一种证件图像倾斜校正的办法制造技术

本发明专利技术公开了一种利用图像轮廓信息并结合Ｈｏｕｇｈ变换来计算倾斜角和倾斜校正的方法。它包括ａ）利用图像采集设备获取证件图像；ｂ）缩小获取的证件图像；ｃ）将证件图像进行灰度处理；ｄ）利用Ｓｏｂｅｌ算子模块对灰度图像边缘检测，得到较粗宽轮廓图像；ｅ）对上述处理后的图像进行细化操作，得到只有一个像素宽度的细边缘轮廓图像；ｆ）将得到的细边缘轮廓图像实施Ｈｏｕｇｈ变换，检测出边框的直线参数，利用检测到的参数计算得到原始证件倾斜的角度；ｇ）利用得到的倾斜角度将图像进行旋转。本发明专利技术充分利用缩小了的图像轮廓信息，使用Ｈｏｕｇｈ变换计算出倾斜角度，大大减小了参加运算的点数，不仅提高了算法效率，还保证了算法检测的准确性高，鲁棒性强、可靠性高。

【技术实现步骤摘要】

本专利技术公开了一种应用于证件图像倾斜校正的方法，具体来说，它设计一种利用图像轮廓信息并结合Hough变换来计算倾斜角的方法，属 于数字图像处理

技术介绍
在社会民生的众多领域中，经常需要从证件中获取相关的信息。随 着计算机技术、图像处理和光学文字识别技术的成熟，利用计算机进行 证件信息自动识别录入已经成为可能，它能极大的提高业务双方的效率。 基于计算机OCR的证件信息采集系统可以广泛应用于网吧、公安、银行、 电信、邮政、酒店、铁路、民航、证券、民政、教育、出入境、部队等 部门行业中，节省大量的人力和物力，具有相当广阔的应用前景。现有的证件信息采集系统广泛采用拍摄或扫描方式进行设计，其任 务是处理、分析采集得到的证件图像、自动识别并提取证件中相应的信 息。证件信息采集系统可分为图像采集、图像预处理、证件定位、图像 分割、字符识别五个主要步骤。证件图像倾斜校正是证件定位、图像分 割间的一个重要处理过程。经过证件定位后所得到的证件图像通常不可 避免地存在某种程度的倾斜，这种倾斜不仅会给下一步图像分割带来困 难，最终也将对证件信息识别的正确率造成直接的影响。证件图像的倾斜校正是证件信息采集系统中一个重要的课题。尽管 为了减少证件成像倾斜的出现，可以对采集设备和采集条件进行一些相 应的限制，但是考虑到系统的健壮性和可扩展性(如适应于不同大小的 证件)，杜绝证件图像成像倾斜现象的出现是很困难的。如果不对证件进 行相应的倾斜校正，则会对证件图像进行信息子图块(如头像、姓名、 证件号码等图块)的分割带来很大的麻烦，甚至无法处理。即使能够处 理也往往会因为信息缺损、字符变形等因素导致识别的结果出错。通常情况下，证件都是矩形形状的(部分为圆角矩形)，而且证件信 息采集系统的证件成像是在一个特定的类似"暗室"的环境中完成的。 它与常见的车牌识别系统中成像环境差别很大，保证了成像过程受到的 干扰具有较好的可控性。通常拍摄到的证件图像是较为清晰，物平面与镜头平面也是平行的，即不会出现透视成像现象(Perspective Imaging)。 这为倾斜角检测提供了良好的基础(1)利用矩形边框的特点，可以重 点检测四条边框轮廓，即数字直线检测，且相邻的边框相互垂直，相对 的边框互相平行；(2)利用成像环境的特殊性，可以保证证件图像与背 景具有很好的区分性，即保证了边缘信息的清晰性。数字直线检测主要有两类方法。 一种是基于Freeman链码的直线段 检测方法。它处理的图像对象为边缘图像，包括根据链码估计曲率，检 测链码角点，并在角点处拆分链码，检测直线段链码并进行直线参数估 计，根据指定的直线段连接准则进行直线连接(拼接)。这种方法检测出 来的直线段容易受噪声干扰，而且很难定义合适的、通用的直线段连接 准则。另一种是基于Hough变换的直线参数检测方法。Hough变换的本质是实现了一种从图像空间到参数空间的映射关系。Hough直线变换的基 本思想是点线的对偶性 一方面，图像空间中的点对应在参数空间里相 交的线；另一方面，在参数空间中相交于同一个点的所有直线在图像空间里都有共线的点与之对应。因此Hough变换把在图像空间中的直线检测问题转换到参数空间中对点的检测问题，通过在参数空间里进行简单的累加统计完成检测任务。由于Hough变换是根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界 发生某些间断的情况，它具有很好的容错性和鲁棒性。但是直接进行Hough变换存在计算量大、容易出现漏检等准确率的缺点。在检测证件图像倾斜的具体应用中，利用成像的背景和证件图像自身的特点，必须设计一种高效、可靠的基于Hough变换直线参数检测的倾斜角检测算法。
