一种提取印鉴方法研究.docVIP

一种提取印鉴方法研究 　　摘要：文中提出了一种票据印鉴预处理、特征提取的方法。该方法包括从包含文本、数字的票据中对印鉴图像的二值化、边缘检测、形态学处理、特征提取等；利用每种印鉴拥有固定的面积大小，避免了复杂背景下的噪声干扰和人为因素的干扰，实验数据表明在误识率和快速性之间具有良好的平衡性和算法的鲁棒性，有利于票据数字化存储。 　　关键词：印鉴提取 图像处理 特征识别 　　中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2012）11-0121-03 　　印鉴的提取是银行印鉴自动识别系统中的瓶颈，由于待验印鉴是由客户盖上去的，受到用力不均匀，油墨质量，光照等因素的影响，印章会出现颜色深浅不均，图像模糊等现象，从而丢失部分印章信息，再加上票据本身还有底图和不同灰度，不同颜色的文字，因此依据印章的特征直接进行提取的方法在实际中不能取得很好的效果。 　　印鉴识别主要难点在于：第一，印鉴有不同形状：方形、圆形、椭圆形、三角形等，没有一个统一的方法适用于各种形状的印鉴。第二，由于票据在各种场合应用中背景变得异常复杂，有效的提取印鉴本身对其识别很关键；另外由于人为的因素，同一枚印章所盖出的印鉴也存在填充度、均匀度、笔画宽度等的不同；第三，印鉴附着的纸张等介质上的背景签名、介质在流通时污染产生的污点等等，造成图像质量较差，这些因素对印鉴图像的提取造成了很大的干扰，影响识别结果。 　　通过扫描仪或者其它录入设备获取票据图像信息。国内票据在某个地区布局上具有统一性，这为印鉴的提取提供了必要的支持，印章作为一个单位或个人的标志，都是要使用特殊的颜色进行盖印，一般为红色或者紫色。所以，有些方法是基于颜色空间分布特征，但是如果是极度模糊，或者印鉴颜色被多种颜色干扰，该方法提取效率不高。因此本文从面积大小的角度研究印鉴提取方法。 　　1、彩色票据图像预处理 　　首先通过扫描录入一张RGB色彩的票据原图，然后对原图进行预处理主要包括图像灰度化、灰度线性变换、灰度图二值化以及噪声去除，从而尽可能地将票据的各个部分的数据都保留在图像上。但是，相对模糊RGB彩色票据，虽然灰度化、灰度线性变换仍然反应了整幅图像的特征和亮度。可是二值化阈值的选取不当最终导致票据的元数据消失，所以二值化之前，进行图像增强处理。文中采用图像相乘操作对灰度化票据进行增强。图像相乘是指将两幅图像的对应像素分别相乘得到一幅新图像，用公式1-1为： 　　其中Z（x，y）为结果图像，X1（x，y）和X2（x，y）为进行的灰度输入图像。接着灰度图二值化，目的是把噪声点去除。灰度图二值化的过程就是选取一个适当的灰度级阈值T，然后将每个像素和它进行比较，将灰度点超过阈值的像素重新分配以最大灰度（如255或1），低于阈值的像素点分配以最小的灰度（如0），那么就可以组成一个新的二值图像[1]。可用公式1-2表示为 　　文中采用最大类间方差法这一全局自适应阈值方法，来实现灰度图像到二值图像的转化。文中所用图像经最大类间方差法计算得到的阈值为0.6569（如图1）。 　　2、边缘提取 　　边缘主要存在于目标与目标、目标与背景、区域与区域（包括不同色彩）之间，是图像分割重要基础。好的边缘检测算子应该有三个指标[2]：（1）低失误率，即真正的边缘点尽可能少的丢失，又要尽可能避免将非边缘点检测为边缘；（2）高精度定位，检测的边缘应尽可能接近真实的边缘；（3）对每一个边缘点有唯一的响应。根据以上三个指标，Canny算子具有如下三个准则。 　　1）信噪比准则：即不漏检真实边缘，也不把非边缘点作为边缘点检出，使输出的信噪比最大；其公式定义为： 　　其中G（x）代表边缘函数，g（x）代表宽度为K的滤波器的脉冲响应，代表高斯噪声的均方差。 　　2）定位精度准则：即检测出的边缘点尽可能在实际边缘的中心。边缘定位精度H如下定义： 　　L越大表明定位精度越高。 　　3）单边缘响应准则：即单个边缘产生多个响应的概率要低，虚假边缘响应应该得到最大抑制。检测算子的脉冲响应导数的零交叉点平均距离应满足： 　　是的二阶导数。 　　本文是从印鉴的面积出发研究印鉴提取。由于人为原因，票据的印鉴是任意角度旋转的，边缘算子的选择要考虑多个方向对印鉴的边缘都有响应。基于以上要求，文中选取Canny算子，它采用双阈值来提取边缘点，高阈值用于提取对比度较强的边缘像素点。如果梯度不满足高阈值的检测条件，但是与已检测出的较强的边缘点相连接，且满足低阈值条件，则确定为弱边缘点。另外，canny算子对印鉴梯度方向量化运算，使其只有八个方向：0°、45°、90°、135°、180°、225°、270°、315°。 　　3、形态学运算 　　膨胀是将与物体接触的所有背景点都合并到该物体中，使边界向外部