冠字号区域前景和背景的分割方法和装置与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及图像处理技术领域，尤其是涉及一种冠字号区域前景和背景的分割方法和装置。背景技术：2.图像的前景和背景分割技术涉及到业务领域广泛而细致，例如货币的冠字号识别技术中就需要将背景噪声去除来凸显冠字号主体字符，主体字符清晰对冠字号的识别准确率有着关键的作用。3.目前，常用的冠字号前后背景分割涉及的方法是对冠字号图像调光凸显主体字符，然后对调完光的冠字号图像二值化或灰度化，在灰度化或二值化冠字号图像中找像素值低于区域像素值均值的像素确定为冠字号外边界，从而对前景和背景进行分割。4.现有的这种分割方法对背景清晰、结构简单、噪点少的冠字号图更适用，但对像坚戈这样的货币图像就难以找到最佳区域像素均值使得冠字号字符像素异于背景像素，针对类似于坚戈货币的纸币，现需要使用不同且较多常量参数来定位冠字号区域的边界，由此可知现有方法具有弱健壮性和较弱通用性特点。技术实现要素：5.基于此，本发明的目的在于提供冠字号区域前景和背景的分割方法和装置，以将冠字号区域的前景和背景分割开。6.第一方面，本实施例提供一种冠字号区域前景和背景的分割方法，所述分割方法包括：步骤1：基于初始票据图像中的像素点的标准化阈值q，得到初始票据图像的冠字号区域a，其中，所述冠字号区域a包括所有冠字号完整字符；步骤2：根据噪点个数和预设的宽度阈值w，对所述冠字号区域a进行拆分，得到多个单个小块字符图c；步骤3：选择单个小块字符图c中的若干张目标小图，根据各个目标小图的像素点之间的欧氏距离与预设的欧式阈值k的数值关系确定序列f以及字符区域g；步骤4：基于标准化阈值q，对字符区域g中的像素点的像素值进行调整，得到二次调整图i；步骤5：调整欧式阈值k、标准化阈值q，并基于调整后的欧式阈值k’和调整后的标准化阈值q’对二次去噪图i重复执行步骤3、步骤4，得到独立字符图j；步骤6：处理除了目标小图之外的其他单个小块字符图c，得到其他小图m；步骤7：将独立字符图j与其他小图m进行拼接，得到前景和背景分割后的冠字号图像z。7.进一步地，步骤1包括：1-1：计算初始票据图像的目标冠字号区域的所有像素值的均值；1-2：将所述均值作为标准化阈值q，将目标冠字号区域中小于q的像素点像素值赋值为第一数值，将大于或等于q的像素点的像素值赋值为第二数值，其中第一数值小于q，第二数值大于q；1-3：根据赋值后的像素值确定冠字号区域a。8.进一步地，步骤2包括：2-1：根据预设的宽度阈值w，对所述冠字号区域a进行拟拆分，得到多个拟拆分区域；2-2：计算每个拟拆分区域中每一列的黑色像素点的个数，将个数最多的列所在的拟拆分区域作为噪点区域b；2-3：计算噪点区域b下方或上方的最相邻字符的横向宽度w1；2-4：将预设的宽度阈值w和横向宽度w1中最大的数值作为切割宽度，对冠字号区域a从左到右平均切分，得到多个单个小块字符图c。9.进一步地，步骤3包括：3-1：将噪点区域b所在的小图r以及r左、右两侧的单个小块字符图c作为目标小图；3-2：分别根据每张目标小图的中心位置坐标和中心位置像素值，确定参考坐标的参考像素值；3-3：分别计算每张目标小图其他位置的像素点的像素值与本身参考像素值之间的欧氏距离；3-4：根据目标小图中像素点的位置坐标、欧氏距离以及目标小图所在的位置确定序列f，其中，序列f中包含的数据组的数值等于该目标小图中像素点的数量；3-5：调整每个序列f中欧氏距离小于预设的欧式阈值k的像素点的像素值，并基于调整结果得到字符区域g以及字符边界t。10.进一步地，步骤3-5包括：3-5-1：按照欧氏距离的数值大小对序列f内的数据组进行升序排列，得到序列f’；3-5-2：提取序列f’前k个数据组对应的像素点，根据提取到的像素点的位置坐标，确定字符边界t；3-5-3：将序列f’第k个之后的数据组对应的像素点的像素值赋值为步骤1-2的第一数值；3-5-4：将序列f’前k个数据组对应的像素点以及赋值后的像素点组合，得到字符区域g。11.进一步地，步骤6包括：6-1：将除了目标小图之外的其他单个小块字符图c进行横向投影，得到其余的每个单个小块字符图c的每一行的像素值；6-2：计算每张其他单个小块字符图c连续像素值为0的行数x；6-3：若行数x大于预设的值，则将行数x整体对应的区域定义为黑色区域y；6-4：若黑色区域y的上下相邻每个像素点的像素值均不为0 ，则黑色区域y以内的像素值不做处理，将其他单个小块字符图c中黑色区域y以外的区域的像素点的像素值进行增加或减少，得到其他小图m。