CN104966348A - 一种票据图像要素完整性检测方法及*** - Google Patents

Abstract

本发明公开了一种票据图像要素完整性检测方法及***，方法通过对票据依次进行采集、灰度转换、要素区域提取以及二值化处理，进而根据图像中目标像素点个数与区域面积的比例检测出票据要素区域的填写状态。***包括图像采集模块、灰度图像转换模块、要素区域提取模块、二值化处理模块和填写检测模块。本发明无需人工操作，能有效解决了在批量票据自动化处理过程中因要素填写不完整导致的票据无效现象，大大减少人工整理票据的时间，提升了批量票据处理的效率。本发明可广泛应用于票据检测中。

Description

一种票据图像要素完整性检测方法及***

技术领域

本发明涉及图像处理领域，尤其涉及一种票据图像要素完整性检测方法及***。

背景技术

银行或单位的票据自动化处理***在对票据进行处理时，要求待处理票据的票面要素填写必须是完整的。如果待处理票据的票面要素不完整，则票据自动化处理***无法进行后续的处理或操作。因此，如何对票据图像要素完整性进行快速而有效的检测成了业内的一个重要研究对象。

目前，银行票据要素完整性检测一般是由营业人员通过目测的方式来完成的，这种检测方式检测效率较低，不利于票据的批量处理，且不可避免人眼目测所带来的偶然误差。

为了减少人工收取票据的时间以及偶尔的失误，提升批量票据处理的效率，急需解决以上问题。

发明内容

为了解决上述技术问题，本发明的目的是提供一种能提高检测效率，且能减少误差的一种票据图像要素完整性检测方法。

本发明的另一个目的是提供一种能提高检测效率，且能减少误差的一种票据图像要素完整性检测***。

本发明所采用的技术方案是：

一种票据图像要素完整性检测方法，包括以下步骤：

A、对票据正面图像进行采集，得到票据正面彩色图像；

B、对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

C、根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

D、对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

E、根据各票据要素区域二值图像，对票据要素区域进行填写检测。

作为所述的一种票据图像要素完整性检测方法的进一步改进，所述步骤E包括：

E1、根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

E2、根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

E3、判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

E4、判断是否所有票据要素区域均检测完毕，若是，则执行步骤E5；反之，则对下一个票据要素区域进行填写检测并返回执行步骤E1；

E5、判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。

作为所述的一种票据图像要素完整性检测方法的进一步改进，所述步骤B中灰度化处理的具体计算公式为：

Y[i,j]＝0.3*R[i,j]+0.59*G[i,j]+0.11*B[i,j]；

其中，i＝1，2……W，j＝1,2……H，i表示票据正面彩色图像和票据灰度图像中的横坐标，j表示票据正面彩色图像和票据灰度图像中的纵坐标，W为票据正面彩色图像和票据灰度图像的宽度，H为票据正面彩色图像和票据灰度图像的高度，R[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的红色(R)分量值，G[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的绿色(G)分量值，B[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的蓝色(B)分量值，Y[i,j]表示票据灰度图像在横坐标为i和纵坐标为j的像素点处的值，Y[i,j]∈[0，255]。

作为所述的一种票据图像要素完整性检测方法的进一步改进，所述步骤D中对各票据要素区域图像进行阈值分割处理，其具体为：

根据预设的分割阈值和以下公式对票据要素区域图像中的像素进行处理；

$D\&lsqb;i,j\&rsqb;=\left\{\begin{array}{c}255,Y\&lsqb;i,j\&rsqb;<th\\ 0,Y\&lsqb;i,j\&rsqb;\&GreaterEqual;th\end{array}\right.;$

其中，i表示票据要素区域图像和票据要素区域二值图像中的横坐标，j表示票据要素区域图像和票据要素区域二值图像中的纵坐标，D[i，j]表示票据要素区域二值图像中横坐标为i和纵坐标为j的像素点处的值，Y[i，j]表示票据要素区域图像中横坐标为i和纵坐标为j的像素点处的值，th表示分割阈值。

本发明所采用的另一技术方案是：

一种票据图像要素完整性检测***，包括：

图像采集模块，用于对票据正面图像进行采集，得到票据正面彩色图像；

灰度图像转换模块，用于对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

要素区域提取模块，用于根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

二值化处理模块，用于对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

填写检测模块，用于根据各票据要素区域二值图像，对票据要素区域进行填写检测。

作为所述的一种票据图像要素完整性检测***的进一步改进，所述填写检测模块包括：

目标像素点统计模块，用于根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

填写比例计算模块，用于根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

填写状态判断模块，用于判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

检测完毕判断模块，用于判断是否所有票据要素区域均检测完毕，若是，则执行要素完整性判断模块；反之，则对下一个票据要素区域进行填写检测并返回执行目标像素点统计模块；

要素完整性判断模块，用于判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。

本发明的有益效果是：

本发明一种票据图像要素完整性检测方法通过对票据依次进行采集、灰度转换、要素区域提取以及二值化处理，进而根据图像中目标像素点个数与区域面积的比例检测出票据要素区域的填写状态，无需人工操作，有效解决了在批量票据自动化处理过程中因要素填写不完整导致的票据无效现象，大大减少人工整理票据的时间，提升了批量票据处理的效率。

