（計算機應(yīng)用技術(shù)專業(yè)論文）印章特征提取算法研究.pdf

浙江丈學(xué)碩十學(xué)位論文摘要 摘要 隨著信息化的普及和辦公自動化程度的不斷提高 傳統(tǒng)的印章管理手段已經(jīng) 無法滿足現(xiàn)代業(yè)務(wù)的需求 包括印章的存檔和鑒別 特別是在公安 金融領(lǐng)域 更加迫切需要利用信息技術(shù)進行印章識別的系統(tǒng) 而特征提取是印章識別系統(tǒng)的 最主要組成部分 因此 本文以印章圖像為研究對象 主要研究印章的特征提取 論文首先闡述了目前印章識別系統(tǒng)的需求和國內(nèi)外的研究現(xiàn)狀 介紹了當(dāng)前 印章識別系統(tǒng)的基本結(jié)構(gòu) 各部分的主要任務(wù)以及面臨的問題 接著按照印章特 征提取的過程詳細介紹相應(yīng)的方法 包括印章圖像顏色特征的提取 高準(zhǔn)確度的 二值化 圖像去噪等預(yù)處理方法 結(jié)合當(dāng)酶的輪廓提取算法的印章形狀特征和幾 何特征提取方法 以及幾何特征的精確計算方法 論文最后介紹了基于字符定位 和圖像分割算法的字符區(qū)域特征的提取方法 在預(yù)處理過程中 最重要的步驟是圖像的二值化 在研究了幾種有代表性的 算法之后 論文采用了能突出字符細節(jié)特征的l o g 算子進行二值化處理 在印章形狀的識別過程中 論文提出了結(jié)合鏈碼跟蹤法和余弦法的輪廓端點 提取算法 并進一步根據(jù)端點的個數(shù)和幾何位置確定方形 圓形 橢圓形和三角 形印章的形狀 此外 針對圓形或橢圓形印章 論文提出了一種基于鏈碼跟蹤的形心校正算 法 解決了由于形心定位誤差導(dǎo)致字符區(qū)域無法定位的情況 還提出了一種基于 改進b r 囂衄i 啪算法的自適應(yīng)極坐標(biāo)變換方法 利用該算法對圓形和橢圓形印章 進行極坐標(biāo)變換 然后定位印章中字符區(qū)域的位置 實驗表明上述算法能夠有效地對印章的形狀 幾何 字符區(qū)域等特征進行提 取 關(guān)鍵詞印章 印章識別 特征提取 自適應(yīng)的極坐標(biāo)變換方法 浙江大學(xué)碩上學(xué)位論文a b n r a c t a b s t r a c t 弼t hu n c 酆i f l g 吼h 強c e l l l e n to f 如 伍c ea u l d m a t i o nd e 乒 訂a d i t i o n a lm 踟a l r e c 0 鯽i t i o ns e m e t h o di sn o wu n a b l et o 鼢t i s 母t l l en e c do fm a s s i v es e 九 i c 鸛 t h l 塔 s d lr c o o 鰣t i o ns y s t 咖sb 鵲e d 鋤i n f o l m a t i o nt e c l l l l o l o g ya 北n o wt l i e n d i n g s y s t 鋤so ft l l ef i n 柚o ea n dp u b l i c 卵c i r i t yd 印a n i t l 鋤t f e a t 山 既仃枷 i st l l ei n o s t i m p o f t 缸tp a i to fs e i lr e c o 靜i 矗 s y 懿a 腿拍峰蹦sd i s s 瞰a t i 鋤m a i l l l yp 嘲 坶 磷翻r c h 齬 f e a l i l r e 甑仃a c t i o no f 辨a li m a g 鶴 t h i sd i s s 咖t i o nf i r s ti 1 1 船o d l l c 鼯1 l l er e q u i r 鋤e n to ns e a ll m a g cr e c o g i l i t i 螄 s y s t 啪s na l p r e s e n t st l l em a i l ia 刪t c c t i l f eo ft l l em a i l ls e a lh i l a g er e c o g i l i t i o n s y s t e m s 礬dt l i e 擊街c t i l t yi nt h ef o o g i l i t i o np r o c 鶴s t h e l l t i l i sd i s 鞠r t a l i i n 乜o d u 淄 m c t l l o d si nt h ef c 擁e x 心a c t i o np r o c 貿(mào)s 囂 i t 基h o w sd c t a i l so fm es c c t i o no fi m a 星r e p r 印r o c e s s i n 辱t l l i ss c c t i i n c l l l d 鶴m ec o l o rf c a t i 鵬刪i o n h i 曲q u a l 時 b i n 鋤 z a t i a n dn o i s e 舢o v a lo ft l l ec o l o ri m a z e s t h e n b 髂c do ni m a 星晦 p 1 q d c 鼯s i n 呂t 圭l ep a p 盯s h o w st l l em c t h o do f 磬燈m e h y 庇a l l 把e x 婦c t i f i n a l l xi t p r o p o s 囂t l l em c t l l o do f t h ed h a r a c t 盯p a ns e 鯽衄t a t i 0 1 1 mt l l ep p 腳s i n gp r o c 韶s t l l em o s ti m p 哪a n t 鯽e pi s t l l ei i i i a g eb i n 撕z a t i o n a 金既剛y i n gs e v e r a lm p r 餾朋礎(chǔ)v ea l g o r i t l u n s w eu m ei d g 撕t 1 