CN103279924B - 一种对任意倾斜角度的专利证书图像的校正方法 - Google Patents
一种对任意倾斜角度的专利证书图像的校正方法 Download PDFInfo
- Publication number
- CN103279924B CN103279924B CN201310198958.1A CN201310198958A CN103279924B CN 103279924 B CN103279924 B CN 103279924B CN 201310198958 A CN201310198958 A CN 201310198958A CN 103279924 B CN103279924 B CN 103279924B
- Authority
- CN
- China
- Prior art keywords
- angle
- image
- patent certificate
- certificate image
- center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种对任意倾斜角度的专利证书图像的校正方法,通过对输入的专利证书图像灰度化后进行高斯滤波;然后对经过滤波的图像进行Canny边缘检测,得到证书图像的基本骨架线;再利用Hough变换获取上述骨架线的倾斜角;并根据少数服从多数的原则,得到第一次校正的倾斜角,然后再旋转图像;接着,根据第一次校正后证书图像中圆章的位置来判断第二次校正的倾斜角,并根据倾角旋转图像,最终完成专利证书图像的倾斜校正。
Description
技术领域
本发明涉及一种对倾斜的专利证书图像的校正方法,具体的说是一种对任意倾斜角度的专利证书图像的校正方法。
背景技术
证书图像作为过去成就的证明,被广泛用于申请奖励或公司拓展,其中很重要的一种证书图像就是专利证书图像。利用图像处理和模式识别来确保专利证书的正确使用是一个越来越重要的课题。专利证书图像一般是通过扫描仪或照相机采集得到,有的还得经过互联网的传输,这就不能避免地引入一定程度倾斜,这对后续的图像检索与识别会产生重大影响。现有技术中,通常只能在发现证书扫描发生倾斜后,通过人工校正,再次扫描,获得不发生倾斜的图像。图像预处理通常是为了提高输入图像的质量及便于图像特征的分析与提取,而仅仅依靠人工校正,不仅操作员的工作强度大,而且工作效率低下,显然倾斜校正则成为专利证书图像预处理的一个重要环节。但专利证书图像版面的特殊性及倾斜角度的任意性给图像的倾斜校正带来了困难。因此,急需提出一种针对专利证书图像任意角度倾斜的校正方法。
发明内容
本发明所要解决的技术问题是,针对现有对专利证书图像的倾斜校正问题只能依靠人工校正,操作员工作强度大,工作效率低的问题,提供一种对任意倾斜角度的专利证书图像的校正方法,为专利证书图像的倾斜校正提供一种简单、有效的方法。
本发明所采用的技术方案如下:
一种对任意倾斜角度的专利证书图像的校正方法,包括如下步骤:
步骤A:输入待校正的专利证书图像,对待校正的专利证书图像进行灰度化处理;
步骤B:对灰度化处理后的待校正的专利证书图像进行滤波处理,获得滤波图像;
步骤C:对步骤B获得的滤波图像进行边缘检测,得到待校正专利证书图像的框架线;
步骤D:利用Hough变换获得步骤C得到的待校正专利证书图像的各框架线的倾斜角度,包括两组方向倾角,即垂直方向倾角和水平方向倾角;
倾斜角度在[0°,90°)范围内定义为垂直方向倾角,倾斜角度在[90°,180°]范围内定义为水平方向倾角,垂直方向倾角数量为m,水平方向倾角数量为n;
步骤E:从步骤D获得的两组方向倾角中,取方向倾角数量较多一组的所有方向倾角的平均值作为待校正专利证书图像的第一校正角度,并按照第一校正角度对待校正专利证书图像进行旋转校正,得到旋转图像;
步骤F:对步骤E得到的旋转图像进行圆章定位,根据圆章的位置获得待校正专利证书的第二校正角度,再根据得到的第二校正角度对步骤E得到的旋转图像进行第二次旋转校正,得到最终的校正图像。
所述步骤B中的滤波是利用高斯滤波器对灰度化处理后的专利证书图像进行噪声滤除,采用Opencv软件中的cvSmooth库函数,选项为CV_GAUSSIAN。
所述步骤C中对步骤B获得的滤波图像进行边缘检测,是采用Canny算子进行边缘检测,使用Opencv软件中的cvCanny库函数。
所述步骤D得到的待校正的专利证书图像的各框架线的倾斜角度是指框架线与竖直方向的夹角。
所述步骤E按照第一校正角度对待校正的专利证书图像进行旋转校正的具体步骤为:
1)设m为垂直方向倾角θvm的数目,n为水平方向倾角θhn的数目,θ为第一校正角度:
2)利用下面的旋转矩阵对待校正专利证书图像进行旋转:
