CN101162506A - 圆形印章的印鉴图像检索方法 - Google Patents

Abstract

本发明提供了一种圆形印章的印鉴图像检索方法，属于印章图像自动检索技术领域。该方法包括印章主文字区域提取，对印章主文字进行分割，提取印章主文字中单个文字的特征，利用印章主文字信息建立参考章数据库，以及输入印章图像与参考章数据库中的参考章匹配，自动检索到与输入印章图像相对应的参考章。本发明解决了传统印章鉴别系统的瓶颈问题，即由不可避免的手工输入ID阶段所造成的人工和时间损耗。同时，本发明所涉及的汉字识别方法不受汉字模糊不全的影响，可以得到很高的正确率结果。

Description

圆形印章的印鉴图像检索方法

技术领域

本发明属于印章图像自动检索技术领域，具体涉及一种圆形印章的印鉴图像检索方法。

背景技术

在很多东方国家，每天都有数以万计的印章图像需要鉴别。在这些鉴别过程中，系统通过比较一个输入的印章图像和它的参考章，来鉴别输入印章图像的真伪性。但是，在这个过程之前，输入印章图像的对应参考章通常是通过手工找到的，每一个参考章都配有一个很长的ID，将这些ID号一个一个地输入来获取所需的参考章需要很长时间。而这一手动过程恰恰成为自动印鉴鉴别系统的技术瓶颈。

发明内容

本发明的目的是提供一种圆形印章的印鉴图像检索方法，采用该方法可以自动而快速地检索出与输入印章相对应的参考章。

本发明的技术内容：一种圆形印章的印鉴图像检索方法，其步骤包括：

1)印章主文字区域提取，该步骤的具体操作为：

a)首先将二值化后的圆形印章图像沿一半径展开成矩形；

b)去除矩形图像中由于印章边界构成的噪声，得到括印章主文字的区域；

c)将矩形图像中的印章主文字按照顺序从左到右排列；

2)印章文字间分割和文字特征提取，该步骤的具体操作为：

a)根据相关性原理，将矩形图像中的印章主文字按单字分开；

b)利用汉字识别方法，定义印章主文字的单字特征，并提取每个单字信息，得到印章主文字信息；

3)输入参考章，按照上述步骤1)和2)，得到每个参考章的印章主文字信息，建立参考章数据库；

4)输入印章图像和参考章数据库中的参考章匹配，该步骤的具体操作为：

a)执行上述步骤1)和2)，按照与参考章一致的单字特征提取输入印章的主文字信息；

b)比较输入印章与参考章的主文字字数是否一致，字数一致为匹配必要条件；

c)搜索与输入印章图像最匹配的参考章，定为输出结果。

所述步骤1)中，生成的矩形图像的k、θ像素与圆形印章图像中x、y像素的关系为 $\begin{array}{c}x=x_0+[r_1+(r_2-r_1)/n\×k]\×\sin \mathrm{\θ}\\ y=y_0+[r_1+(r_2-r_1)/n\×k]\×\cos \mathrm{\θ}\end{array},$ 其中，x₀、y₀是圆形印章的中心坐标，r是其半径，r₁＝r/2，r₂＝r。

如圆形印章中还包括一直线排布的文字，该文字为非主要文字，在所述步骤1中，需进一步去除矩形图像中的上述非主要文字区域。

另，去除矩形图像中的非主要文字区域，得到印章主文字区域的具体操作为：

1)对矩形图像进行横向扫描，标记所有没有前景像素的列；

2)将相邻的前景像素的列合在一起，得到一组空白区域，同时找到一个或两个空白区域，分别定义为区域a和区域b。

3)比较区域a和区域b，确定较宽的一个部分为印章的主文字区域；

4)保存印章的主文字区域。

所述去除矩形图像中山于印章边界构成的噪声的具体操作为：

1)对矩形图像的上半部分进行纵向扫描，依次计算其每一行的前景像素个数；

2)将具有最少前景像素个数的行进行标记；

3)将所述标记行以上的所有前景像素更改为背景像素。

所述步骤2中，将矩形图像中的印章主文字按单字分丌的相关性函数为 $f\left(j\right)=\underset{i=1}{\overset{1/2}{\mathrm{\Σ}}}a\left(i\right)\×a(i+j),$ 其中，i(i＝1，2，...，l)代表主文字区域图像中的列号，l是总共的列数。a(i)代表每一列前景像素的个数。f(j)是相关性变换的结果。函数f(j)如下图所示，j＝1，2，3，...，1/2。