1 l i l e t i c 哪嘲眥o f m e t h o d t o d o k n a f i z a t i o n w 拉c h 啪e i l l l 鋤c e t h e e d g e d a t a o f c h a m c 脅 w bu s et l l ec h a i nc o d e 打 ka 1 日o r i t l l l nt ow i t l l d l a wm eo u t l i n eo fm es e a l a n d t l l r o u 曲蚵e c t i n gt l l e 鋤0 0 t l ls p o t si nt l l eo u t l i n e t oo b t a i l lt l l ev c r t i c 器o f t l l es c a l t h e l l t l l o u g hm em m l b 盯鋤dg c o m e 時p o s i t i o no ft l l ev 硎c c s w e 曲t a i l l 也es h a p eo f 蛐g(shù) u l 碼c i r c u l 甄d l i p t i c 強dt f i 街l g l 1 a rs e a l s i t b c l e 缸t 1 1 a t i f w e c 姐飛f i n d t h er i g h tc c i l 衙塒m o f d r c u l 盯甜e l l i p t i c a l s t l l 吼 w e 啪 懿仃a c tt h ec h a r a c t 盯p a nf 揚f u r e 鯽c c 銘s f h l l y s ow e 鋤e0 1 n 觚i 1 1 n 盯 c 0 呦毗麟仃枷o na l 耐t h mt 0r c t i 匆t l l eg 舳酏r yc t 盯o f t l l es e a l s w ba l e o u t 缸a d a p t i v ep o l a rc o o r d i n a t ea l g o r i b a s e do nb r 囂a 出鋤a i g o r i t h mt ot 瑚s 向冊 t l l es e a l t o p o l 盯c o o r d i i l a t e ni sp i o v e d 也a t h o a l 鰣t 1 1 i n sc a nd os h a p ee x 仃a c t i o i l 孽舳e 奸yf 鈿t i l c x 仃a c t i 呻a n dc h 鋤c t c rp a r tf c a t u r e 仃a c t i o ne f f b c t i v d y k e m r d s c a l s e a lh n a g cr c 鰣t i f e a t u r ee x 饑刪o n a d 印t i v cp o l 盯 c 0 0 柑i n a t ea l g o r i t l l l n 浙江大學(xué)碩上學(xué)位論文圖目錄 圖目錄 圖1 1 印章自動識別系統(tǒng)結(jié)構(gòu)示意圖 2 圖1 2 印章預(yù)處理模塊 3 圖1 3 本文的研究路線 5 圖2 1o s t l l 算法流程圖 u 圖2 2 處理樣章 1 2 圖2 3v 2 g 的截面圖 其中w 為主瓣寬度 1 4 圖2 4 基于l g 算子的局部動態(tài)閥值算法 1 5 圖2 5 雙峰直方圖閾值分割法 a 和l 印l a d 孤算子法 b 的二值化效果 1 6 圖2 缶基于l c g 算子的局部動態(tài)閥值算法的二值化效果 1 6 圖2 7 論文中使用的去噪算法偽代碼 1 8 圖2 8 去噪后的效果圖 1 8 圖3 1 基于掃描線的輪廓提取算法示意圖 2 l 圖3 2 鏈碼跟蹤提取輪廓算法 2 2 圖3 3 外邊緣有斷裂的印章的輪廓提取結(jié)果 2 4 圖4 1 計算幾何中心算法 2 6 圖4 2 找到錯誤的幾何中心 2 7 圖4 3 計算輪廓點到形心的距離最大和最小值算法 2 7 圖4 4 計算圓形與橢圓形印章幾何參數(shù)算法流程 2 8 圖4 5 一條與原點距離為s 方向角為8 的直線 圖粕過頂點a 與邊緣夾角為目的直線 2 9 3 l 圖4 7 二值化圖像反色所得圖像 3 2 圖4 8 精確定位后的圓心位置 3 2 圖4 9 橢圓傾斜校正前和校正后的結(jié)果 3 3 圖5 1 橢圓中心矩弦長示意圖 3 6 圖5 2 圓形的自適應(yīng)的極坐標(biāo)變換算法 4 l 圖5 3 一般極坐標(biāo)變換和自適應(yīng)極坐標(biāo)變換方法的結(jié)果對比 4 2 圖5 4 環(huán)形投影結(jié)果 4 2 圖5 5 字符區(qū)域中心射線方向投影結(jié)果 4 3 圖5 6 橢圓的極坐標(biāo)變換方法 4 5 i 浙江大學(xué)碩士學(xué)位論文 表目錄 表目錄 表3 1 印章形狀特征提取結(jié)果 2 4 表5 1 圓形字符分割角度結(jié)果 4 3 浙江大學(xué)碗十學(xué)位論文第1 章緒論 第1 章緒論 1 1 課題背景 古往今來 印章在東方國家作為一種標(biāo)識誠信的事物在各種場合中發(fā)揮著重 要作用 2 l 世紀(jì)以來 隨著信息化 計算機技術(shù)的發(fā)展 雖然出現(xiàn)了諸如電子簽 名 電子印章等含有高級防偽技術(shù)的耨的信證憑證 然兩印章作為符合人們傳統(tǒng) 習(xí)慣和具有法律效力的文檔標(biāo)記的作用依然存在 仍是當(dāng)i j 的主要信證憑證 但是 由于仿制技術(shù)的不斷提高 印章被仿制和造假的案例時有發(fā)生 已經(jīng) 造成了很大的經(jīng)濟損失和嚴(yán)重的社會影響 因此 近年來國家出臺了很多規(guī)定和 標(biāo)準(zhǔn)來規(guī)范印章尤其是公章的制作和管理工作 早在1 9 9 9 年l o 月3 1 日 國務(wù) 院就印發(fā)了 