其中,α=cos(θ),β=sin(θ);centerx,centery分别是待校正的专利证书图像中心点的横坐标和纵坐标。
所述步骤F中按照第二校正角度对步骤E得到的旋转图像进行第二次旋转校正的具体步骤为:
1)采用Hough变换进行圆检测获得圆章位置,圆检测的半径参数由实验得出为γ=0.030×w+0.032×h,其中w和h分别是指第一次旋转校正后的专利证书图像的宽和高;
2)根据上述步骤1)中圆章位置获得圆章中心点,判断圆章中心点与专利证书图像中心点的连线与水平线的夹角大小,获得图像第二校正角度δ:
a.270°<夹角<360°,第二校正角度δ为0°;
b.180°≤夹角≤270°,第二校正角度δ为90°;
c.90°<夹角<180°,第二校正角度δ为180°;
d.90°≤夹角≤0°,第二校正角度δ为-90°;
3)根据上述步骤2)中所得到的第二校正角度δ,利用下面的旋转矩阵对图像进行旋转:
其中,α=cos(δ),β=sin(δ);centerx,centery分别为待校正专利证书图像中心点的横坐标和纵坐标。
有益效果
本发明提供一种对任意倾斜角度的专利证书图像的校正方法,通过对输入的专利证书图像灰度化后进行高斯滤波;然后对经过滤波的图像进行Canny边缘检测,得到证书图像的基本骨架线;再利用Hough变换获取上述骨架线的倾斜角;并根据少数服从多数的原则,得到初次校正的倾角,然后再旋转图像;接着,根据第一校正后证书图像中圆章的位置来判断第二次校正的倾斜角,并根据倾角旋转图像,最终完成证书图像的倾斜校正。本发明方法可以减少人的劳动强度,提高操作者的工作效率,自动、快速、准确地实现专利证书图像的任意角度倾斜校正。
附图说明
图1为本发明的流程图;
图2为倾斜任意角度的专利证书示意图;
图3为Canny边缘检测示意图;
图4为Hough直线检测示意图;
图5为四幅倾斜任意角度专利证书图像第一次校正的结果示意图;
图6为倾斜校正结果示意图,其中图(a)为四幅倾斜任意角度的图像,图(b)为相应的四幅倾斜校正图像结果示意图。
具体实施方式
下面将结合附图和具体实施例对本发明做进一步说明。
如图1所示,为本发明的流程图。
以选取的80幅人为旋转任意角度而得到倾斜专利证书图像为例。
检测本方法的性能指标是算法的速度和精度,算法的速度主要体现在倾角检测与倾斜校正所需的平均时间,算法的精度则由校正的准确率来衡量。
步骤A:如图2所示,输入待校正的专利证书图像,对待校正专利证书图像进行灰度化处理;
步骤B:对输入的灰度化后的待校正专利证书图像进行滤波,获得滤波图像,所用到的是Opencv中的cvSmooth库函数,选项为CV_GAUSSIAN;
步骤C:对步骤B获得的滤波图像进行边缘检测,得到待校正专利证书图像的框架线,所用到的是Opencv中的cvCanny库函数,边缘检测结果如图3所示;
步骤D:利用Hough变换获得步骤C得到的待校正专利证书图像的各框架线的倾斜角度,包括两组方向倾角,即垂直方向倾角和水平方向倾角;
倾斜角度在[0°,90°)范围内定义为垂直方向倾角,倾斜角度在[90°,180°]范围内定义为水平方向倾角,垂直方向倾角数量为m,水平方向倾角数量为n;
如图4所示,检测到的线条用紫色表示;所述待校正专利证书图像的各框架线的倾斜角度是指框架线与垂直直线的夹角。
步骤E:从步骤D获得的两组方向倾角中,取方向倾角数量较多一组的所有方向倾角平均值作为待校正专利证书图像的第一校正角度,并按照第一校正角度对待校正专利证书图像进行旋转校正,得到旋转图像;如图5所示,具体步骤如下:
1)设m为竖直方向倾角θvm的数目,n为水平方向倾角θhn的数目,θ为初次校正的倾角。则θ可由下式得到:
2)接着,再利用下面的旋转矩阵对图像进行旋转:
其中,α=cos(θ),β=sin(θ);centerx,centery分别为待校正专利证书图像中心点的横坐标和纵坐标。
步骤F:对步骤E得到的旋转图像行圆章定位,根据圆章的位置获得待校正专利证书的第二校正角度,再根据得到第二校正角度对步骤E得到的旋转图像进行第二次旋转校正,得到最终的校正图像。
具体步骤如下:
1)圆章位置的获取由Hough圆检测来实现。而圆检测的半径参数由实验得出为γ=0.030×w+0.032×h,其中w和h分别是指第一次校正后的专利证书图像的宽和高。
2)根据上述步骤1)中圆章位置获得圆章中心点,判断圆章中心点与专利证书图像中心点的连线与水平线的夹角大小,获得图像第二校正角度δ:
a.270°<夹角<360°,第二校正角度δ为0°;
b.180°≤夹角≤270°,第二校正角度δ为90°;
c.90°<夹角<180°,第二校正角度δ为180°;