所述步骤2中，汉字识别方法分为结构模式识别方法、统计模式识别方法、统计与结构相结合的识别方法以及人工神经网络方法。

所述印章主文字的单字特征是字的横向和纵向的前景像素个数最多，次多，次少，最少的行。

所述与输入印章图像最匹配的参考章是指，两个印章图像相似度的权重值最大，即 $w_c=\underset{i=1}{\overset{8}{\mathrm{\&Sigma;}}}{w}_{\mathrm{fi}},$ $w_{\mathrm{fi}}=\left\{\begin{array}{cc}{a}_1& \left(\right|p_{1i}-p_{2i}|<b_1)\\ a_2& (b_1<|p_{1i}-p_{2i}|<b_2)\\ a_3& (b_2<|p_{1i}-p_{2i}|<b_3)\\ 0& \left(\right|p_{1i}{-p}_{2i}|>b_3)\end{array}\right.$ 其中，w_c代表权重，w_fi代表八个特征之一的权重，每一个特征的权重按大小分为3类，w_fi可以分别取值为a₁，a₂或者a₃(a₁＞a₂＞a₃)，p_ji(j＝1，2；i＝1，2...8)来自位置码pc，i代表不同的印章，j代表不同的特征，b₁，b₂如和b₃为实验得到的类别分界线(b₁＜b₂＜b₃)。

本发明的技术效果：

本发明解决了传统印章鉴别系统的瓶颈问题，即由不可避免的手工输入ID阶段所造成的人工和时间损耗。同时，本发明所涉及的汉字识别方法不受汉字模糊不全的影响(因为印章图像的特殊性，其中汉字经常因为印章加盖力度，油墨等原因造成模糊现象)，对于加盖模糊的印章图像，本发明仍然可以得到正确率很高的结果。

附图说明

下面结合附图，对本发明做出详细描述。

图1为本发明圆形印章的印鉴图像检索方法的流程图；

图2为二值化圆形印章图像；其中，(a)为带有直线排布文字的圆形印章图像；(b)为普通的圆形印章图像；

图3为圆形印章图像转换为矩形图像示意图，(a)为圆形印章图像；(b)转换后的矩形图像；

图4为图1转换为矩形图像的示意图；

图5为图1的印章主文字区域示意图；

图6为印章主文字间分割方法中计算的单字宽度示意图；

图7为印章主文字的单字分割示意图；

图8为本发明实施例中定义的单字特征。

具体实施方式

参考图1，本发明圆形印章的印鉴图像检索方法包括如下步骤：

1、印章主文字区域提取。

圆形常规印章可分为2类，如图2所示，一类为除主文字区域外还有其余汉字的印章(a)，图中“实验专用章”为非主文字区域，不进入下一处理阶段。一类为印章上所有汉字都属于主文字区域(b)。

圆形常规印章受形状所限，并不利于直接进入下一步处理，本发明的第一步是将二值化后的圆形印章图像沿一条半径展开成矩形。对于得到的矩形图形，还需要利用圆形常规印章的主文字排布特征，去除掉其中由印章边界构成的噪声或其他非主要文字区域，并将主文字按顺序从左到右排好。

