CN103413152B - 基于模糊分类器识别模糊图像中数字的方法 - Google Patents

Abstract

本发明的特征：提供一种基于模糊分类器的离线数字识别方法，适用于识别质量降级图像中的数字，该方法从前景色象素的分布特征以及数字外形特征判别每个图像包含的字符是各个数字的真值程度，并能容忍图像少量的倾斜，再通过综合评判识别出图像中包含的数字，识别准确度较高；而且本发明能够基于少量训练样本的特征取值分布自动设定模糊分类器需要的参数，且多特征判别和自动设定参数使本发明具有较好的通用性；本发明有效解决了已有针对模糊图像的数字识别方法存在的准确度有待提高且需要大量训练样本的问题。

Description

基于模糊分类器识别模糊图像中数字的方法

技术领域

本发明涉及模式识别和图像处理领域，特别涉及一种利用基于中介真值度量的模糊分类器，离线识别模糊数字的方法。

背景技术

离线数字识别是将图像中的数字识别出来的过程。数字识别是模式识别中热门研究问题，而且有许多实际应用需要离线识别数字，例如车牌的自动识别、信封上邮政编码的自动识别、表单处理、支票数字的自动识别等。数字识别一般包括对输入图像的预处理、特征提取、特征选择、基于各种分类器的分类以及后处理，其中常用的分类器有HMM(隐式马尔可夫模型)、SVM(支持向量机)、k-NN(k近邻)等，后处理用于改善识别结果。数字识别中的特征指的是从数字字符的图像中或从图像的用来表示外形的一些表示中提取的信息。特征可以是像素、外形数据或外形的数学属性，特征用于构建分类模型。特征可以分为两大类：结构特征和统计特征。结构特征是书写的直觉特征，例如交叉点、端点。统计特征是对图像或图像区域计算得到的数值度量，包括像素密度、倾斜度特征、端点数、分支数、交叉点数等。

作为一个经典的问题，数字识别已经被研究了数年，并已提出了许多对英语、阿拉伯语(印度语的)和波斯语印刷体或手写数字字符的离线识别方法。在现实中，有不少数字不够规范，甚至有些模糊，而现有研究中仅有少量针对模糊英文数字的识别，而且模糊数字的离线识别错误率较高，准确度有待提高。此外，大多数方法需要大量的训练样本，但有时这个条件不容易得到满足。本发明提出一种模糊分类器，以及基于该模糊分类器对模糊英文数字的识别方法，该方法适于少量训练样本的情形，并且具有较高的识别准确度。

发明内容

本发明目的在于提供一种基于模糊分类器对模糊英文数字的离线识别方法以及实现流程，用于解决模糊数字离线识别存在的准确性和通用性有待进一步提高的问题。

本发明解决其技术问题所采用的技术方案是：本发明是一种策略性方法，可以用于模糊英文数字的离线识别。模糊英文数字的离线识别的目标是从模糊图像中识别图像表示的数字字符。本发明提出一个集成方法识别包含在模糊灰度图像中的数字，本发明不考虑分段，假设模糊图像中仅包含一个数字。本发明的方法主要包括如下处理：对灰度图像自适应二值化，旋转单色图像，去除图像中的斑块，切除边缘，计算特征，基于逻辑回归选择特征，利用选择出的特征构建基于真值程度度量的模糊分类器，及基于模糊分类器识别数字。本发明的目标是有效解决针对模糊英文数字的已有数字识别方法准确度有待提高且需要大量训练样本的问题，提出一种针对质量降级图像中的数字识别，仅需少量训练样本且具有较高识别准确度的数字识别方法。

本发明中模糊分类器使用如下概念和计算公式：

(1)定义两种对象x相对于谓词P的距离比率函数：

其中，d(a,b)表示a和b之间的欧式距离，α_T是谓词P的ε_T标准度，α_F是谓词P的反对对立谓词╕P的ε_F标准度；

(2)用于数字字符识别的十个谓词定义为A_i(x):数字字符a_i在模糊图像x中，0≤i≤9，a₀～a₉表示待识别的10个数字字符‘0’～‘9’；

(3)X相对于谓词A_i(x),0≤i≤9的真值程度函数定义为：

其中w_i-1～w_i-29表示用于识别数字字符a_i是否在图像x中的特征m₁～m₂₉的权重，m_k(x)表示图像x的特征m_k的值，h_Ti-k(m_k(x))表示m_k(x)相对于A_i(x)的距离比率，采用式(1)中的h_T1还是式(2)中的h_T2计算h_Ti-k取决于m_k用于识别数字字符a_i时的类型。