d.90°≤夹角≤0°,第二校正角度δ为-90°;
3)根据上述步骤2)中所得到的第二校正角度δ,利用下面的旋转矩阵对图像进行旋转:
其中,α=cos(δ),β=sin(δ);centerx,centery分别为待校正专利证书图像中心点的横坐标和纵坐标。。
从图6中我们可以注意到,我们提出的一种对任意倾斜角度的专利证书图像的校正方法是可行的和有效的。图6(a)所示为倾斜任意角度的一组专利证书图像,可以看出,既包括一般的倾斜,也包括倒立的倾斜情况,也即是任意的倾斜。图6(b)为采用本发明方法对图6(a)进行校正后的效果图,可以看出我们的算法对于任意角度的倾斜证书都能很好的校正。经统计,80幅证书图像只有一幅是没有准确校正过来的,准确率达到98.75%。我们的算法不仅校正率高,校正时间也是很快的,经试验,最快的倾角检测与倾斜校正的时间为0.5s,而最慢的则为2.75s,平均倾角检测与倾斜校正的时间为1.40s。综上所述,本发明方法能充分利用专利证书图像的特点,只利用图像的骨架线来检测倾角,并结合图像中的圆章位置,不仅能校正任意角度的倾斜,而且快速准确。
Claims (6)
1.一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,包括如下步骤:
步骤A:输入待校正的专利证书图像,对待校正的专利证书图像进行灰度化处理;
步骤B:对灰度化处理后的待校正的专利证书图像进行滤波处理,获得滤波图像;
步骤C:对步骤B获得的滤波图像进行边缘检测,得到待校正专利证书图像的框架线;
步骤D:利用Hough变换获得步骤C得到的一幅待校正专利证书图像的各框架线的倾斜角度,包括两组方向倾角,即垂直方向倾角和水平方向倾角;
倾斜角度在[0°,90°)范围内定义为垂直方向倾角,倾斜角度在[90°,180°]范围内定义为水平方向倾角,垂直方向倾角数量为m,水平方向倾角数量为n;
步骤E:从步骤D获得的两组方向倾角中,取方向倾角数量较多一组的所有倾角平均值作为待校正专利证书图像的第一校正角度,并按照第一校正角度对待校正专利证书图像进行旋转校正,得到旋转图像;
步骤F:对步骤E得到的旋转图像行圆章定位,根据圆章的位置获得待校正专利证书的第二校正角度,再根据得到第二校正角度对步骤E得到的旋转图像进行第二次旋转校正,得到最终的校正图像。
2.根据权利要求1所述的一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,所述步骤B中的滤波是利用高斯滤波器对灰度化处理后的专利证书图像进行噪声滤除,采用Opencv软件中的cvSmooth库函数,选项为CV_GAUSSIAN。
3.根据权利要求2所述的一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,所述步骤C中对步骤B获得的滤波图像进行边缘检测,是采用Canny算子进行边缘检测,使用Opencv软件中的cvCanny库函数。
4.根据权利要求3所述的一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,所述步骤D得到的一幅待校正的专利证书图像的各框架线的倾斜角度是指框架线与垂直直线的夹角。
5.根据权利要求4所述的一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,所述步骤E按照第一校正角度对待校正的专利证书图像进行旋转校正的具体步骤为:
1)设m为垂直方向倾角θvm的数目,n为水平方向倾角θhn的数目,θ为第一校正角度:
2)利用下面的旋转矩阵对待校正专利证书图像进行旋转:
其中,α=cos(θ),β=sin(θ),θ为上述步骤1)中的第一校正角度;centerx,centery分别是待校正的专利证书图像中心点的横坐标和纵坐标。
6.根据权利要求5所述的一种对任意倾斜角度的专利证书图像的校正方法,其特征在于,所述步骤F中按照第二校正角度对步骤E得到的旋转图像进行第二次旋转校正的具体步骤为:
1)采用Hough变换进行圆检测获得圆章位置,圆检测的半径参数由实验得出为γ=0.030×w+0.032×h,其中w和h分别是指第一次旋转校正后的专利证书图像的宽和高;
2)根据上述步骤1)中圆章位置获得圆章中心点,判断圆章中心点与专利证书图像中心点的连线与水平线的夹角大小,获得图像第二校正角度δ:
a.270°<夹角<360°,第二校正角度δ为0°;
b.180°≤夹角≤270°,第二校正角度δ为90°;
c.90°<夹角<180°,第二校正角度δ为180°;
d.90°≤夹角≤0°,第二校正角度δ为-90°;
3)根据上述步骤2)中所得到的第二校正角度δ,利用下面的旋转矩阵对图像进行旋转:
其中,α=cos(δ),β=sin(δ);centerx,centery分别为待校正专利证书图像中心点的横坐标和纵坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310198958.1A CN103279924B (zh) | 2013-05-24 | 2013-05-24 | 一种对任意倾斜角度的专利证书图像的校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310198958.1A CN103279924B (zh) | 2013-05-24 | 2013-05-24 | 一种对任意倾斜角度的专利证书图像的校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103279924A CN103279924A (zh) | 2013-09-04 |
CN103279924B true CN103279924B (zh) | 2015-11-25 |
Family
ID=49062431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310198958.1A Expired - Fee Related CN103279924B (zh) | 2013-05-24 | 2013-05-24 | 一种对任意倾斜角度的专利证书图像的校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103279924B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657940B (zh) * | 2013-11-22 | 2019-03-15 | 中兴通讯股份有限公司 | 畸变图像校正复原与分析报警的方法和装置 |
CN104537609A (zh) * | 2014-11-28 | 2015-04-22 | 上海理工大学 | 一种旋转图像校正方法 |
CN104820968A (zh) * | 2015-04-22 | 2015-08-05 | 上海理工大学 | 文本稿角度校正方法 |
CN105956589B (zh) * | 2016-04-27 | 2019-08-09 | 北京以萨技术股份有限公司 | 一种图像物体水平角度校正的方法 |
CN107845139B (zh) * | 2017-10-18 | 2021-05-07 | 中国测绘科学研究院 | 一种狭长图斑***线的处理方法 |
CN108171669A (zh) * | 2017-12-29 | 2018-06-15 | 星阵(广州)基因科技有限公司 | 一种基于OpenCV算法的图像矫正方法 |
CN109815954A (zh) * | 2019-01-31 | 2019-05-28 | 科大讯飞股份有限公司 | 增值税***图像的方向校正方法、装置、设备及存储介质 |
CN110197144B (zh) * | 2019-05-20 | 2021-10-19 | 厦门能见易判信息科技有限公司 | 盗录视频识别方法及*** |
CN113436079A (zh) * | 2021-06-23 | 2021-09-24 | 平安科技(深圳)有限公司 | 证件图像检测方法和装置、电子设备、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1449543A (zh) * | 2000-09-14 | 2003-10-15 | 夏普公司 | 图像处理装置、图像处理方法和记录该方法的记录介质 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
CN101923710A (zh) * | 2010-06-30 | 2010-12-22 | 青岛海信网络科技股份有限公司 | 图像倾斜校正方法及装置 |
CN102708557A (zh) * | 2012-05-15 | 2012-10-03 | 广州市中崎商业机器有限公司 | 一种用于双面扫描的图像拼接方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7145699B2 (en) * | 2001-03-30 | 2006-12-05 | Sharp Laboratories Of America, Inc. | System and method for digital document alignment |