12.进一步地，步骤4包括：将字符区域g中字符边界t以外的像素点的像素值进行步骤1-2的赋值，而对字符边界t以内的区域的像素点的像素值不做赋值处理。13.进一步地，步骤5包括：对于重复执行的步骤3是将3张二次调整图i作为步骤3的3张目标小图进行相同的处理，得到3张图像e；对于重复执行的步骤4，是基于3张二次调整图i中的所有像素点的像素值重新确定调整后的标准化阈值q’，基于q’对得到的3张图像e进行像素值赋值，不断重复，直至得到独立字符图j。14.第二方面，本发明实施例提供一种冠字号区域前景和背景的分割装置，所述分割装置包括：阈值确定模块，用于基于初始票据图像中的像素点的标准化阈值q，得到初始票据图像的冠字号区域a，其中，所述冠字号区域a包括所有冠字号完整字符；拆分模块，用于根据噪点个数和预设的宽度阈值w，对所述冠字号区域a进行拆分，得到多个单个小块字符图c；序列确认模块，用于选择单个小块字符图c中的若干张目标小图，根据各个目标小图的像素点之间的欧氏距离与预设的欧式阈值k的数值关系确定序列f以及字符区域g；调整模块，用于基于标准化阈值q，对字符区域g中的像素点的像素值进行调整，得到二次调整图i；循环模块，用于调整欧式阈值k、标准化阈值q，并基于调整后的欧式阈值k’和调整后的标准化阈值q’对二次去噪图i重复执行步骤3、步骤4，得到独立字符图j；其他字符处理模块，用于处理除了目标小图之外的其他单个小块字符图c，得到其他小图m；合成模块，用于将独立字符图j与其他小图m进行拼接，得到前景和背景分割后的冠字号图像z。15.本发明实施例的有益效果如下：1、步骤3通过像素点之间的欧氏距离的阈值k对冠字号图像进行进行优化，减少了非通用性的常量使用，减少了计算切割图像的工作量。16.2、步骤7通过重复调整获取最佳k、q值，增加了切割算法的健壮性，能得到更加干净的冠字号图像。17.3、本技术通用性很强，对于噪点较少的目标区域同样适用，且可以扩展不切割单个字符直接计算邻域类别的例子中。或者，也适用于手签文字的识别。18.4、本发明通过计算目标区相邻像素位置距离，同时判断该相邻像素值差值大小来确定冠字号区域的边界，从而对冠字号的前景和背景进行分割，该分割方法能够减少常量的使用，并能够适用各种不同国家的纸币。19.本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。20.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。附图说明21.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。22.图1为本发明实施例提供的一种冠字号区域前景和背景的分割方法的流程图；图2为本发明实施例提供的冠字号区域a的示意图；图3为本发明实施例提供的拟拆分区域的示意图；图4为本发明实施例提供的噪点区域b和最相邻字符s的示意图；图5为本发明实施例提供的单个小块字符图c的集合的示意图；图6为本发明实施例提供的字符区域g的示意图；图7为本发明实施例提供的二次调整图i的示意图；图8为本发明实施例提供的独立字符图j的示意图；图9为本发明实施例提供的冠字号图像z的示意图；图10为本发明实施例提供的字符相连的字符区的示意图。具体实施方式23.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。24.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例25.本实施例提供一种冠字号区域前景和背景的分割方法，图1为该方法的流程图，该方法包括：步骤1：基于初始票据图像中的像素点的标准化阈值q，得到初始票据图像的冠字号区域a，其中，所述冠字号区域a包括所有冠字号完整字符。26.具体地，上述获取的冠字号区域如图2所示。27.步骤1包括：1-1：计算初始票据图像的目标冠字号区域的所有像素值的均值。28.1-2：将所述均值作为标准化阈值q，将目标冠字号区域中小于q的像素点像素值赋值为第一数值，将大于或等于q的像素点的像素值赋值为第二数值，其中第一数值小于q，第二数值大于q。29.具体来说，若计算得到的所有像素值的均值为150，那么如果目标冠字号区域某一点的像素值本来为135，则将该点的像素值赋值为100；如果某一点的像素值本来为175，则将该点的像素值赋值为200。这个过程为初步去噪过程，可以增加前景与背景之间的差异。