方法流程：

本发明提供一种针对模糊图像基于模糊分类器的离线数字识别方法，包括两部分内容：构建模糊分类器和对未知数字的模糊图像进行数字识别。

步骤I.构建模糊分类器，包括特征选择和确定分类器所需的参数，具体步骤如下：

步骤(1)首先对数字0～9分别选择若干相对规范的灰度图像作为训练样本，对每个已知数字的图像按照下列步骤计算特征：

步骤(11)对灰度图像自适应二值化：找到出现频次最高的两个灰度值c1和c2，且确保c1与c2有一定的间隔；将所有灰度值接近c1的像素设为背景色1，其他的设为前景色0，得到单色图像；

步骤(12)去除斑块：由于原始图像是模糊的，将经二值化后的单色图像中前景色像素数少于一定阈值的子图作为斑块去除，即将斑块设为背景色；

步骤(13)切除边缘，使所有前景色像素在剩余的矩阵图像内，且通过增加边缘的方式确保图像不小于6行6列；

步骤(14)计算所有特征：将图像分成3×3格子，每一格前景色像素数分别除以本行、本列、所有前景色像素数得到3个特征，9个格子得到27个特征m₁～m₂₇，另外计算特征m₂₈和m₂₉，它们定义为：m₂₈＝前景色高度/前景色宽度，m₂₉＝3×3格子中第一行格子的前景色像素数/所有前景色像素数；

步骤(2)特征选择：利用logistic回归进行特征选择，将特征m₁～m₂₉作为自变量，将图像中的数字作为响应变量，将所有训练样本的m₁～m₂₇和样本表示的数字作为数据，认为有p小于0.05的特征回归系数极大似然估计具有统计意义，选择对应的特征；

步骤(3)使用步骤(2)选择的特征，构建基于真值程度度量的分类器，真值程度函数中的参数按照下列步骤确定：

步骤(31)将所有被选择特征的权重设为1，否则设为0；m₂₈的类型为1，其余特征的类型为2；

步骤(32)设置计算h_T1-28(m₂₈(x))必须的4个参数，设置计算每个h_Ti-k(m_k(x))，i≠1且k≠28必须的2个参数，方法为：对于每个数字的每个特征，分别将所有训练样本的该特征值按照从小到大的顺序排列，令p0,p1,p2分别为列表的20th,50th,80th百分位数，p3＝min(p2-p1,p1-p0)；对于数字1的m₂₈，设置距离比率函数的α_T,ε_T,α_F,ε_F分别为p1,p3,p1*0.4,p3*0.4；对于其他数字已被选择的特征，设置距离比率函数的α_T,ε_T为p1,p3；

步骤II.对未知数字的模糊图像的识别包括如下步骤：

步骤(1)按照步骤I中步骤(11)～步骤(14)计算图像的特征；

步骤(2)执行基本的离线识别过程，包括：

步骤(21)按式(3)计算10个真值程度；如果g_nT-M-1<0.1，保存该值，并将它设为-∞；

步骤(22)找到最大和第二大真值程度记为g_nT-M-k1和g_nT-M-k2；

步骤(23)如果g_nT-M-1为-∞，将其恢复为保存的值；得到最可能和次可能的数字k1和k2，以及g_nT-M-k1和g_nT-M-k2四个值；

步骤(3)设置d11,d12,truth11和truth12分别为上一步得到的4个值，即k1、k2、g_nT-M-k1和g_nT-M-k2；

步骤(4)如果(truth11>＝LIMIT1or(truth11>＝LIMIT3and truth11-truth12>＝LIMIT2))，其中LIMIT1,LIMIT2,LIMIT3为自定义阈值，则设置d1＝d11，d2＝d12，否则：

步骤(41)先二值化原始图像，再将单色图像左转一定度数，然后执行步骤I.中步骤(12)～步骤(14)计算图像的特征；

步骤(42)执行步骤(2)，然后设置d21,d22,truth21和truth22分别为步骤(2)得到的4个值；

步骤(43)如果(truth21>＝LIMIT1or(truth21>＝LIMIT3and truth21-truth22>＝LIMIT2))，则设置d1＝d21，d2＝d22，否则：将原始图像二值化，右转一定度数，计算图像的特征，执行步骤(2)，然后设置d31,d32,truth31和truth32分别为步骤(2)得到的4个值，设置d1＝di1,d2＝di2,其中truthi1是truth11,truth21,和truth31的最大值；

步骤(5)判断d1，d2分别为图像中最可能和第二可能的数字。

本发明有益效果：

1、本发明提供一种基于模糊分类器的离线数字识别方法，适用于识别质量降级图像中的数字，该方法从前景色像素的分布特征以及数字外形特征判别每个图像包含的字符是各个数字的真值程度，并能容忍图像少量的倾斜，再通过综合评判识别出图像中包含的数字，识别准确度较高；