本发明的另一个有益效果是：

本发明一种票据图像要素完整性检测***通过图像采集模块、灰度图像转换模块、要素区域提取模块、二值化处理模块和填写检测模块对票据进行处理，进而根据图像中目标像素点个数与区域面积的比例检测出票据要素区域的填写状态，无需人工操作，有效解决了在批量票据自动化处理过程中因要素填写不完整导致的票据无效现象，大大减少人工整理票据的时间，提升了批量票据处理的效率。

附图说明

下面结合附图对本发明的具体实施方式作进一步说明：

图1是本发明一种票据图像要素完整性检测方法的步骤流程图；

图2是本发明一种票据图像要素完整性检测方法步骤E的步骤流程图；

图3是本发明一种票据图像要素完整性检测***的模块方框图。

具体实施方式

参考图1，本发明一种票据图像要素完整性检测方法，包括以下步骤：

A、对票据正面图像进行采集，得到票据正面彩色图像；

B、对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

C、根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

D、对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

E、根据各票据要素区域二值图像，对票据要素区域进行填写检测。

参考图2，进一步作为优选的实施方式，所述步骤E包括：

E1、根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

E2、根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

E3、判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

E4、判断是否所有票据要素区域均检测完毕，若是，则执行步骤E5；反之，则对下一个票据要素区域进行填写检测并返回执行步骤E1；

E5、判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。

进一步作为优选的实施方式，所述步骤B中灰度化处理的具体计算公式为：

Y[i,j]＝0.3*R[i,j]+0.59*G[i,j]+0.11*B[i,j]；

其中，i＝1，2……W，j＝1,2……H，i表示票据正面彩色图像和票据灰度图像中的横坐标，j表示票据正面彩色图像和票据灰度图像中的纵坐标，W为票据正面彩色图像和票据灰度图像的宽度，H为票据正面彩色图像和票据灰度图像的高度，R[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的红色(R)分量值，G[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的绿色(G)分量值，B[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的蓝色(B)分量值，Y[i,j]表示票据灰度图像在横坐标为i和纵坐标为j的像素点处的值，Y[i,j]∈[0，255]。

进一步作为优选的实施方式，所述步骤D中对各票据要素区域图像进行阈值分割处理，其具体为：

根据预设的分割阈值和以下公式对票据要素区域图像中的像素进行处理；

$D\&lsqb;i,j\&rsqb;=\left\{\begin{array}{c}255,Y\&lsqb;i,j\&rsqb;<th\\ 0,Y\&lsqb;i,j\&rsqb;\&GreaterEqual;th\end{array}\right.;$

其中，i表示票据要素区域图像和票据要素区域二值图像中的横坐标，j表示票据要素区域图像和票据要素区域二值图像中的纵坐标，D[i，j]表示票据要素区域二值图像中横坐标为i和纵坐标为j的像素点处的值，Y[i，j]表示票据要素区域图像中横坐标为i和纵坐标为j的像素点处的值，th表示分割阈值。

对票据要素区域图像进行二值化处理主要是指，对票据要素区域图像进行阈值分割，使小于分割阈值th的像素点的像素值等于255(黑色)，而使大于或等于分割阈值th的像素点的像素值等于0(白色)。th的选取要使得票据要素区域图像的黑色字体和表格信息凸现出来并去除其他信息的干扰，当像素点的像素值等于255时，为提取到目标像素点。