國務(wù)院關(guān)于國家行政機關(guān)和企業(yè)事業(yè)單位社會團體印章管理的規(guī) 定 國發(fā) 1 9 9 9 2 5 號 文件 以下簡稱 規(guī)定 該 規(guī)定 將國家行政機關(guān)和 企業(yè)事業(yè)單位 社會團體的行政公章和其他專用印章都納入了其管理范疇 規(guī)范 這些印章的生產(chǎn)和運作 2 0 0 0 年3 月1 8 日 公安部發(fā)布了 中華人民共和國公 共安全行業(yè)標(biāo)準(zhǔn) 印章治安管理信息系統(tǒng) g a2 4 1 1 2 4 1 p 2 0 0 0 該標(biāo)準(zhǔn) 于2 0 0 0 年4 月1 日起正式實施 2 0 0 4 年1 月1 7 日 公安部又發(fā)布了 公治辦 2 0 0 4 4 0 號 文件 規(guī)定 凡冠以單位名稱的專用印章均屬公章 應(yīng)依據(jù) 規(guī)定 及公安部三局1 9 9 1 年 關(guān)于企業(yè)單位刻制公章問題的批復(fù) 都應(yīng)該納入公章 管理范圍 上述這些規(guī)定和標(biāo)準(zhǔn)對于當(dāng)前國家機關(guān)和企事業(yè)單位印章的管理工作 起到了非常重要的作用 盡管如此 在防偽程度較高的電子簽名 電子印章尚未完全普及的今天 利 用偽造的印章進行犯罪活動的案件依然層出不窮 這就需要研究更加有效的方法 來管理印章 包括印章的存儲和識別 目前 印章識別和管理系統(tǒng)的應(yīng)用越來越 廣 特別在金融和公安領(lǐng)域 例如 銀行根據(jù)存儲備案的印章圖像或提取的印章 特征信息 對支票上的印章進行真?zhèn)舞b別 公安部門在偵破偽造印章案件時 對 提取到的印章圖像進行原型比對 或提取特征以便于辨別真?zhèn)蔚?在印章識別系統(tǒng)中 如何提取印章的特征是其中的核心技術(shù)之一 現(xiàn)在很多 研究機構(gòu)都在研究印章的特征提取方法 以利于管理和識別印章 印章特征提取 成為當(dāng)前印章識別研究的重點 隨著辦公自動化程度的提高 可以想象到 將來 印章識別系統(tǒng)將像打印機一樣可能成為辦公場所的必備工具 因此 對印章識別 特剮是特征提取技術(shù)的研究 以及相關(guān)應(yīng)用系統(tǒng)的開發(fā)具有重要的現(xiàn)實意義和實 浙江大學(xué)碩上學(xué)位論文第l 章緒論 用價值 以及廣闊的市場和巨大的商業(yè)應(yīng)用前景 1 2 國內(nèi)外研究現(xiàn)狀 印章識別系統(tǒng)已經(jīng)被廣泛用于公安 金融 辦公場所等各個領(lǐng)域 由于市場 的需求相當(dāng)大 現(xiàn)在國內(nèi)相當(dāng)多的研究機構(gòu)都開發(fā)了各自的印章識別系統(tǒng) 這些 可以分成兩大類 一類是通用性系統(tǒng) 例如深圳大學(xué)的張小棉等人 l 2 l 開發(fā)的印章 管理系統(tǒng) 該系統(tǒng)非常龐大 集面向?qū)ο蟮挠≌屡虐?制造印章 管理印章 自 動識別印章 匹配印章等功能于一身 該系統(tǒng)的設(shè)計采用客戶端 服務(wù)器的結(jié)構(gòu) 并且將面向?qū)ο蟮募夹g(shù)引入印章的管理和識別之中 另 類是針對某個行業(yè)的專 用系統(tǒng) 如清華大學(xué)的周琨等f 3 研制的金融行業(yè)印章自動識別系統(tǒng) 長沙睿思科 技開發(fā)有限公司i j 開發(fā)的面向銀行的印章識別組件系統(tǒng)等等 典型印章自動鑒別系統(tǒng)的框架如圖1 i 所示 系統(tǒng)通過終端的掃描儀等工具 采集真彩色印章圖像 并且從原始印章數(shù)據(jù)庫中提取對應(yīng)的原始印章圖像 接著 通過預(yù)處理模塊對圖像進行處理 然后送入圖像匹配模塊 在該模塊里 提取輸 入圖像的特征并與原始印章進行匹配 識別結(jié)果送入后處理器 在這里進行自動 校驗或者人工校驗 最后輸出結(jié)果 圖1 1 印章自動識別系統(tǒng)結(jié)構(gòu)示意圖 由于印章蓋印條件的差異 包括票據(jù)背景的復(fù)雜程度 蓋印的用力大小 印 泥的多少等都會對印章圖像產(chǎn)生極大的影響 因此 就算是從同一印章得到的圖 像也很難一致 在這種情況下 就需要系統(tǒng)具有魯棒性 否則如果出現(xiàn)將偽章識 別成為有效印章的情況 可能會出現(xiàn)重大案件 給社會造成很大損失和惡劣的影 響 系統(tǒng)還必須兼顧實時性和可操作性 以適應(yīng)網(wǎng)絡(luò)交互和大面積推廣 從圖1 1 可以看出 印章的自動識別系統(tǒng)最主要的三個模塊分別是 預(yù)處理 模塊 4 印章匹配 刪模塊和后處理模塊 3 預(yù)處理模塊的目的是將圖像處理成適 2 浙江大學(xué)碩 學(xué)位論文第l 章緒論 宜于識別的二值低噪聲圖像 印章匹配模塊中最主要的是對輸入印章圖片的特征 提取 而后處理模塊 3 貝0 是根據(jù)匹配的結(jié)果確定邊緣誤差 像素點誤差 面積誤 差 局部誤差等等以確定印章是否與原印章匹配 7 錒 下面一節(jié)中 我們將對本文 所關(guān)心的印章圖像預(yù)處理和特征提取的現(xiàn)狀進行闡述 1 2 1 預(yù)處理技術(shù)研究現(xiàn)狀 掃描到印章圖像一般可分為三個部分 白色或者灰色的背景 黑色的文字如 手寫簽名 日期等噪聲 以及呈紅色或者藍色的目標(biāo)區(qū)域 預(yù)處理的目的就是將 目標(biāo)印章從圖像中提取出來 得到清晰 二值化 低噪聲的印章圖像 預(yù)處理的 步驟如圖1 2 所示 首先利用彩色信息進行圖像分割 確定印章圖像中紅色或者藍色光的r g b 閥 值 一種分割方法是根據(jù)采集的大量樣本或者統(tǒng)計值的最大值柬確定最佳閥值 另一種分割方法是將r g b 空間映射到y(tǒng) u v 或者h l s 空間 從而求得最佳值 有 的印章識別系統(tǒng)還增加了人工干預(yù)用來解決個別無法識別的樣本問題 