30.1-3：根据赋值后的像素值确定冠字号区域a。31.步骤2：根据噪点个数和预设的宽度阈值w，对所述冠字号区域a进行拆分，得到多个单个小块字符图c。32.步骤2包括：2-1：根据预设的宽度阈值w，对所述冠字号区域a进行拟拆分，得到多个拟拆分区域。33.如图3所示，4条灰色竖线之间为3个拟拆分区域。34.具体地，第一个2上方包含较多噪点并包含这个2且这个2和其他字符能最大程度分开（手动标记宽度获取这个宽度w，这个w可以说是一个预设的经验阈值。35.2-2：计算每个拟拆分区域中每一列的黑色像素点的个数，将个数最多的列所在的拟拆分区域作为噪点区域b。36.具体地，如图4，噪点区域b为第一个“2”上方的区域。37.2-3：计算噪点区域b下方或上方的最相邻字符的横向宽度w1。38.具体地，图4中，b下方有最相邻字符，即s区域，s区域的横向宽度就是w1。39.2-4：将预设的宽度阈值w和横向宽度w1中最大的数值作为切割宽度，对冠字号区域a从左到右平均切分，得到多个单个小块字符图c。40.具体地，所有的单个小块字符图c如图5所示，图5的每一个矩形为1个单个小块字符图c。41.步骤2-4的意义是：保证最多噪点的噪点区域b的上面或下面最相邻字符被包含在一个切割字符图中，同时使得该字符相邻的字符区域上下较少包含噪点，保证观察方便且突出字符像素个数，减少噪点数多于字符像素数情况。42.步骤3：选择单个小块字符图c中的若干张目标小图，根据各个目标小图的像素点之间的欧氏距离与预设的欧式阈值k的数值关系确定序列f以及字符区域g。43.步骤3包括：3-1：将噪点区域b所在的小图r以及r左、右两侧的单个小块字符图c作为目标小图。44.具体地，如图5标注了3张目标小图。经过大量试验证明，选图5的3张目标小图进行后续处理是最合适的，即，这样既能够精确处理图像中的噪点，又不会增加无用的工作量。在实际应用中，基于不同类型的票据，可以调整该数量。45.3-2：分别根据每张目标小图的中心位置坐标和中心位置像素值，确定参考坐标的参考像素值。46.具体来说，中心位置就是矩形图片对角线的交点，其坐标可以为（1/2，1/2），中心位置的像素可能是黑色，也可能不是黑色；如果是黑色，那么中心位置坐标和中心位置像素值分别就是参考坐标和参考像素值，否则，就将距离中心位置物理距离最近的像素为黑色的位置作为参考点，其位置即为上述参考坐标，其像素即为上述参考像素值。47.3-3：分别计算每张目标小图其他位置的像素点的像素值与本身参考像素值之间的欧氏距离。48.具体地，像素值之间的差值即欧氏距离。49.3-4：根据像素点的位置坐标、欧氏距离、目标小图所在的位置确定序列f，其中，序列f中包含的数据组的数值等于该目标小图中像素点的数量。50.对于步骤3，举个例子，对于图5的小图r，比如其中心位置的像素值为黑色rgb（0,0,0），那么中心位置就是参考位置，比如小图r中有3*4个像素点（实际操作中有成百上千个像素点），从图5可以看出，r是第5张小图，那么得到的序列f就是：｛[（0,0）,10,5]，[（0,1）,20,5]，···｝，其中，[（0,0）,10,5]就是一个数据组，因为有r中12个像素点，所以f中会有12组这样的数据组，其中，数据组中的（0,0）或（0,1）代表像素点的位置坐标；数据组中的10或者20表示相应的欧氏距离（即该点的像素值与参考像素值之间的差值）；数据组中的5代表类别，即r是第5张小图。每张目标小图对应一个序列f，所以在此，能得到3个序列f。[0051]3-5：调整每个序列f中欧氏距离小于预设的欧式阈值k的像素点的像素值，并基于调整结果得到字符区域g以及字符边界t。[0052]具体地，欧式阈值k可以根据实际需求进行调整，比如k可以设置为200或150。[0053]具体来说，步骤3-5包括：3-5-1：按照欧氏距离的数值大小对序列f内的数据组进行升序排列，得到序列f’。[0054]3-5-2：提取序列f’前k个数据组对应的像素点，根据提取到的像素点的位置坐标，确定字符边界t。[0055]3-5-3：将序列f’第k个之后的数据组对应的像素点的像素值赋值为步骤1-2的第一数值。[0056]3-5-4：将序列f’前k个数据组对应的像素点以及赋值后的像素点组合，得到字符区域g。[0057]在此，对于每个序列f’，包含k组数据组，能得到k个像素点，根据这k个像素点的坐标数据，就能确定上下左右边界。如图6，字符边界t是“2”上下左右四个点形成的小矩形区域（为了方便观察，四个点与t没有完全对应，实际操作中，四个点应该与字符边界t的边框线重合），字符区域g是图6显示的整个矩形区域。