-
2013
- 2013-05-24 CN CN201310198958.1A patent/CN103279924B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1449543A (zh) * | 2000-09-14 | 2003-10-15 | 夏普公司 | 图像处理装置、图像处理方法和记录该方法的记录介质 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
CN101923710A (zh) * | 2010-06-30 | 2010-12-22 | 青岛海信网络科技股份有限公司 | 图像倾斜校正方法及装置 |
CN102708557A (zh) * | 2012-05-15 | 2012-10-03 | 广州市中崎商业机器有限公司 | 一种用于双面扫描的图像拼接方法及*** |
Non-Patent Citations (1)
Title |
---|
"扫描图像的倾斜校正、分割与压缩";蒋海波;《中国优秀硕士学位论文全文数据库-信息科技辑》;20130215(第2期);I138-1503 * |
Also Published As
Publication number | Publication date |
---|---|
CN103279924A (zh) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103279924B (zh) | 一种对任意倾斜角度的专利证书图像的校正方法 | |
CN102636490B (zh) | 基于机器视觉的轴承防尘盖表面缺陷检测方法 | |
CN111879241B (zh) | 基于机器视觉的手机电池尺寸测量方法 | |
CN104331896B (zh) | 一种基于深度信息的***标定方法 | |
CN102061517B (zh) | 直拉单晶硅直径测量方法 | |
WO2016101643A1 (zh) | 一种仪表数据读取方法及*** | |
CN105157563B (zh) | 一种基于机器视觉的啤酒瓶口定位方法 | |
RU2015134095A (ru) | Способ и устройство для обнаружения прямой линии | |
CN106204610A (zh) | 基于图像处理的轴孔装配自动对中*** | |
CN102974551A (zh) | 一种基于机器视觉的多晶硅太阳能检测分选的方法 | |
CN103593663B (zh) | 一种钞券印版的图像定位方法 | |
CN104156536A (zh) | 一种盾构机刀具磨损的可视化定量标定及分析方法 | |
CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及*** | |
CN105118086A (zh) | 3d-aoi设备中的3d点云数据配准方法及*** | |
CN102938137A (zh) | 基于图像序列分析的线扫描图像动态非均匀性校正方法 | |
CN110632346B (zh) | 风向标安装误差校正方法、装置及*** | |
CN109365877B (zh) | 一种数控机床零件加工自动定位方法 | |
CN105222727A (zh) | 线阵ccd相机成像平面与工作台平行度的测量方法和*** | |
CN108269236B (zh) | 一种图像纠偏方法及装置 | |
CN115497108B (zh) | 一种基于椭圆离心率的汉字骨架角点检测方法 | |
CN115880305B (zh) | 轴类零件表面缺陷视觉检测方法及装置 | |
CN102013087B (zh) | 一种裁剪样板数字化的方法 | |
CN116862881A (zh) | 基于图像处理的多目标实时偏移检测方法 | |
CN103914861A (zh) | 图片处理方法及装置 | |
Shang et al. | The study of sub-pixel edge detection algorithm based on the function curve fitting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151125 Termination date: 20170524 |
|
CF01 | Termination of patent right due to non-payment of annual fee |