由于提取出來的印章圖像可能因為印泥的不均勻 噪聲過多而出現(xiàn)殘缺 斷 裂等問題 因而第二步是對圖像進行增強和去除背景噪聲點處理 接著對提取出 來的印章圖像進行二值化處理 不同的印章識別系統(tǒng)使用的二值化算法有所不 同 我們將在第二章進行研究 最后是對二值化圖像進行去噪處理 顏色特征提取 土 二值化 土 去噪處理 圖l 2 印章預(yù)處理模塊 1 2 2 特征提取研究現(xiàn)狀 預(yù)處理模塊 1 2 2 1 形狀特征提取 鑒于印章圖像的外輪廓都是凸多邊形而且是連續(xù)的 可以通過行列掃描方式 1 9 確定圖形的外輪廓 從所得到的外輪廓向量取得頂點坐標(biāo) 根據(jù)頂點坐標(biāo)的幾 浙江丈學(xué)碩士學(xué)位論文第1 章緒論 何位置組合特征可以確定印章圖像的形狀特征 系統(tǒng)中可鑒別的印章形狀有 方 形 矩形 圓形 橢圓 菱形 三角形等 1 2 2 2 幾何特征提取 根據(jù)頂端點坐標(biāo)的值和組合特征可以計算出印章圖像的幾何中心 9 另一種 可選的方法則是利用邊界鏈碼跟蹤外邊緣 根據(jù)鏈碼的統(tǒng)計平均值來計算幾何中 心 還可以通過旋轉(zhuǎn)坐標(biāo)系的方法多次計算幾何中心 取中間的平均值 并計算 出旋轉(zhuǎn)角度 然后跟據(jù)模板圖像的幾何特征值和印章圖像的邊緣鏈碼和幾何中心 計算出外邊緣的匹配度 面積差值 周長差值等 根據(jù)印章的形狀和頂點坐標(biāo)值還可以計算出除圓形印章外的旋轉(zhuǎn)角度 即旋 轉(zhuǎn)印章圖像至與原始圖像相一致的偏轉(zhuǎn)角度 對于橢圓形等有上下對稱特征的頂 點坐標(biāo)的圖像還要統(tǒng)計圖像的y 方向投影圖 并與原始印章圖像進行比較 若不 一致則進行上下翻轉(zhuǎn) 對于圓形印章圖像 可以采用轉(zhuǎn)動慣量最小化或者旋轉(zhuǎn)匹 配的方法來確定傾斜角劇射 1 3 印章特征提取遇到的困難 在印章特征提取過程中 我們會遇到很多困難 一是印章不清晰 這主要是 因為印泥過多或用力過重而發(fā)生字符與邊框粘連 以及印泥過少或用力過輕而產(chǎn) 生外邊框輪廓斷裂 還可能因為掃描到的印章圖像背景過于復(fù)雜造成的 二是印 章本身排版的復(fù)雜性 印章不僅有各種形狀 其內(nèi)容還包括圖像 數(shù)字 漢字等 多種成分 其中的文字區(qū)域與普通文檔的排列不同 不僅有橫向排列 還有弧形 的 三是蓋印時可能發(fā)生傾斜甚至翻轉(zhuǎn)的情況 以至于掃描到的印章圖像還需要 傾斜校正等處理 上述的種種情況增加了印章特征提取得困難性 當(dāng)前有很多學(xué) 者也研究了在有上述這些干擾的情況下的有字符圖像 1 0 的字符區(qū)域定位提取方 法 提出了最小面積法 l l j 以及基于自組織映射神經(jīng)網(wǎng)絡(luò)的粘連字符分割 1 2 等粘連 字符分割方法等字符分割 協(xié) 1 方法和定位 l 8 1 方法 我們也將研究這些方法來解 決印章特征提取 l9 2 0 l 的問題 1 4 本文的主要內(nèi)容和結(jié)構(gòu) 本文主要研究印章特征提取的一系列方法 包括印章圖像的二值化算法 幾 何參數(shù)提取算法 字符區(qū)域提取算法等內(nèi)容 本文將沿著圖l 3 所示的路線展開 研究工作 在結(jié)構(gòu)上本文共分為六章 具體安排如下 4 浙江大學(xué)碩 學(xué)位論文第l 章緒論 第一章對印章自動識別系統(tǒng)作了一個概要的介紹 并且闡述了本文的研究背 景和現(xiàn)實意義 介紹了印章識別系統(tǒng)的體系架構(gòu)以及開發(fā)的詳細流程 研究了當(dāng) 前印章識別中的幾個主要模塊 最后列出本文主要的研究內(nèi)容和研究路線 預(yù)處理模塊 上土 印章輪廓提取 上土 印章形狀特征提取 上 印章幾何特征提取 l 字符區(qū)域特征提取 圖i 3 本文的研究路線 第二章針對印章圖像的預(yù)處理模塊的三個步驟進行了介紹 這三個部分依次 是 提取印章顏色特征 二值化和去噪處理 印章的顏色為紅色或者藍色 我們 針對這個特點采用了一種比較適合的提取印章顏色特征的方法 圖像二值化部分 對當(dāng)前比較常用的全局閾值法和局部動態(tài)閾值法進行了研究和比較 最后使用了 一種基于l c g 算子的局部動態(tài)閾值的算法 接著針對印章噪聲點多的特征采用 了比較適合的去噪方法 在這一章的最后對這些算法的效果進行了演示 第三章針對規(guī)則印章形狀的特點 通過提取印章的輪廓以及輪廓的端點 從 得到的輪廓端點的個數(shù)和幾何位置來確定印章的形狀 并對實驗的結(jié)果進行了統(tǒng) 計 第四章針對方形 圓形 橢圓形印章的幾何特點 提取它們的重要幾何特征 并對方形和橢圓形印章進行了傾斜校正 最后對印章比較重要的幾何參數(shù)進行了 精確性計算 第五章針對印章字符的排版進行了介紹 并針對不同的字符排列特點采用了 相適應(yīng)的方法對字符區(qū)域特征進行了提取和定位 第六章對全文進行了總結(jié) 指出了論文中的創(chuàng)新點和不足之處 并指出了進 5 浙江大學(xué)碩上學(xué)位論文第1 章緒論 一步的研究方向 6 浙江大學(xué)碩士學(xué)位論文第2 章圖像的預(yù)處理 第2 章圖像的預(yù)處理 2 1 引言 印章特征提取首先必須做的是將掃描到的印章圖像從有很多噪聲或干擾的 不理想的圖像模型轉(zhuǎn)換為適合于識別的理想的模型 這個階段就是圖像的預(yù)處理 階段 預(yù)處理階段在提取印章特征過程中占有重要的地位 預(yù)處理做的好壞直接 關(guān)系到我們后來的工作能否取得好的成果 印章圖像預(yù)處理階段包括確定印章顏 色 二值化以及平滑去噪等過程 印章區(qū)域圖像的二值化 2 l 是印章特征提取的關(guān)鍵 它對于提取印章幾何特 征 文字特征等等有著最直接的聯(lián)系 在從灰度圖像向二值圖像的轉(zhuǎn)化過程中 