一种车辆年检保险单表格的智能检测系统及方法技术方案

本发明专利技术公开了一种车辆年检保险单表格的智能检测系统及方法，包括表格重构模块、字符提取模块、目标检测模块和综合判定模块；表格重构模块对表格图像进行预处理并修正，得到初始表格图像；字符提取模块从初始表格图像中定位并提取字符串，与服务器中的存档进行比对；专用章目标检测模块提取并判断表格中的专用章特征信息；综合判定模块接收字符提取模块输出的结果和目标检测模块输出的结果，综合判断表格是否通过测试。本发明专利技术实现了对年检保险单表格内容的智能提取和比对，审核过程的全程自动校验，既节约了人力，又保证了校验工作的公正、公开。

Intelligent detection system and method for vehicle annual inspection form

The invention discloses an intelligent detection system and method for vehicle annual inspection insurance form, including the form reconfiguration module, the character extraction module, the target detection module and the comprehensive decision module. The table reconstruction module preprocesses and correces the table images, and obtains the initial form image image; the character extraction module is from the initial table diagram. It locates and extracts strings in the image and compares with the archiving in the server; the special chapter target detection module extracts and judges the feature information of the special chapter in the table; it synthetically determines the result of the module output of the module receiving character extraction module and the output of the target detection module. The invention realizes the intelligent extraction and comparison of the contents of the annual inspection insurance form, the automatic verification of the whole process of the audit process, which saves the manpower and ensures the fairness and openness of the check work.

