[發(fā)明專利]一種發(fā)票圖像定位方法

在審

• 申請?zhí)枺?/td>: 201910246868.2
• 申請日: 2019-03-29
• 公開（公告）號: CN109948617A
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計(jì)）人: 桂冠;孟洋;孫穎異;李懋陽;邵蕾;熊健;楊潔
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/62
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 范青青;董建林

1.一種發(fā)票圖像定位方法，其特征在于，包括如下步驟：

將待定位發(fā)票圖像加載至已訓(xùn)練好的深度學(xué)習(xí)模型中；

根據(jù)霍夫變換算法對待定位發(fā)票圖像進(jìn)行傾斜校正；

根據(jù)訓(xùn)練生成的最佳權(quán)重值對待定位發(fā)票圖像進(jìn)行定位。

2.根據(jù)權(quán)利要求1所述的發(fā)票圖像定位方法，其特征在于，最佳權(quán)重值的訓(xùn)練生成包括如下步驟：

采集發(fā)票圖像構(gòu)建數(shù)據(jù)集；

對數(shù)據(jù)集的發(fā)票圖像打標(biāo)簽，所述打標(biāo)簽的發(fā)票欄目包括購買方、銷售方、貨物詳情和價稅合計(jì)；

將數(shù)據(jù)集的發(fā)票圖像和打標(biāo)簽生成的文件輸入到特征提取網(wǎng)絡(luò)，訓(xùn)練生成最佳權(quán)重值。

3.根據(jù)權(quán)利要求2所述的發(fā)票圖像定位方法，其特征在于，對發(fā)票圖像打標(biāo)簽的工具為labelImg工具。

4.根據(jù)權(quán)利要求1所述的發(fā)票圖像定位方法，其特征在于，霍夫變換算法通過python生成，包括如下步驟：

調(diào)用OpenCV中的HoughTransform()函數(shù)，用于提取待定位發(fā)票圖像；

調(diào)用HoughLines()函數(shù)，用于提取待定位發(fā)票圖像中的直線。

5.根據(jù)權(quán)利要求1所述的發(fā)票圖像定位方法，其特征在于，霍夫變換算法的公式如下：

y＝mx+b

式中，(x,y)為發(fā)票圖像中直線任一點(diǎn)在直角坐標(biāo)系中的坐標(biāo)參數(shù)，m為發(fā)票圖像中直線的斜率，b為發(fā)票圖像中直線的截距。

6.根據(jù)權(quán)利要求1所述的發(fā)票圖像定位方法，其特征在于，霍夫變換算法提取直線的Hesse normal form公式如下：

式中，(x',y')為發(fā)票圖像中被提取直線l上任一點(diǎn)在極坐標(biāo)系中的坐標(biāo)參數(shù)，r_l為極坐標(biāo)系原點(diǎn)到發(fā)票圖像上被提取直線l的距離，θ_l為極坐標(biāo)系X'軸與發(fā)票圖像上被提取直線l的垂直線的夾角，cos(θ_l)為對θ_l取余弦值，sin(θ_l)為對θ_l取正弦值。

7.根據(jù)權(quán)利要求2所述的發(fā)票圖像定位方法，其特征在于，所述深度學(xué)習(xí)模型為YOLOv3深度學(xué)習(xí)模型，所述特征提取網(wǎng)絡(luò)為YOLOv3深度學(xué)習(xí)模型中的Darknet53特征提取網(wǎng)絡(luò)。

8.根據(jù)權(quán)利要求7所述的發(fā)票圖像定位方法，其特征在于，所述傾斜校正包括如下步驟：

將霍夫變換算法嵌入到Y(jié)OLOv3深度學(xué)習(xí)模型中的測試腳本文件中；

運(yùn)行測試腳本文件對待定位發(fā)票圖像進(jìn)行傾斜校正。

9.根據(jù)權(quán)利要求7所述的發(fā)票圖像定位方法，其特征在于，所述對待定位發(fā)票圖像進(jìn)行定位包括如下步驟：

將最佳權(quán)重值加載到Y(jié)OLOv3深度學(xué)習(xí)模型中的測試腳本文件中；

運(yùn)行測試腳本文件對待定位發(fā)票圖像進(jìn)行定位。

10.根據(jù)權(quán)利要求1至9任一項(xiàng)所述的發(fā)票圖像定位方法，其特征在于，所述發(fā)票包括中國各省增值稅普通發(fā)票，所述發(fā)票圖像包括基于移動端拍攝的發(fā)票圖像。