如何盡量使損失的信息量減少到最小 是人們長期以來所追求的目標(biāo) 所以研究 二值化算法的根本目的在于提取信息 將有用的部分作為前景顯示出來與背景進 行有效的區(qū)分 本章通過分析 比較多種二值化算法 采用了一種有效的算法來 滿足印章識別系統(tǒng)的需求 印章的平滑去噪也很重要 二值化之后的圖像可能仍存在許多噪聲 影響之 后的對形狀 幾何參數(shù)和字符區(qū)域特征的提取 本章分析了當(dāng)前幾種常用的去噪 方法 采取了適合于印章圖像的去噪方法 2 2 印章顏色特征提取 2 2 1 真彩色圖像 當(dāng)前很多圖像都是利用掃描儀或者是通過視頻截取得到的 所以預(yù)處理前都 是真彩色圖像 真彩色圖像也叫i b 圖像 r g b 圖像中每一個像素的元素都是由 r g b 三個分量合成的 r g b 分別表示紅色 綠色和藍色 它們也叫做r g b 三原色 我們可以用它們合成任何一種顏色 真彩色圖像中r g b 的范圍都是 乳2 如黑色是 口 d d 白色為 2 甄2 乃毋 紅色為 2 以 藍色為 d 仉乃d 等 2 2 2 提取印章顏色特征算法 提取到印章圖像后 我們要做的第一件事是提取它的顏色特征 我們提取到 的印章圖像為真彩色圖像 眾所周知 印泥的顏色通常為紅色和藍色 r g b 空間 中r 代表紅色 b 則代表藍色 背景色一般是白色 同時可能還存在一些黑色的噪 7 浙江大學(xué)碩士學(xué)位論文 第2 章圖像的預(yù)處理 聲點 然而黑色和白色的r g b 值中r b 故如果印章是紅色的 則圖像中r 值的 累加和則遠遠大于b 否則r 的累加和遠小于b 根據(jù)上述事實 本章采取下列方法來提取印章的圖像 設(shè)立兩的累加器r 6 類型都為d d 烈厶k 從上到下 從左到右掃描每一個像素點 對每一個像素點 我 們將該像素點的r 值累加到累加器 中 b 值累加到累加器6 中 為了防止累加器溢 出 在累加時 分別對r 和b 值進行歸一化處理 掃描完畢之后 比較r 和6 的值 如果肋大于j 并且r 6 大于某一個閥值 捕船幻壩f 攢 d 塒至少應(yīng)為 d 則印章顏色為紅色 否則為藍色 2 3 圖像的二值化 由于蓋章時的力度問題可能會造成印章的不清晰 或者因為印泥的不均勻而 產(chǎn)生很多噪聲點 因此通過掃描儀掃描到的圖像可能是亮度不同的多值圖像 把 多值圖像轉(zhuǎn)化為只具有黑白兩種顏色的圖像的過程就叫做圖像的二值化 捌 印章圖像二值化結(jié)果的好壞將直接關(guān)系到后面對印章幾何特征和字符區(qū)域的 特征提取的準(zhǔn)確與否 二值化的一般方法分為全局閥值的二值化算法和局部自適 應(yīng)的二值化算法 全局閾值的二值化算法是指在整幅圖像中使用一個統(tǒng)一的閾值對灰度圖像進 行二值化 當(dāng)圖像具有單一的背景 并且圖像灰度直方圖明顯呈現(xiàn)雙峰分布時 采用全局閾值二值化算法一般可得到比較滿意的結(jié)果 1 在實際情況下 圖像背景的灰度值可能并不是常數(shù) 而且前景和背景的對比 度在圖像中也不是固定的 如果圖像亮度不均勻 有突發(fā)噪聲 或者背景厭度變 化較大時 必須根據(jù)像素的坐標(biāo)位置關(guān)系自動確定不同閾值 由像素的灰度值和 該像素點周圍的像素局部特性來確定像素的閾值 從而進行二值化的方法稱為局 部閾值算法 下面是二值化過程中常用到的兩個概念 1 閥值 t 1 1 i 鎬h o l d 設(shè)圖像中某一像素瓴y 的灰度級別為貝x f 為閥值 則如叫 和f 滿足式 2 1 所示的關(guān)系 他加 麓 像t 該式表示 當(dāng)點如 的值大于f 時 該點為背景點 否則該點為前景點 當(dāng) 然根據(jù)具體需求的不同 當(dāng)灰度值大于r 時像素也可以是前景點 小于f 的為背 8 浙江大學(xué)碩l 學(xué)位論文第2 章圖像的預(yù)處理 景點 這可以根據(jù)我們的需求而定 2 直方圖 h i s t 0 胂n 對應(yīng)于每個灰度值 求出在圖像中具有該灰度值的像素數(shù)的圖形叫做灰度直 方圖 或簡稱直方圖 2 3 1 常用的二值化算法 常用的二值化算法很多 而我們只研究其中幾種算法 我們將對下面幾種算 法進行簡要分析和研究 1 雙峰直方圖閉值分割法和平均灰度法啊 2 1o 咖方法 2 4 3 1 邊緣算子法i 刀 鍆c h o w 和l a n e k o 的方法川 5 1p 刊k 盯的方法 2 5 l 其中1 2 和3 是全局閥值的二值化算法 而4 和5 則是局部自適應(yīng)的二值 化算法 2 3 1 1 雙峰直方圖閡值分割法和平均灰度法 通過投影得到圖像的灰度直方圖 如果直方圖的前景和背景分別對應(yīng)的投影 形成兩座明顯的山峰 那么這兩個山峰中的最低谷處就可以作為二值化分割的閥 值 這種方法稱為雙峰直方圖閾值分割法 對灰度變化不明顯有兩個山峰的 也可以采用平均灰度法 圖像的平均灰度 t l j 以通過先求整個圖像各像素灰度的和 再除以像素數(shù)而求得 以這個灰度值作 為閾值 就可以將灰度圖像轉(zhuǎn)變成二值圖 2 3 1 2 0 s t i i 方法 0 s t u 方法和雙峰直方圖閾值分割法以及平均灰度法都是全局閥值的二值化算 法 0 s t i i 方法實際是根據(jù)最小二乘法的思路演變而來的 如圖像中的所有像素的 灰度級集合為 見 l 以 以 其中當(dāng)均時 a p 則灰度級為阢的點為前景點 否則為背景點 設(shè)圖像中前景點所占的比例為虬 前景點的平均灰度為w 0 背景點所占的 比例為地 前景點的平均灰度為m 則平均灰度w 的值可以由式子 2 2 來計算 w o w b l w i 2 2 9 浙江大學(xué)碩上學(xué)位論文 第2 章圖像的預(yù)處理 根據(jù)最小二乘法的啟示 遍歷灰度p 當(dāng)p 使得下式中g(shù) o 為最大時 即為最 滿意的分割閥值 g o w o w 2 w i w 2 2 3 式子 2 3 實際上就是類間方差值 而前景取值w o 概率為 