[發(fā)明專利]票據(jù)圖像快速紅章檢測方法、系統(tǒng)、裝置

在審

• 申請?zhí)枺?/td>: 202010644890.5
• 申請日: 2020-07-07
• 公開（公告）號: CN111797830A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 史存召
• 申請（專利權(quán)）人: 因凡科技（北京）有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46;G06K9/38;G06K9/62
• 代理公司: 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩

本發(fā)明屬于圖像處理、文字識別技術(shù)領(lǐng)域，具體涉及一種票據(jù)圖像快速紅章檢測方法、系統(tǒng)、裝置，旨在解決現(xiàn)有的紅章檢測方法嚴(yán)重依賴于候選框且候選框的設(shè)置難度大，導(dǎo)致檢測實時性和準(zhǔn)確性較差的問題。本系統(tǒng)方法包括：獲取待檢測的票據(jù)圖像，作為輸入圖像；提取輸入圖像中各像素點的多顏色空間特征；基于多顏色空間特征，通過SVM分類器對像素點進(jìn)行分類，得到紅章像素點的分類結(jié)果圖，作為第一結(jié)果圖；將第一結(jié)果圖進(jìn)行形態(tài)學(xué)膨脹，并進(jìn)行連通域標(biāo)記；依次判斷各標(biāo)記的連通域?qū)挕⒏摺⒁约皩捀弑仁欠裨谠O(shè)定的閾值范圍內(nèi)，若是，則將其在票據(jù)圖像中的位置及其對應(yīng)的第一結(jié)果圖作為檢測結(jié)果進(jìn)行輸出。本發(fā)明提高了紅章檢測的實時性和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理、文字識別技術(shù)領(lǐng)域，具體涉及一種票據(jù)圖像快速紅章檢測方法、系統(tǒng)、裝置。

背景技術(shù)

票據(jù)圖像中的文字能表達(dá)豐富的財務(wù)信息，而傳統(tǒng)人工錄入財務(wù)信息速度慢，錯誤率高，而且需要大量的人力物力。近年來，人工智能的熱潮日漸高漲，相關(guān)的技術(shù)如圖像處理、模式識別、計算機(jī)視覺等也得到了迅速的發(fā)展，智能報銷系統(tǒng)逐步興起。

隨著社會的不斷發(fā)展，智能報銷系統(tǒng)對票據(jù)圖像中的文字進(jìn)行自動檢測和識別的需求越來越大，文檔識別技術(shù)具有極大的經(jīng)濟(jì)效益和廣泛的社會價值，通過文字識別技術(shù)能夠?qū)崿F(xiàn)文字信息的高速、自動地輸入，節(jié)約了大量的人力資源。其中，紅色印章廣泛存在于各類票據(jù)圖像，涉及交通、金融、物流、稅務(wù)、行政管理等各個領(lǐng)域。但票據(jù)圖像種類繁多，印章出現(xiàn)位置隨機(jī)、大小多變，嚴(yán)重影響后期票據(jù)圖像版面分析與字符識別，因此對紅章的檢測對后期票據(jù)圖像的快速識別有著重要的意義，同時票據(jù)中的紅色印章對于票據(jù)圖像辨?zhèn)我灿兄P(guān)鍵的作用。因此，如何準(zhǔn)確有效地檢測紅章對于票據(jù)的智能錄入有著關(guān)鍵性的作用。

現(xiàn)有的紅章檢測方法主要通過候選框的分類進(jìn)行印章檢測，當(dāng)候選框多時，檢測準(zhǔn)確度提高，但大量的候選框的存在導(dǎo)致檢測速度變慢；當(dāng)減少候選框增加速度，又難以保證檢測的準(zhǔn)確度，嚴(yán)重依賴于候選框的數(shù)量。而且，紅章在圖像中的大小和形狀變化較大，候選框的設(shè)置難度大，候選框分類需要大量樣本，對于新型印章的出現(xiàn)難以做出快速響應(yīng)。

因此，本發(fā)明提出了一種基于顏色分離和連通域檢測的票據(jù)圖像快速紅章檢測方法。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問題，即為了解決現(xiàn)有的紅章檢測方法嚴(yán)重依賴于候選框且候選框的設(shè)置難度大，導(dǎo)致檢測實時性和準(zhǔn)確性較差的問題，本發(fā)明第一方面，提出了一種票據(jù)圖像快速紅章檢測方法，該方法包括：

步驟S100，獲取待檢測的票據(jù)圖像，作為輸入圖像；

步驟S200，提取所述輸入圖像中各像素點的多顏色空間特征；所述多顏色空間特征包括Lab顏色特征、HSV顏色特征、RGB顏色特征；

步驟S300，基于各像素點的多顏色空間特征，通過預(yù)訓(xùn)練的SVM分類器對像素點進(jìn)行分類，得到紅章像素點的分類結(jié)果圖，作為第一結(jié)果圖；

步驟S400，將所述第一結(jié)果圖進(jìn)行形態(tài)學(xué)膨脹，并進(jìn)行連通域標(biāo)記；

步驟S500，對各標(biāo)記的連通域，依次判斷其寬、高、以及寬高比是否在設(shè)定的閾值范圍內(nèi)，若是，則將其在所述輸入圖像中的位置及其對應(yīng)的第一結(jié)果圖作為檢測結(jié)果進(jìn)行輸出。

在一些優(yōu)選的實施方式中，步驟S300中“通過預(yù)訓(xùn)練的SVM分類器對像素點進(jìn)行分類，得到紅章像素點的分類結(jié)果圖”，其方法為：

對所述輸入圖像，基于其各像素點的多顏色空間特征，結(jié)合預(yù)訓(xùn)練的SVM分類器學(xué)習(xí)的線性參數(shù)，得到其對應(yīng)的預(yù)測圖像；

將所述預(yù)測圖像中的各像素點進(jìn)行歸一化處理，并判斷歸一化結(jié)果是否大于等于設(shè)定的閾值，若是，則將其對應(yīng)的分類結(jié)果圖標(biāo)記為1，作為紅章像素點。

在一些優(yōu)選的實施方式中，“將各像素點的預(yù)測圖像進(jìn)行歸一化處理”，其方法為：