技术实现思路
针对以上的不足，本专利技术提供了一种利用图像轮廓信息并结合Hough 变换来计算倾斜角并实现倾斜校正的方法。 证件图像倾斜校正的办法的步骤包括a) 证件图像采集利用图像采集设备获取证件图像；b) 将证件图像进行灰度处理若证件图像为灰度图像，则不处理； 如果证件图像为彩色图像，对证件原始图像进行灰度转换得到一幅包含 证件的灰度图像；c) 图像Sobel算子边缘检测对步骤b)得到的证件图像进行Sobd 算子边缘检测得到较粗宽轮廓图像；d) 图像细化处理对步骤C)得到的图像进行细化操作得到只有一个像素宽度的细边缘轮廓图像；e) Hough变换计算倾斜角度将步骤d)所得到的细边缘轮廓图像 实施Hough变换，检测出边框的直线参数，利用检测到的参数计算得到 原始证件倾斜的角度；f) 图像倾斜校正利用步骤e)得到的倾斜角度将图像进行旋转。 所述步骤a)的图像采集设备为网络摄像头、数码相机、扫描仪或者证件识别仪。所述步骤a)与步骤b)之间还包括步骤a-b)证件图像缩小操作 根据证件在整个成像区域的比例确定縮小因子，对证件图像进行縮放。 所述步骤b)中将彩色图像转换成灰度图像的计算公式为<formula>formula see original document page 9</formula>其中Y为证件图像的亮度值，Cr表示图像的色调，Cb表示图像的 饱和度来表示，R、 G、 B分别表示红绿蓝。所述步骤c)图像Sobd算子边缘检测的过程为cl)定义图像的亮度函数/(x，力在位置(x，力处的梯度向量定义为<formula>formula see original document page 9</formula>Gx——x坐标的一阶导数 Gy——y坐标的一阶导数 c2)梯度向量指向坐标(x,力点处/的最大变化速率方向，在边缘检测Vf:中， 一个重要的量是这个向量的模，即<formula>formula see original document page 10</formula>d3)根据每个像素点求得的向量模值的大小经过门限操作得到粗糙 的轮廓图像。6、根据权利要求5所述的证件图像倾斜校正的办法，其特征在于， 所述步骤d)图像细化处理采用Zhang快速并行算法对边缘检测后的图像 进行细化，具体过程为dl)标记证件图像边缘上的点亮度值为"1"，背景上的点亮度值为 "0"，以边界点为中心的八连通邻域，定义中心点为pl，其邻域的八个 点顺时针绕着中心点分别定义为p2、 p3……p9，其中p2在pl的上方，若该边界点满足下列条件，则标记该轮廓点为pl:<formula>formula see original document page 10</formula>其中iV(pl)表示点pl的非零相邻点数目，艮P<formula>formula see original document page 10</formula>并且7^1)是以^2,/;3,...,;78，/79，;72为次序轮转时，从0到1的变化次数d2)对所有边界点都检验完毕后，将所有标记为pl的值改为"0"; d3)步骤dl)中的条件(a)、 (b)保持不变，把条件(c)、 (d)变<formula>formula see original document pa本文档来自技高网...

【技术保护点】
一种证件图像倾斜校正的办法，其特征在于，它的步骤包括：　ａ）证件图像采集：利用图像采集设备获取证件图像；　ｂ）将证件图像进行灰度处理：若证件图像为灰度图像，则不处理，如果证件图像为彩色图像，对证件原始图像进行灰度转换得到一幅包含 证件的灰度图像；　ｃ）图像Ｓｏｂｅｌ算子边缘检测：对步骤ｂ）得到的证件图像进行Ｓｏｂｅｌ算子边缘检测得到较粗宽轮廓图像；　ｄ）图像细化处理：对步骤ｃ）得到的图像进行细化操作得到只有一个像素宽度的细边缘轮廓图像；　ｅ）Ｈｏｕ ｇｈ变换计算倾斜角度：将步骤ｄ）所得到的细边缘轮廓图像实施Ｈｏｕｇｈ变换，检测出边框的直线参数，利用检测到的参数计算得到原始证件倾斜的角度；　ｆ）图像倾斜校正：利用步骤ｅ）得到的倾斜角度将图像进行旋转。

【技术特征摘要】

【专利技术属性】
技术研发人员：谭洪舟，朱雄泳，文旭华，
申请(专利权)人：谭洪舟，
类型：发明
国别省市：81[中国|广州]