背景點所占的 比例為 i j i 景點的平均灰度為w l 而總均值為w 根據(jù)方差的定義即得該式 因方差是灰度分布均勻性的一種度量 方差值越大 說明構(gòu)成圖像的兩部分差別 越大 我們不妨按照極限情況去考慮 當(dāng)全部的點都是前景點或者都為背景點時 9 0 為最小值d 實現(xiàn) 咖算法時候 直接應(yīng)用 的表達式計算量過大 因此實現(xiàn) 過程用了與 2 3 等價的公式 2 4 這種方法實際上是以中最大類方差算法 算法 的流程圖如圖2 1 所示 g o o i m 0 一 h 2 4 2 3 1 3 邊緣算子法 采用i 印l a c c 算子 i b b e n 算子 s o b 盯算子等對像素點進行灰度級增強或減弱 的變換 對于灰度均勻分布的區(qū)域內(nèi)的像素點 利用這些算子可以對其進行灰度 減弱 而對于在邊緣附近的像素點 這些算子可以對其進行灰度增強 2 3 1 4c h o w 和k a n e k o 的方法 c h o w 和k 鋤d 于1 9 7 2 年提出的通過灰度分布的局部信息來計算整幅圖像的 自適應(yīng)閾值面的二值化方法是一種局部閥值算法 這種方法是將整幅圖像劃分成 為許多互不重疊的并且面積相等的小塊 組成規(guī)則的網(wǎng)格 對每一個網(wǎng)格進行投 影 并且進行雙峰測試 從具有雙峰的直方圖中取得對應(yīng)網(wǎng)格中的局部閥值 并 對這些閥值進行插值計算 最后得到整個圖像的閥值面 這種算法對于只能處理圖像背景比較單一而且圖像灰度直方圖明顯呈現(xiàn)雙 峰分布的全局閾值二值化方法來說 確實有了很大的改進 然而 實現(xiàn)起來卻有 一定的難度 首當(dāng)其沖的就是圖像上網(wǎng)格劃分的大小問題 如果網(wǎng)格面積很小 其產(chǎn)生的贏方圖的起伏就不明顯 得到的局部閥值可能是無效的 另外 網(wǎng)格圖 像如果落在全背景或者全前景區(qū) 則仍然會呈現(xiàn)局部灰度圖像的雙峰分布 這樣 取得的局部閥值將對結(jié)果造成非常大的影響 可能會導(dǎo)致嚴(yán)重的錯誤 2 3 1 5p a r k e r 的方法 這種方法是先找出邊界點 然后根據(jù)邊界點來確定其他點的閥值 具體的算 i o 浙江人學(xué)碩上學(xué)位論文第2 章圖像的預(yù)處理 法如下 開始 圖2 1o s t i i 算法流程圖 1 對每個像素 x y 計算出它和其8 個鄰域點的最小灰度差值d x y 如 式 2 5 所示 這樣將找出一個最亮的負的梯度值 d x y 嬲 g x y g x i y i 2 5 浙江大學(xué)碩士學(xué)位論文第2 章圖像的預(yù)處理 2 將d 圖像分解成n n 大小的子區(qū)域 計算出每一個子區(qū)域的樣本均值和標(biāo) 準(zhǔn)差 其中參數(shù)n 取1 6 3 1 首先對所求得的均值和標(biāo)準(zhǔn)差進行平滑處理 然后對得到的每個區(qū)域的 均值和標(biāo)準(zhǔn)差進行插值 計算出各點的梯度均值肘和標(biāo)準(zhǔn)差s 對像素點 x y 如 果肘 x y l 或雙x l 則像素 x y 為未標(biāo)記類 如果滿足式 2 6 的要求 則像素 x y 為前景點 否則 x y 仍歸為未標(biāo)記類 此處的常數(shù)七常取 j 值 d w y s 工 y 2 6 4 對尚未標(biāo)記的像素 x y 找到它的八鄰域中已經(jīng)歸于前景類的像素的灰度 級最小值 如果 x y 的厭度級小于這個值 則將它歸于前景類 5 重復(fù)步驟4 直至找不到更多的前景點為止 2 3 2 本文采用的方法 我們現(xiàn)在是對已經(jīng)從紙質(zhì)或其它質(zhì)料上提取出來的印章圖像進行處理 即已 經(jīng)對原始掃描圖像進行了去除背景的處理 要處理的樣章如圖2 2 所示 從圖2 2 上可以看到 圖像的輪廓邊緣往往會出現(xiàn)不清晰或者局部斷裂的現(xiàn)象 因此我們 需要在二值化過程中要注重對圖像邊緣進行增強 并且需要對字符的細節(jié)信息進 行刻畫 l a p l a c e 算子能夠?qū)D像的邊緣進行灰度增強 然而l a p l a c e 算子對噪聲 比較敏感 所以用了l 盤p l a c c 算子對圖像邊緣進行增強的同時 可以用濾波器對 噪聲進行平滑 g a u 鵑濾波是常用的一種圖像平滑去噪方法 將兩者結(jié)合起來就 可以取得我們想要的效果 因此 我們在這里利用了 砷l a c i a n g 肌s s 算子 即 l o g 算子來對圖像進行灰度處理和二值化 2 3 2 1l o g 算子介紹 圖2 也處理樣章 浙江大學(xué)碩士學(xué)位論文第2 章圖像的預(yù)處理 雖然梯度算子和l 丑p l a d a l l 算子能夠?qū)D像的邊緣進行增強處理 但它們都對 噪聲比較敏感 為了利用這些算子進行邊緣提取 必須消除噪聲對邊緣提取的影 響 一種做法是在運用這兩種算子作邊緣提取前 先用鄰域平均法作平滑處理 另一種做法則是先用高斯二維低通濾波器對圖像進行濾波 然后再對圖像作 l a p l a d 鋤邊緣提取 后者被稱之為l a p l a c i a l l g a u s s 算子法 即l o g 算子法 二 維高斯低通濾波器的表達式如 2 7 所示 g k 力 c x p 一穹 2 7 其中 工 y j 是圖像中像素的坐標(biāo) 參數(shù)盯是概率分布函數(shù)的標(biāo)準(zhǔn)方差 通 常式 2 7 的前面會加上一個規(guī)范化的因子 如公式 2 8 所示 舷力 去唰一氣筍 2 8 其中盯是高斯濾波器的唯一參數(shù) 它同濾波器作用鄰域的大小成正比 像素 距離高斯濾波器算子中心越遠 對濾波器的影響越小 如果像素距濾波器的中心 的距離達到3 口 這時像素對濾波器的影響可以忽略不計 如果一幅圖像先經(jīng)過高斯濾波 再經(jīng)過l a p l a c i 粕算子變換 這個操作可以縮 寫為l c g l a p l