具体需要以下步骤来完成：

纵向上，主要的目的是去除一些由印章边界构成的干扰前景像素。借助在主文字和干扰像素之间的一条明显空白区域，具体实施为：对于矩形图像的上半部分，依次计算每一行的前景像素个数，并将具有最少前景像素个数的行标记。接下来，将标记行以上的所有前景像素更改为背景像素，这样就完成了纵向阶段。

在图4中可以看到，对于(a)印章，主文字区域位于纵向最宽的两个空白区域之间，而对于(b)印章，主文字区域是从纵向最宽区域的尾部到它的头部。

横向处理过程如下：

1)在纵向处理过程后，对矩形图像的每一列像素进行扫描，标记所有的空白列(即没有前景像素的列)。

2)将相邻的空白列合在一起，这样得到一组空白区域，同时找到最宽及次宽的两个空白区域，分别定义为区域a和区域b。

3)如果区域a和区域b的宽度差小于一个阈值t，这个印章为普通圆形印章，进入步骤4，否则，印章归为带有直线排布文字的圆形印章图像，进入步骤5。

4)在区域a和区域b之间有两个部分，较宽的一个部分即为印章的主文字区域，得到它后，进入步骤6。

5)主文字区域的获得只需借助区域a，它从区域a的尾部一直持续到区域a的头部。

6)保存所得到的主文字区域。

需要注意的是，尽管圆形印章已经被转换为矩形图像，矩形图形的最左侧和最右侧最初是连接到一起的，也就是说，当必要的时候，将矩形图像的最右侧和最左侧作为一个整体处理，如图5所示。

针对如何展开问题：

如图3和下面公式所示，所生成的矩形图像有m像素宽，n像素高(k＝0，1，2，...，n-1；θ＝0，0.5，1，1.5，2，2.5，...，359.5)，(x₀，y₀)是圆形印章的中心坐标，r是其半径。在这里r₁＝r/2，r₂＝r。

在图3中矩形中的(k，θ)像素取圆形印章图像中(x，y)像素的值，这样就得到了最后的矩形图像。

x＝x₀+[r₁+(r₂-r₁)/n×k]×sinθ

y＝y₀+[r₁+(r₂-r₁)/n×k]×cosθ

2、文字间分割和文字特征提取。

对于主文字区域矩形图像，首先根据相关性原理，将该区域按单字分开，如图7所示。其次找出每个单字横竖2方向的各4个特征，也就是每字8个特征，依次为：横向或纵向的，最宽，次宽，次窄，最窄处。命名为横向或纵向的，肩，胯，腰，胫。此命名来源于同人体相应位置的类比。

单字之间的分割可以利用相关性原理，相关性函数如以下公式所示：

$f\left(j\right)=\underset{i=1}{\overset{1/2}{\mathrm{\&Sigma;}}}a\left(i\right)\&times;a(i+j)$

在下面公式中，i(i＝1，2，...，l)代表主文字区域图像中的列号，l是总共的列数。a(i)代表每一列前景像素的个数。f(j)是相关性变换的结果。函数f(j)如下图所示，j＝1，2，3，...，1/2.依据由一个个单字造成的每一列前景像素个数的周期性，单字宽度如图6可以通过计算出相邻两个波谷的平均水平距离得到。

本发明的核心搜索，是根据系统由a，b两步运行后得到的印章主文字个数及每个主文字的8特征所在位置信息进行的。

如“辽”字如图8所示，先考虑其横向特征，依次对该字的每一行像素进行检索，记录每行中前景像素的个数，之后在各行间进行比较，前景像素个数最多，次多，次少，最少的行依次命名为该字的横肩，横胯，横腰，横胫；纵向特征的得到与此类似。

需要说明的是，在获得汉字的各项特征时，各方向上前景像素最多的两个特征在距离上不能太近，对前景像素最少的两个特征也是如此(必须大于某一个预先设定的阈值)，这主要是为了使汉字的形态特征能够更好地体现出来。

