[發明專利]一種對證件圖像進行分類的方法

在審

• 申請號: 201810202496.9
• 申請日: 2018-03-13
• 公開（公告）號: CN108460420A
• 公開（公告）日: 2018-08-28
• 發明（設計）人: 林涵陽;池生友;王力軍;張生生;劉國輝
• 申請（專利權）人: 江蘇實達迪美數據處理有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06K9/52
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

1.一種對證件圖像進行分類的方法，其特征在于，包括以下步驟：

S1.對證件圖像進行預處理，得到證件圖像的灰度圖；

S2.對步驟S1處理得到的灰度圖進行多種特征向量提取，組合得到證件圖像的組合特征向量；

S3.基于SVM訓練得到模型；

S4.使用SVM加載步驟S3中的模型，基于步驟S2得到的證件圖像的組合特征向量對證件圖像進行分類預測。

2.根據權利要求1所述的一種對證件圖像進行分類的方法，其特征在于，在所述步驟S1中，通過如下步驟對證件圖像進行預處理：

S11.使用雙線性插值對證件圖像進行縮放，使證件圖像的尺寸歸一化；

S12.將RGB三通道的證件圖像轉化為單通道的灰度圖，按下式對RGB三分量進行加權平均得到灰度圖像：

Y＝0.299*R+0.587G+0.114*B

其中，Y為灰度圖像素值，R為證件圖像RGB中R通道的像素值，G為證件圖像RGB中G通道的像素值，B為證件圖像RGB中B通道的像素值。

3.根據權利要求1所述的一種對證件圖像進行分類的方法，其特征在于，在所述步驟S2中，通過如下步驟對灰度圖進行多種特征向量提取：

S21.對灰度圖提取HOG特征，得到特征向量；

S22.對灰度圖提取LBP特征，得到特征向量；

S23.對灰度圖計算HU不變矩，得到特征向量；

S24.線性組合步驟S22、S23、S24中得到的特征向量，得到最后的特征向量。

4.根據權利要求3所述的一種對證件圖像進行分類的方法，其特征在于，在所述步驟S21中，通過如下步驟對灰度圖進行HOG特征提取：

S211.對灰度圖進行Gamma校正使其在顏色空間歸一化，調節圖像對比度，降低局部陰影、光照不均勻以及噪音的干擾；

S212.將步驟S211處理后的圖像劃分為多個小單元格，并由下式計算每個像素橫縱坐標的梯度：

其中，G_x(x_G,y_G)、G_y(x_G,y_G)、H(x_G,y_G)分別表示圖像中點(x_G,y_G)處的水平方向梯度、垂直方向梯度和像素值；

然后用下式計算梯度幅度G(x_G,y_G)和梯度方向α(x_G,y_G)：

然后將每個單元格分成設定的方向塊，根據梯度方向進行投影，以梯度幅度作為權值得到每個單元格的梯度直方圖作為其特征向量；

S213.遍歷各單元格，將以各單元格為中心且具有設定高度和寬度的矩形內的單元格組合成塊，單元格允許被不同的塊同時包含，即塊與塊之間允許重疊，然后將該塊內單元格特征向量線性組合形成該塊的特征向量；

S214.將全部的塊的特征向量線性組合后進行PCA降維，作為灰度圖的HOG特征向量。

5.根據權利要求3所述的一種對證件圖像進行分類的方法，其特征在于，在所述步驟S22中，通過如下步驟對灰度圖進行LBP特征提取：

S221.將檢測窗口劃分為n×n的小區域，對于小區域的每一個像素，將3×3內鄰域的8個周圍像素值與中心像素值進行比較，若周圍像素值大于中心像素值，則該周圍像素值對應的像素點的位置被標記為1，否則為0，最后得到8位二進制數，將其作為中心像素點的LBP值；

S222.統計每個小區域中每個像素點LBP值出現的頻率，得到該小區域的直方圖，然后等比例放大到0-255區間歸一化；

S223.將全部小區域歸一化后的統計直方圖結果連接成為一個向量，即為灰度圖的LBP特征向量。