a c i 鋤o f g 哪s i a n l a p l a c i 觚算子就是二階導(dǎo)數(shù)v 2 研 1 該算 子與方向無關(guān) l o g 算子可以寫成如 2 9 的卷積形式 v 2 g 五 盯 毛 2 9 由于 印l a c i 弛算子是線性的 上面這個卷積式子的微分和卷積運算可以相互 交換 因此上式也可以寫成如 2 1 0 的形式 v 2 g 五y 仃 y 2 i o 由于高斯濾波器的二階導(dǎo)數(shù)v 2 g 同具體的圖像無關(guān) 因此可以預(yù)先計算它 以降低實際應(yīng)用的復(fù)雜度 為了簡化起見 我們用 表示 這里的 就是 像素點距高斯濾波器中心的距離 這樣的替代是很合理的 因為高斯函數(shù)是關(guān)于 原點成中心對稱的 并且這樣的替換使得二維的空間變?yōu)橐痪S空間 易于對其進 行微分運算 r 2 g 懿p 一三j 2 n 對公式 2 1 1 進行一階微分 得到的結(jié)果如式 2 1 2 所示 其二階微分得到的 結(jié)果如式 2 1 3 所示 1 3 浙江大學(xué)碩上學(xué)位論文 第2 章圖像的預(yù)處理 g r 一吉r 酬一砉 2 1 2 g 吉 1 酬一告 2 3 我們再返回到 x y 坐標(biāo) 并且引進一個規(guī)范化的乘積因子c 于是就得到了 l o g 算子的卷積模板 如式 2 1 4 所示 地咖c 芝筍刪一乏筍 2 盯z 盯 iv 7 廠 r 辨 廠 一 7 i 圖2 3v 2 g 的截面圖 其中w 為主瓣寬度 乘積因子c 規(guī)范模板元素之和為0 l o g 算子圖的形狀如墨西哥草帽 見圖 2 3 在實際應(yīng)用中v 2 g 可選取如 2 1 5 的5 5 模板 也可選取比較大的模板 較 常見的有1 7 1 7 的模板 所選取的模板窗口尺寸與v 2 g 的圖形的主瓣寬度有關(guān) 如圖2 3 所示 窗口模板內(nèi)的系數(shù)和為零 邊緣與卷積計算后的零交叉點對應(yīng) oo o l l一2 o l 0o l0o 一2一lo 1 6 2一l 一2 1o loo 1 4 2 1 5 浙江大學(xué)碩上學(xué)位論文第2 章圖像的預(yù)處理 2 3 2 2 基于l o g 算子的局部動態(tài)閥值算法 該算法可描述如下 初始化l o g 算子模板 這里我們采取的是l l l l 的模 板 從上到下 從左到右掃描每一個像素 對每一個像素進行l(wèi) g 算子變換 圖2 4 基于l g 算子的局部動態(tài)閥值算法 圖2 4 中第l 行中的m 分別代表圖像的長度和高度 第9 行的向量j 喲 指的是輸入的印章圖像 圖2 5 中的 a 雙峰直方圖全局閥值分割法二值化后的結(jié) 果 b 是l 印l a c i 姐算子法二值化后的結(jié)果 和圖2 6 中基于l o g 算予的局部動 態(tài)閥值算法的二值化效果對比 我們不難發(fā)現(xiàn)基于l o g 算子的局部動態(tài)閾值算 法在進行二值化處理之前首先會對圖像的邊緣信息進行增強 而當(dāng)前像素的最終 1 5 浙江大學(xué)碩士學(xué)位論文 第2 章圖像的預(yù)處理 灰度的信息還取決于周圍鄰域內(nèi)的像素的信息 從而顧及了圖像的局部信息 對 于一些字符的細節(jié)信息也能夠很好地體現(xiàn) 達到了很好的效果 圖2 5 雙峰直方圖閱值分割法 a 和k p l 垴姐算子法 的二值化效果 圖2 6 基于l g 算子的局部動態(tài)閥值算法的二值化效果 當(dāng)然 雖然本算法在效果上比全局閾值算法以及其他的局部動態(tài)闕值算法要 好很多 但是它也會隨之帶來兩個不利影響 1 u d g 算法運算需要的時間長 這對于印章的識別顯然是非常不利的 而 金融部門或者公安部門對印章的鑒別對于實時化的要求會越來越高 然而二值化 1 6 浙江大學(xué)碩t 學(xué)位論文第2 章圖像的預(yù)處理 的好壞卻是直接關(guān)系到印章識別后面的所有工作的關(guān)鍵 因此利用l g 算子進 行二值化還是可取的 2 l g 算子過多的強調(diào) 突出細節(jié)信息會引入很多噪聲點 這樣就要求我 們必須對二值化后的圖像進行去噪處理 這樣我們必須找到一種有效去除噪聲點 的方法來達到我們的目的 2 4 圖像的去噪方法 消除噪聲都是采用低通濾波的方法 低通濾波在消除圖像噪聲的同時 也會 消除圖像部分有用的高頻信息 因此 各種圖像去噪方法 其實就是在去噪和保 留有用高頻信息之阿進行權(quán)衡 2 4 1 常用的去噪方法 i 基于中值濾波的方法 中值濾波的方法是常用的圖像去噪方法 它的基本原理是按照某種方法取當(dāng) 前像素周圍八鄰域中的一個點的灰度值作為當(dāng)前點的灰度值 這種算法簡單而又 易于計算 2 基于神經(jīng)網(wǎng)絡(luò)的方法 神經(jīng)網(wǎng)絡(luò) 1 刀是由大量的神經(jīng)元廣泛互連而成的網(wǎng)絡(luò) 有幾位學(xué)者提出了一種 能夠根據(jù)噪聲環(huán)境自適應(yīng)的調(diào)節(jié)多層神經(jīng)網(wǎng)絡(luò)的參數(shù)的基于中值濾波器和多層 神經(jīng)網(wǎng)絡(luò)的方法 這種方法對高斯噪聲和脈沖噪聲有良好的去噪效果 3 1 基于維納濾波的方法 維納濾波器是一種線性濾波器 主要是用線性代數(shù)的方法對圖像進行處理 它具有約束恢復(fù)的能力 只須有噪聲均值和方差便可計算出最優(yōu)結(jié)果 2 4 2 本文用的去噪方法 從前面的二值化過程可知 利用l o g 算子進行圖像的二值化處理由于過度強 調(diào)局部細節(jié)的保存 因而產(chǎn)生了很多噪聲點 如何消去這些噪聲點是我們要考慮 的問題 從常用的圖像處理方法中分析得知 基于中值濾波的去噪方法可以很好 地解決圖像中的噪聲點問題 噪聲點實際上就是圖像中的離散前景點 它的特征 是其八個鄰域都是背景點 我們所用的去噪方法描述如下 