[發明專利]一種票據方向檢測矯正方法及自動檢票系統

有效

• 申請號: 201811243750.6
• 申請日: 2018-10-24
• 公開（公告）號: CN109447067B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 韋海成;許亞杰;李云琴;肖明霞
• 申請（專利權）人: 北方民族大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 北京市領專知識產權代理有限公司 11590
• 代理人: 林輝輪;張玲

1.一種票據方向檢測矯正方法，其特征在于，包括以下步驟：

步驟1、對所采集的票據圖像進行灰度處理，獲得灰度圖像；

步驟2、采用特征區域聚類算法對所述灰度圖像進行圖像分割，并通過設置灰度閾值突出票據上的信息區域；

步驟3、通過圖像形態學閉運算，對所述信息區域進行填充和修正；并利用圖像塊操作，從所述信息區域中提取方向特征區域，并使票據圖像僅保留方向特征區域；

步驟4、將步驟3中所獲得的票據圖像在0°～360°范圍內進行Radon變換，獲得Radon曲線，并將Radon曲線表示為二維矩陣，統計Radon曲線各個點的積分強度值大于設定閾值T的元素，所述元素為二維矩陣中的矩陣點，并在列方向上，分別計算所述元素的積分強度與該元素行數乘積的累加和，其中，所述累加和的最大值所對應的旋轉角度值為票據圖像的傾斜角度β；

步驟5、將票據圖像旋轉-β，實現對票據圖像的矯正。

2.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述特征區域聚類算法采用的是K均值聚類算法，所述K均值聚類算法的步驟如下：

1)、根據所述灰度圖像，設定K個像素點作為聚類的初始中心點；

2)、計算聚類中心點與灰度圖像中各像素點灰度值之間的歐式距離，判斷各像素點的分類，并將像素點劃分為K類；

3)、對于所述K類像素點，分別將每一類取平均，并形成新的聚類中心點；

4)、計算新的聚類中心點與灰度圖像中各像素點灰度值之間的歐氏距離，并重新聚類成K類；

5)、循環步驟3)和步驟4)，直到達到標準測度函數的收斂條件。

3.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述特征區域聚類算法采用的是3均值聚類算法，所述3均值聚類算法用于將所述票據圖像的像素點聚類成3個灰度等級。

4.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述步驟2中，通過設置灰度閾值突出票據上的信息區域的方法是：設置灰度閾值L1，首先將灰度值小于L1的聚類所對應區域的灰度值設置為255，所述信息區域為灰度值小于或等于L1的聚類所對應的區域，然后將整個票據圖像的灰度值取反。

5.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述步驟3中，利用圖像塊操作獲得所述方向特征區域的方法是：設置閥值L2，將像素點小于閾值L2的塊區域進行刪除，保留像素點大于閾值L2的塊區域，該區域即為所述方向特征區域。

6.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述方向特征區域為票據圖像上二維碼所在的區域。

7.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述步驟4中，所述閾值T為210。

8.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述步驟4中還包括繪制方向預估圖，所述方向預估圖以Radon變換的旋轉角度θ作為橫坐標，θ∈(0°，360°)，以所對應的累加和的大小作為縱坐標，所述方向預估圖的峰值點所對應的橫坐標即為所述票據圖像的傾斜角度；該方向預估圖的數學表達式為：

其中，所述R_(r,θ)[f(x,y)]是Radon曲線的矩陣表示，T表示設定閾值，i表示元素的值大于閾值T的元素點所對應的行數，ρ(θ)表示各旋轉角度θ所對應的累加和，r取值范圍是(-∞，+∞)，表示積分線到坐標原點的垂直距離，f(x,y)表示二值化的票據圖像矩陣。

9.根據權利要求1所述的票據方向檢測矯正方法，其特征在于，所述票據圖像中的票據為火車票、動車票、高鐵票、電影票或門票。

10.一種自動檢票系統，其特征在于，包括圖像采集模塊和票據方向檢測模塊，其中，所述圖像采集模塊與所述票據方向檢測模塊相連，圖像采集模塊用于采集票據圖像，并傳輸給票據方向檢測模塊，所述票據方向檢測模塊采用權利要求1-9任一所述票據方向檢測矯正方法檢測并校正所述票據圖像的方向。