【技术实现步骤摘要】
一种车辆年检保险单表格的智能检测系统及方法
本专利技术涉及机动车车辆年检的人工智能判断
，特别涉及一种车辆年检保险单表格的智能检测系统及方法。
技术介绍
随着社会经济的不断发展和人民生活水平的持续提高，城市机动车数量迅猛增长。机动车车辆年检的工作量也随之迅速增大。传统的车辆年检保险单表格检测主要是通过人工校验，该方法人工成本较高，效率较低，且长时间重复性校验操作容易产生疲劳，疏忽等不良状态，影响校验准确率。如何准确、快速地对年检保险单进行核对，同时避免人工核对成本高，易疲劳，易疏忽等弊端，是急需解决的技术问题。
技术实现思路
针对上述现有技术中存在的问题，本专利技术的目的是：提供一种车辆年检保险单表格的智能检测方法，其能够重构表格，并自动提取车辆年检保险单表格里的关键信息，并与服务器存档内容校对判断是否一致，以满足如今对年检工作效率和准确率的需求。本专利技术解决其技术问题所采用的技术方案是：一种车辆年检保险单表格的智能检测系统，其系统结构包括：表格重构模块、字符提取模块、目标检测模块和综合判定模块；其中，所述表格重构模块对年检保险单表格图像进行预处理，并根据表格的结构特征进行修正处理，最终得到初始表格图像；所述字符提取模块从得到的初始表格图像中定位字符位置，并提取表格内的字符信息与服务器中的存档进行比对；所述专用章目标检测模块用于提取并判断表格中的专用章特征信息；所述综合判定模块接收所述字符提取模块输出的结果和所述目标检测模块输出的结果，进行综合判断表格是否通过测试。进一步，所述表格重建模块包括表格图像预处理单元、表格结构特征检测单元和表格结构特征修正单元；所述表格图像预处理单元采用自适应二值化算法和去噪预处理算法对表格图像进行预处理，并将处理结果发送至所述表格结构特征检测单元，所述表格结构特征检测单元采用仿射变换校正图像算法，重新构造图像的水平和竖直结构元素，并将获得的表格横竖线图发送至所述表格结构特征修正单元，所述表格特征修正单元根据表格的短直线间距进行大小合并，并对运算留下的干扰线加以剔除，最后将横竖线图相加，得到初始表格图。进一步，所述字符提取模块包括字符定位单元、字符分割单元和字符判断单元；所述字符定位单元根据所述表格结构特征修正单元的输出结果定位关键字符的表格框位置信息，并将其传输至所述字符分割单元，所述字符分割单元应用字符分割模型提取字符信息，并将其发送至所述字符判断单元，所述字符判断单元将字符信息与服务器存档进行比对。进一步，所述专用章目标检测模块包括专用章检测单元和专用章判断单元；所述专用章检测单元采用基于深度学习网络的专用章目标检测模型检测表格中的专用章特征信息，并传递给所述专用章判断单元判定。一种车辆年检保险单表格的智能检测方法，包括如下步骤：S1、从服务器下载车辆年检保险单的表格图片及对应的被保险人的相关字符存档信息；S2、采用自适应二值化算法和去噪算法对所述表格图片进行预处理；S3、将上述预处理的结果再采用仿射变换算法对表格图片进行校正处理；S4、构造水平结构元素和竖直结构元素，并利用数学形态学的方法对校正处理后的表格图片进行水平横线和竖直直线的检测；S5、将水平和竖直短直线进行筛选过滤与合并；S6、将水平和竖直线图相加重建表格，并根据表格相交特征修正表格；S7、检测并重建表格各个交点，交点都存在则记录此条标志为1，反之则记录此条标志为0，并保存相关图片；S8、根据表格各个小框固定的相对位置定位被保险人身份证号码区域、车牌号字符串区域和车架号区域，采用基于深度学习网络的字符分割模型提取身份证号码字符串、车牌号字符串和车架号字符串，并保存，判断身份证号码字符串、车牌号字符串和车架号字符串是否与服务器存档内容一致，以上判断若存在且一致，则记录此条标志为1，反之则记录此条标志为0，并保存相关图片；S9、根据表格各个小框固定的相对位置定位投保日期区域，采用基于深度学习网络的字符分割模型提取投保日期字符串，并保存，检测判断年检保险单表格中投保日期是否在有效期内，若在，则记录此条标志为1，反之则记录此条标志为0；S10、采用基于深度学习网络的专用章目标检测模型检测表格中检测专用章，判断专用章目标是否存在，若存在则记录此条标志为1，若不存在则记录此条标志为0，并保存相关图片；S11、对整个过程的动作结果进行统计分析，记录标志位全部为1，则年检保险单表格检测通过；若存在标志0，则不通过，同时，若S1中的表格检测标志位为1，根据标志0出现的位置获取校验不通过的原因及问题图片。进一步，所述仿射变换校正表格图像步骤如下：S3-1、采用Sobel边缘检测算法对表格图像进行边缘提取；S3-2、采用Hough直线检测算法获得表格水平边缘与垂直边缘倾斜角度；S3-3、根据所述水平及垂直边缘倾斜角度进行放射变换，获取校正后的表格图像。进一步，所述构造水平结构元素和竖直结构元素用数学形态学的方法来分别检测水平横线和竖直直线包括如下步骤：S4-1：构造水平结构元素和竖直结构元素，结构元素的长度应大于表格的高度和宽度；S4-2:运用水平结构元素对预处理后的表格图像形态学开运算，可以保留水平表格线上的几乎全部像素，而竖直表格线和文字图像上的绝大部分点都变为0从而得到表格的水平直线，同样的，运用竖直结构元素开运算，可以去除水平线和文字得到竖直直线。进一步，所述水平和竖直短直线的筛选过滤与合并包括如下步骤：S5-1：在获得的表格水平线中，检测直线，对紧邻的明显可以认为是在一条直线上的短直线合并。判断直线y轴近似的水平线，其水平间距接近则合并；S5-2:在获得的表格竖直线中，检测直线，在竖直方向紧邻的明显可以认为是在一条直线上的短直线合并，判断直线x轴近似的竖直线，其竖直间距接近则合并；S5-3：对于孤立极短的直线是干扰线加以剔除。进一步，所述水平和竖直线图相加重建表格，根据表格相交特征修正表格步骤如下：S6-1:把处理好的表格水平线图和表格竖直线图相加得到初步的表格图；S6-2:将表格水平线和竖线相交。进一步，所述字符分割模型的获取步骤如下：S8-1、获取不同自然光照条件下，不同角度的年检保险单表格图像；S8-2、采用矩形框标记年检保险单表格图像内需要识别的各字符所在位置，并记录相应类别标签；S8-3、使用字符数据集训练字符分割深度神经网络模型，获得字符分割模型；进一步，所述专用章目标检测模型获取步骤如下：S10-1、获取在不同自然光下拍照的表格，所盖专用章的角度和在表格中的位置随意；S10-2、采用矩形框标记专用章区域图像所在位置；S10-3、使用所述专用章区域图像训练目标检测深度神经网络模型，获得专用章目标检测模型。本专利技术的有益效果是：本专利技术主要应用于车辆年检保险单表格检测，其实现了表格重构，自动提取车辆年检保险单表格的关键信息并与服务器存档内容校对判断是否一致。审核过程的全程自动校验，同时可以将未通过的校验图像及原因传回服务器保存留待取证。既节约了人力，又保证了校验工作的公正、公开。附图说明图1：本专利技术的智能检测系统结构框图。图2：本专利技术的智能检测方法实施流程图。图3：本专利技术的表格重构流程。图4：表格线相交特征示意图。图5：表格线修复示意图。图6：是本专利技术的专用章目标检测模块的结构示意图。具体实施方式以下结合本文档来自技高网...