從上到下 從左到右掃描圖像 如果當(dāng)前點 是前景點 但其八個鄰域都是背景點 說明當(dāng)前為噪聲點 應(yīng)該消去 如果印章 中噪聲過多還可以對印章圖像進行多次迭代去噪處理 算法的偽代碼如圖2 7 所 浙江大學(xué)碩上學(xué)位論文 第2 章圖像的預(yù)處理 不 1 i n ta 1 a 2 a 3 a 4 a 5 a 6 a 7 a 8 2 f o r i o i n i 抖d o 3 f o r j o j 1 5 斑 胍p j i o o 0 0 0 0 0 0 l a l a 2j a 3 i a 4 a 5 i a 6 16 endi f 1 7 e n d 陽r 1 8 e n df o r 圖2 7 論文中使用的去噪算法偽代碼 圖2 8 去噪后的效果圖 1 8 浙江大學(xué)碩上學(xué)位論文第2 章圖像的預(yù)處理 這種方法實現(xiàn)簡單而且快速 去噪效果也很好 去除噪聲后的效果圖如圖2 8 所示 對比圖2 6 我們可以看出 二值化后產(chǎn)生的噪聲點已經(jīng)基本上被清除 預(yù)處理之后的印章圖像清晰 粘連情況也大為減少 字符邊緣的細節(jié)也得到 了很好的體現(xiàn) 為我們對形狀特征 幾何特征以及字符區(qū)域特征的提取提供了很 好的保證 2 s 本章總結(jié) 本章研究印章識別系統(tǒng)中的預(yù)處理算法 首先提取印章的顏色信息 針對印 章顏色只有紅或者藍兩種顏色采用了與之對應(yīng)的方法確定印章的顏色 接著對圖像進行二值化處理 并對目前很多成熟的二值化算法一主要包括 兩大類 全局閾值法和局部動態(tài)閾值法 進行研究 分析出發(fā) 對其中一些常 用的二值化算法的原理進行了剖析 本文在研究已有二值化算法的基礎(chǔ)上采取了 一種基于l o g 算子的局部動念閾值的算法柬進行圖像的二值化 基于l g 算子 的局部動態(tài)闕值算法通過邊緣增強可以凸顯出字符的細節(jié)信息 有利于印章中字 符的識別 但是也由于過分注重突出局部細節(jié)從而增加了圖像的噪聲點 給我們 的除噪工作增加了工作量 最后對當(dāng)前去噪的主要算法進行了闡述和研究 采取了一種適合于印章圖像 的去噪處理方法 并對最終取得的預(yù)處理效果進行了演示 1 9 浙江大學(xué)碩上學(xué)位論文第3 章印章形狀特征提取 第3 章印章形狀特征提取 3 1 引言 印章主要有方形 圓形 三角形 橢圓 菱形等典型的凸多邊形幾何形狀 在印章的特征提取過程中 對其形狀特征的提取是其中相當(dāng)重要的一步 印章形 狀特征提取的正確性關(guān)系到對印章的校正 分割和識別的準(zhǔn)確率 擁 3 2 印章圖像輪廓線的提取 輪廓提取的方法有很多種 我們這里主要研究基于掃描線的輪廓提取方法和 鏈碼跟蹤提取輪廓方法 這罩的輪廓提取指的是對印章外輪廓線的提取 我們將 選用其中一種方法進行輪廓提取 3 2 1 基于掃描線的印章輪廓提取 該方法描述如下 采用三條掃描線分別從水平和豎直方向?qū)τ≌聢D像進行掃 描 對掃描到的輪廓點進行剔出歧點操作 并且將兩個方向掃描到的結(jié)果進行合 并 對得到的輪廓點進行中值濾波去除邊界斷點 從而得到印章的完整邊界 其 示意圖如圖3 1 所示 基于掃描線1 6 的印章輪廓提取方法能夠得到比較平滑的邊 界 3 2 2 邊界鏈碼跟蹤邊緣輪廓提取方法 相鄰像素之間的兩種位置關(guān)系分別是8 鄰域和4 鄰域 這兩種位置關(guān)系可以 簡單描述如下 1 像素的4 鄰域 4 n e i g l l b o r 對像素 f 該像素自身和圖像中的與其相 鄰的上 下 左 右4 個像素所構(gòu)成的集合 稱作像素以 的4 鄰域 有時也稱 4 近鄰 2 像素的8 鄰域 8 n e i g h b o r 對像素 f 該像素自身和圖像中的與其相 鄰的上 下 左 右4 個像素以及對角線的4 個像素所構(gòu)成的集合 稱作像素 f 的8 鄰域 有時也稱8 近鄰 像素o 的4 鄰域有時也稱為像素 f 的直接鄰域 其符號表示為小近鄰 一個像素的8 鄰域除去它的擊鄰域 余下的對角線上的4 個像素 則稱為像素 f 浙江大學(xué)碩p 學(xué)位論文 第3 章印章形狀特征提取 的非直接鄰域 取符號表示為f 近鄰 一個簡單二值圖像閉合邊界的輪廓跟蹤算法很簡單 首先按從上到下 從左 到右的順序搜索 找到的第一個前景點一定是最左上方的輪廓點 記為初始點a 它的右 右下 下 左下四個鄰域點中至少有一個是輪廓點 將這個點記為曰 將b 點保存于輪廓向量中 從口點開始跟蹤尋找 按右 右下 下 左下 左 左上 上 右上的順時針順序找其8 鄰域中第一個遇到的輪廓點c 如果c 就是 彳點 則表明已經(jīng)轉(zhuǎn)了一圈 程序結(jié)束 否則保存c 點于輪廓向量中 并從c 點 繼續(xù)跟蹤尋找 直到找到a 為止 至于判斷是不是輪廓點很容易 如果一個像素 的直接領(lǐng)域都是背景點則該點不是輪廓點 否則是輪廓點 這種算法對尺寸大予 1 個像素的所有區(qū)域都是有效的 圖3 1 基于掃描線的輪廓提取算法示意圖 為了得到平滑的圖像輪廓 可以在檢測和跟蹤圖像輪廓后 利用輪廓點的方 向信息來平滑輪廓 顯然 圖像輪廓噪聲越大 圖像輪廓點變化越劇烈 圖像輪 廓相鄰點的方向變化數(shù)也越大 根據(jù)這一特點 設(shè)置一個輪廓點方向變化數(shù)閾值 把方向變化數(shù)大于這一閾值的圖像輪廓點濾除 由此可得到平滑的圖像輪廓 輪 廓跟蹤常常跟輪廓平滑一起使用 3 2 3 本章所使用的方法 由于我們研究的印章圖像都存在一個封閉的外輪廓 并且該輪廓都是凸多邊 形的 因此我們采用8 鄰域的鏈碼跟蹤算法來提取印章輪廓 我們采用的算法如 圖3 2 所示 2 l 浙江大學(xué)碩士學(xué)位論文第3 章印章形狀特征提取 圖3 2 的第l 行 初始像素歷s 幻療加抽f 可以用很多方法找到 通?？梢?通過由上至下 由左至右掃描得到 跟蹤過程可以看成是沿屬于該集合的像素向 其鄰近的區(qū)域走 這里我們選取的是8 鄰域的方向 因為圓形和橢圓形印章