本发明的主文字信息中的单字可以选择不同的特征，每种特征又有不同的抽取方法，这就使得判别方法和准则以及所用的数学工具不同，形成了种类繁多、形式各异的汉字识别方法。总的来说，不同的特征抽取和分类器的设计方法决定了识别系统采用不同的处理方法，通常可以分为结构模式识别方法、统计模式识别方法、统计与结构相结合的识别方法以及人工神经网络方法等。

3、输入印章图像和参考章数据库中参考章的匹配

首先输入参考章，按照上述步骤，得到每个参考章的印章主文字信息，建立参考章数据库。

比较输入印章图像和参考章图像两者主文字的字数，字数一致为匹配必要条件。然后在此必要条件下，根据输入印章的主文字信息，搜索到与输入印章图像特征相近的参考章。

4、检索到与输入印章图像相对应的参考章。

两印章特征是否相近的评判标准为，根据参考章和输入印章图像的对应单字对应特征所在位置的差距大小，差距小则赋予较大权值，差距大则赋予较小权值或设权值为0。最后根据两印章所有字所有特征的权值和大小，定出相似度大小。权值大则相似度大，反之亦然。

以下是w_c值的大小的比较：

pc＝(p₁，p₂，p₃，p₄，p₅，p₆，p₇，p₈)

$w_c=\underset{i=1}{\overset{8}{\mathrm{\&Sigma;}}}{w}_{\mathrm{fi}}$

$w_{\mathrm{fi}}=\left\{\begin{array}{cc}{a}_1& \left(\right|p_{1i}-p_{2i}|<b_1)\\ a_2& (b_1<|p_{1i}-p_{2i}|<b_2)\\ a_3& (b_2<|p_{1i}-p_{2i}|<b_3)\\ 0& \left(\right|p_{1i}{-p}_{2i}|>b_3)\end{array}\right.$

公式(1)中，pc为位置码，p₁，p₂，p₃，p₄，p₅，p₆，p₇，p₈出分别代表相应特征出现的位置(用列号或行号代表)，w_c是代表两个印章图像相似度的权重值，具有越大权重值的一对印章，说明它们之间的相似度越大。

在这里w_c代表两汉字间待比较的权重，w_fi代表八个特征之一的权重。每一个特征的权重可按大小分为3类，w_fi可以分别取值为α₁，α₂或者α₃(α₁＞α₂＞α₃)。p_ji(j＝1，2；i＝1，2...8)来自位置码pc，i代表不同的印章，j代表不同的特征。这里b₁，b₂和b₃为实验得到的类别分界线(b₁＜b₂＜b₃)。

由于本发明是利用整个汉字的形态特征进行印章的检索，因此，对于加盖模糊的印章图像，不受到汉字局部模糊的影响，可以得到正确率很高的结果。

上述实施例只是本发明的举例，尽管为说明目的公开了本发明的最佳实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改部是可能的。因此，本发明不应局限于最佳实施例和附图所公开的内容。

Claims (9)