【技术保护点】
一种车辆年检保险单表格的智能检测系统，其特征在于，系统结构包括：表格重构模块、字符提取模块、目标检测模块和综合判定模块；其中，所述表格重构模块对年检保险单表格图像进行预处理，并根据表格的结构特征进行修正处理，最终得到初始表格图像；所述字符提取模块从得到的初始表格图像中定位字符位置，并提取表格内的字符信息与服务器中的存档进行比对；所述专用章目标检测模块用于提取并判断表格中的专用章特征信息；所述综合判定模块接收所述字符提取模块输出的结果和所述目标检测模块输出的结果，进行综合判断表格是否通过测试。

【技术特征摘要】
1.一种车辆年检保险单表格的智能检测系统，其特征在于，系统结构包括：表格重构模块、字符提取模块、目标检测模块和综合判定模块；其中，所述表格重构模块对年检保险单表格图像进行预处理，并根据表格的结构特征进行修正处理，最终得到初始表格图像；所述字符提取模块从得到的初始表格图像中定位字符位置，并提取表格内的字符信息与服务器中的存档进行比对；所述专用章目标检测模块用于提取并判断表格中的专用章特征信息；所述综合判定模块接收所述字符提取模块输出的结果和所述目标检测模块输出的结果，进行综合判断表格是否通过测试。2.如权利要求1所述的智能检测系统，其特征在于，所述表格重建模块包括表格图像预处理单元、表格结构特征检测单元和表格结构特征修正单元；所述表格图像预处理单元采用自适应二值化算法和去噪预处理算法对表格图像进行预处理，并将处理结果发送至所述表格结构特征检测单元，所述表格结构特征检测单元采用仿射变换校正图像算法，重新构造图像的水平和竖直结构元素，并将获得的表格横竖线图发送至所述表格结构特征修正单元，所述表格特征修正单元根据表格的短直线间距进行大小合并，并对运算留下的干扰线加以剔除，最后将横竖线图相加，得到初始表格图。3.如权利要求1所述的智能检测系统，其特征在于，所述字符提取模块包括字符定位单元、字符分割单元和字符判断单元；所述字符定位单元根据所述表格结构特征修正单元的输出结果定位关键字符的表格框位置信息，并将其传输至所述字符分割单元，所述字符分割单元应用字符分割模型提取字符信息，并将其发送至所述字符判断单元，所述字符判断单元将字符信息与服务器存档进行比对。4.如权利要求1所述的智能检测系统，其特征在于，所述专用章目标检测模块包括专用章检测单元和专用章判断单元；所述专用章检测单元采用基于深度学习网络的专用章目标检测模型检测表格中的专用章特征信息，并传递给所述专用章判断单元判定。5.一种车辆年检保险单表格的智能检测方法，其特征在于，包括如下步骤：S1、从服务器下载车辆年检保险单的表格图片及对应的被保险人的相关字符存档信息；S2、采用自适应二值化算法和去噪算法对所述表格图片进行预处理；S3、将上述预处理的结果再采用仿射变换算法对表格图片进行校正处理；S4、构造水平结构元素和竖直结构元素，并利用数学形态学的方法对校正处理后的表格图片进行水平横线和竖直直线的检测；S5、将水平和竖直短直线进行筛选过滤与合并；S6、将水平和竖直线图相加重建表格，并根据表格相交特征修正表格；S7、检测并重建表格各个交点，交点都存在则记录此条标志为1，反之则记录此条标志为0，并保存相关图片；S8、根据表格各个小框固定的相对位置定位被保险人身份证号码区域、车牌号字符串区域和车架号区域，采用基于深度学习网络的字符分割模型提取身份证号码字符串、车牌号字符串和车架号字符串，并保存，判断身份证号码字符串、车牌号字符串和车架号字符串是否与服务器存档内容一致，以上判断若存在且一致，则记录此条标志为1，反之则记录此条标志为0，并保存相关图片；S...

【专利技术属性】
技术研发人员：周康明，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海,31