如图6为字符区域g的示意图，“2”中间的点为中心位置。[0058]步骤4：基于标准化阈值q，对字符区域g中的像素点的像素值进行调整，得到二次调整图i。[0059]在此，得到3张二次调整图i，如图7所示。[0060]具体地，这里相当于二次去噪的过程，去噪的过程与步骤1-2相同。具体来说是只将字符区域g中字符边界t以外的像素点的像素值进行步骤1-2的赋值，而对字符边界t以内的区域不做赋值处理。[0061]步骤5：调整欧式阈值k、标准化阈值q，并基于调整后的欧式阈值k’和调整后的标准化阈值q’对二次去噪图i重复执行步骤3、步骤4，得到独立字符图j。[0062]具体地，对于重复执行的步骤3是将图7的3张二次调整图i作为步骤3的3张目标小图进行相同的处理，得到3张图像e；对于重复执行的步骤4，是要基于3张二次调整图i中的所有像素点的像素值重新确定标准化阈值q’，基于q’对得到的3张图像e进行像素值赋值（即去噪过程），不断重复，直至满足清晰度要求，即直至得到图8所示的前景与背景分割清晰的独立字符图j。[0063]具体地，在此循环重复的目的是通过多次尝试，得到合适的k’、q’，然后得到噪点区域和背景融合且字符区域清晰的图像j。[0064]步骤6：处理除了目标小图之外的其他单个小块字符图c，得到其他小图m。[0065]步骤6包括：6-1：将除了目标小图之外的其他单个小块字符图c进行横向投影，得到其余的每个单个小块字符图c的每一行的像素值。[0066]在此，在实际应用中，对于其余字符，字符的左边或者右边很可能有噪点，而字符上边或者下边有噪点的概率较小，所以，这里选择横向投影。[0067]6-2：计算每张其他单个小块字符图c连续像素值为0（即为黑色）的行数x。[0068]6-3：若行数x大于预设的值，则将行数x整体对应的区域定义为黑色区域y。[0069]6-4：若黑色区域y的上下相邻每个像素点的像素值均不为0 ，则黑色区域y以内的像素值不做处理，将其他单个小块字符图c中黑色区域y以外的区域的像素点的像素值进行增加或减少，得到其他小图m。[0070]步骤7：将独立字符图j与其他小图m进行拼接，得到前景和背景分割后的冠字号图像z，如图9所示。[0071]本实施例的有益效果：1、步骤3通过像素点之间的欧氏距离的阈值k对冠字号图像进行进行优化，减少了非通用性的常量使用，减少了计算切割图像的工作量。[0072]2、步骤7通过重复调整获取最佳k、q值，增加了切割算法的健壮性，能得到更加干净的冠字号图像。[0073]3、本技术通用性很强，对于噪点较少的目标区域同样适用，且可以扩展不切割单个字符直接计算邻域类别的例子中（比如，可以省略步骤2）。或者，也适用于手签文字的识别，如图10所示。[0074]4、本发明通过计算目标区相邻像素位置距离，同时判断该相邻像素值差值大小来确定冠字号区域的边界（步骤3-步骤7），从而对冠字号的前景和背景进行分割，该分割方法能够减少常量的使用，并能够适用各种不同国家的纸币。实施例[0075]本实施例提供一种冠字号区域前景和背景的分割装置，上述分割装置包括：阈值确定模块，用于基于初始票据图像中的像素点的标准化阈值q，得到初始票据图像的冠字号区域a，其中，所述冠字号区域a包括所有冠字号完整字符。[0076]拆分模块，用于根据噪点个数和预设的宽度阈值w，对所述冠字号区域a进行拆分，得到多个单个小块字符图c。[0077]序列确认模块，用于选择单个小块字符图c中的若干张目标小图，根据各个目标小图的像素点之间的欧氏距离与预设的欧式阈值k的数值关系确定序列f以及字符区域g。[0078]调整模块，用于基于标准化阈值q，对字符区域g中的像素点的像素值进行调整，得到二次调整图i。[0079]循环模块，用于调整欧式阈值k、标准化阈值q，并基于调整后的欧式阈值k’和调整后的标准化阈值q’对二次去噪图i重复执行步骤3、步骤4，得到独立字符图j。[0080]其他字符处理模块，用于处理除了目标小图之外的其他单个小块字符图c，得到其他小图m。[0081]合成模块，用于将独立字符图j与其他小图m进行拼接，得到前景和背景分割后的冠字号图像z。[0082]本发明实施例所提供的冠字号区域前景和背景的分割装置，其实现原理及产生的技术效果和前述的冠字号区域前景和背景的分割方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。[0083]最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!