1.一种圆形印章的印鉴图像检索方法，其步骤包括：

1)印章主文字区域提取，该步骤的具体操作为：

a)首先将二值化后的圆形印章图像沿一半径展开成矩形；

b)去除矩形图像中由于印章边界构成的噪声，得到包括印章主文字的区域；

c)将矩形图像中的印章主文字按照顺序从左到右排列；

2)印章文字间分割和文字特征提取，该步骤的具体操作为：

a)根据相关性原理，将矩形图像中的印章主文字按单字分开；

b)利用汉字识别方法，定义印章主文字的单字特征，并提取每个单字信息，得到印章主文字信息；

3)输入参考章，按照上述步骤1)和2)，得到每个参考章的印章主文字信息，建立参考章数据库；

4)输入印章图像和参考章数据库中的参考章匹配，该步骤的具体操作为：

a)执行上述步骤1)和2)，按照与参考章一致的单字特征提取输入印章的主文字信息；

b)比较输入印章与参考章的主文字字数是否一致，字数一致为匹配必要条件；

c)搜索与输入印章图像最匹配的参考章，定为输出结果。

2.如权利要求1所述的圆形印章的印鉴图像检索方法，其特征在于：所述步骤1)中，生成的矩形图像的k、θ像素与圆形印章图像中x、y像素的关系为 $\begin{array}{c}x=x_0+[r_1+(r_2-r_1)/n\&times;k]\&times;\sin \mathrm{\&theta;}\\ y=y_0+[r_1+(r_2-r_1)/n\&times;k]\&times;\cos \mathrm{\&theta;}\end{array},$ 其中，x₀、y₀是圆形印章的中心坐标，r是其半径，r₁＝r/2，r₂＝r。

3.如权利要求1所述的圆形印章的印鉴图像检索方法，其特征在于：如圆形印章中还包括一直线排布的文字，该文字为非主要文字，在所述步骤1中，需进一步去除矩形图像中的上述非主要文字区域。

4.如权利要求3所述的圆形印章的印鉴图像检索方法，其特征在于：去除矩形图像中的非主要文字区域，得到印章主文字区域的具体操作为：

1)对矩形图像进行横向扫描，标记所有没有前景像素的列；

2)将相邻的前景像素的列合在一起，得到一组空白区域，同时找到一个或两个空白区域，分别定义为区域a和区域b；

3)比较区域a和区域b，确定较宽的一个部分为印章的主文字区域；

4)保存印章的主文字区域。

5.如权利要求1、3或4所述的圆形印章的印鉴图像检索方法，其特征在于：所述去除矩形图像中由于印章边界构成的噪声的具体操作为：

1)对矩形图像的上半部分进行纵向扫描，依次计算其每一行的前景像素个数；

2)将具有最少前景像素个数的行进行标记；

3)将所述标记行以上的所有前景像素更改为背景像素。

6.如权利要求1所述的圆形印章的印鉴图像检索方法，其特征在于：所述步骤2中，将矩形图像中的印章主文字按单字分开的相关性函数为 $f\left(j\right)=\underset{i=1}{\overset{1/2}{\mathrm{\&Sigma;}}}a\left(i\right)\&times;a(i+j),$ 其中，i(i＝1，2，...，l)代表主文字区域图像中的列号，l是总共的列数，a(i)代表每一列前景像素的个数，f(j)是相关性变换的结果，函数f(j)如下图所示，j＝1，2，3，...，1/2。

7.如权利要求1所述的圆形印章的印鉴图像检索方法，其特征在于：所述步骤2中，汉字识别方法分为结构模式识别方法、统计模式识别方法、统计与结构相结合的识别方法以及人工神经网络方法。

8.如权利要求1或7所述的圆形印章的印鉴图像检索方法，其特征在于：所述印章主文字的单字特征是字的横向和纵向的前景像素个数最多，次多，次少，最少的行。

9.如权利要求1所述的圆形印章的印鉴图像检索方法，其特征在于：所述与输入印章图像最匹配的参考章是指，两个印章图像相似度的权重值最大，即 $w_c=\underset{i=1}{\overset{8}{\mathrm{\&Sigma;}}}{w}_{\mathrm{fi}},$ $w_{\mathrm{fi}}=\left\{\begin{array}{cc}{a}_1& \left(\right|p_{1i}-p_{2i}|<b_1)\\ a_2& (b_1<|p_{1i}-p_{2i}|<b_2)\\ a_3& (b_2<|p_{1i}-p_{2i}|<b_3)\\ 0& \left(\right|p_{1i}{-p}_{2i}|>b_3)\end{array}\right.$ 其中，w_c代表权重，w_fi代表八个特征之一的权重，每一个特征的权重按大小分为3类，w_fi可以分别取值为α₁，α₂或者α₃(α₁＞α₂＞α₃)，p_ji(j＝1，2；i＝1，2...8)来自位置码pc，i代表不同的印章，j代表不同的特征，b₁，b₂和b₃为实验得到的类别分界线(b₁＜b₂＜b₃)。

Images