进一步，所述分割阈值可以为预设的固定阈值，也可以采用全局阈值分割方法得到，在本发明实施例中，分割阈值采用全局阈值分割方法得到；若采用固定阈值，可设th＝150。

参考图3，本发明一种票据图像要素完整性检测***，包括：

图像采集模块，用于对票据正面图像进行采集，得到票据正面彩色图像；

灰度图像转换模块，用于对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

要素区域提取模块，用于根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

二值化处理模块，用于对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

填写检测模块，用于根据各票据要素区域二值图像，对票据要素区域进行填写检测。

进一步作为优选的实施方式，所述填写检测模块包括：

目标像素点统计模块，用于根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

填写比例计算模块，用于根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

填写状态判断模块，用于判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

检测完毕判断模块，用于判断是否所有票据要素区域均检测完毕，若是，则执行要素完整性判断模块；反之，则对下一个票据要素区域进行填写检测并返回执行目标像素点统计模块；

要素完整性判断模块，用于判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。

从上述内容可知，本发明充分利用了票据本身的特征，原理简单，计算量小，利用扫描图像正确检测出票据图像要素是否填写完整，无需人工操作，能有效解决在批量票据自动化处理过程中因要素填写不完整导致的票据无效现象，大大减少人工整理票据的时间，提升了批量票据处理的效率。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (6)

1.一种票据图像要素完整性检测方法，其特征在于，包括以下步骤：

A、对票据正面图像进行采集，得到票据正面彩色图像；

B、对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

C、根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

D、对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

E、根据各票据要素区域二值图像，对票据要素区域进行填写检测。

2.根据权利要求1所述的一种票据图像要素完整性检测方法，其特征在于：所述步骤E包括：

E1、根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

E2、根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

E3、判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

E4、判断是否所有票据要素区域均检测完毕，若是，则执行步骤E5；反之，则对下一个票据要素区域进行填写检测并返回执行步骤E1；

E5、判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。

3.根据权利要求1所述的一种票据图像要素完整性检测方法，其特征在于：所述步骤B中灰度化处理的具体计算公式为：

Y[i,j]＝0.3*R[i,j]+0.59*G[i,j]+0.11*B[i,j]；

其中，i＝1，2……W，j＝1,2……H，i表示票据正面彩色图像和票据灰度图像中的横坐标，j表示票据正面彩色图像和票据灰度图像中的纵坐标，W为票据正面彩色图像和票据灰度图像的宽度，H为票据正面彩色图像和票据灰度图像的高度，R[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的红色(R)分量值，G[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的绿色(G)分量值，B[i，j]表示票据正面彩色图像在横坐标为i和纵坐标为j的像素点处的蓝色(B)分量值，Y[i,j]表示票据灰度图像在横坐标为i和纵坐标为j的像素点处的值，Y[i,j]∈[0，255]。

4.根据权利要求1所述的一种票据图像要素完整性检测方法，其特征在于：所述步骤D中对各票据要素区域图像进行阈值分割处理，其具体为：

根据预设的分割阈值和以下公式对票据要素区域图像中的像素进行处理；

$D\&lsqb;i,j\&rsqb;=\left\{\begin{array}{c}255,Y\&lsqb;i,j\&rsqb;<th\\ 0,Y\&lsqb;i,j\&rsqb;\&GreaterEqual;th\end{array}\right.;$

其中，i表示票据要素区域图像和票据要素区域二值图像中的横坐标，j表示票据要素区域图像和票据要素区域二值图像中的纵坐标，D[i，j]表示票据要素区域二值图像中横坐标为i和纵坐标为j的像素点处的值，Y[i，j]表示票据要素区域图像中横坐标为i和纵坐标为j的像素点处的值，th表示分割阈值。

5.一种票据图像要素完整性检测***，其特征在于，包括：

图像采集模块，用于对票据正面图像进行采集，得到票据正面彩色图像；

灰度图像转换模块，用于对票据正面彩色图像进行灰度化处理，进而得到票据灰度图像；

要素区域提取模块，用于根据预设的票据要素区域坐标，从票据灰度图像中提取得到多个票据要素区域图像；

二值化处理模块，用于对各票据要素区域图像进行阈值分割处理，得到多个票据要素区域二值图像；

填写检测模块，用于根据各票据要素区域二值图像，对票据要素区域进行填写检测。

6.根据权利要求5所述的一种票据图像要素完整性检测***，其特征在于：所述填写检测模块包括：

目标像素点统计模块，用于根据需要检测的票据要素区域，统计其对应的票据要素区域二值图像中灰度值为255的像素个数，得出目标像素点个数；

填写比例计算模块，用于根据该票据要素区域二值图像的区域面积，计算目标像素点个数与区域面积的比例，得出填写比例；

填写状态判断模块，用于判断填写比例是否大于预设的填写阈值，若是，则判定该票据要素区域已填写状态；反之，则判定该票据要素区域没填写状态；

检测完毕判断模块，用于判断是否所有票据要素区域均检测完毕，若是，则执行要素完整性判断模块；反之，则对下一个票据要素区域进行填写检测并返回执行目标像素点统计模块；

要素完整性判断模块，用于判断是否所有票据要素区域均为已填写状态，若是，则判定该票据图像要素完整；反之，则判定该票据图像要素不完整。