2、本发明能够基于少量训练样本的特征取值分布自动设定模糊分类器需要的参数，且多特征判别和自动设定参数使本发明具有较好的通用性；

3、本发明有效解决了已有针对模糊图像的数字识别方法存在的准确度有待提高且需要大量训练样本的问题。

附图说明

具体实施方式

为了方便描述，我们假定有如下应用实例：有500个各包含1个数字的模糊灰度图像，从其中为每个数字选择8个数字较为正和规范的图像作为训练样本，其余的作为测试样本。利用训练样本构建模糊分类器，对测试样本进行数字识别。

本发明的具体实施方案为：

步骤I.构建模糊分类器，包括特征选择和确定分类器所需的参数，具体步骤如下：

步骤(1)首先对数字0～9分别选择若干相对规范的灰度图像作为训练样本，对每个已知数字的图像按照下列步骤计算特征：

步骤(11)对灰度图像自适应二值化：找到出现频次最高的两个灰度值c1和c2，且确保c1与c2有一定的间隔；将所有灰度值接近c1的像素设为背景色1，其他的设为前景色0，得到单色图像；

步骤(12)去除斑块：由于原始图像是模糊的，将经二值化后的单色图像中前景色像素数少于一定阈值的子图作为斑块去除，即将斑块设为背景色；

步骤(13)切除边缘，使所有前景色像素在剩余的矩阵图像内，且通过增加边缘的方式确保图像不小于6行6列；

步骤(14)计算所有特征：将图像分成3×3格子，每一格前景色像素数分别除以本行、本列、所有前景色像素数得到3个特征，9个格子得到27个特征m₁～m₂₇，另外计算特征m₂₈和m₂₉，它们定义为：m₂₈＝前景色高度/前景色宽度，m₂₉＝3×3格子中第一行格子的前景色像素数/所有前景色像素数；

步骤(2)特征选择：利用logistic回归进行特征选择，将特征m₁～m₂₉作为自变量，将图像中的数字作为响应变量，将所有训练样本的m₁～m₂₇和样本表示的数字作为数据，认为有p小于0.05的特征回归系数极大似然估计具有统计意义，选择对应的特征；

步骤(3)使用步骤(2)选择的特征，构建基于真值程度度量的分类器，真值程度函数中的参数按照下列步骤确定：

步骤(31)将所有被选择特征的权重设为1，否则设为0；m₂₈的类型为1，其余特征的类型为2；

步骤(32)设置计算h_T1-28(m₂₈(x))必须的4个参数，设置计算每个h_Ti-k(m_k(x))，i≠1且k≠28必须的2个参数，方法为：对于每个数字的每个特征，分别将所有训练样本的该特征值按照从小到大的顺序排列，令p0,p1,p2分别为列表的20th,50th,80th百分位数，p3＝min(p2-p1,p1-p0)；对于数字1的m₂₈，设置距离比率函数的α_T,ε_T,α_F,ε_F分别为p1,p3,p1*0.4,p3*0.4；对于其他数字已被选择的特征，设置距离比率函数的α_T,ε_T为p1,p3；

步骤II.对未知数字的模糊图像的识别包括如下步骤：

步骤(1)按照步骤I中步骤(11)～步骤(14)计算图像的特征；

步骤(2)执行基本的离线识别过程，包括：

步骤(21)按式(3)计算10个真值程度；如果g_nT-M-1<0.1，保存该值，并将它设为-∞；

步骤(22)找到最大和第二大真值程度记为g_nT-M-k1和g_nT-M-k2；

步骤(23)如果g_nT-M-1为-∞，将其恢复为保存的值；得到最可能和次可能的数字k1和k2，以及g_nT-M-k1和g_nT-M-k2四个值；

步骤(3)设置d11,d12,truth11和truth12分别为上一步得到的四个值；

步骤(4)如果(truth11>＝LIMIT1or(truth11>＝LIMIT3and truth11-truth12>＝LIMIT2))，其中LIMIT1,LIMIT2,LIMIT3为自定义阈值，则设置d1＝d11，d2＝d12，否则：

步骤(41)先二值化原始图像，再将单色图像左转一定度数，然后执行步骤I.中步骤(12)～步骤(14)计算图像的特征；

步骤(42)执行步骤(2)，然后设置d21,d22,truth21和truth22分别为步骤(2)得到的4个值；

步骤(43)如果(truth21>＝LIMIT1or(truth21>＝LIMIT3and truth21-truth22>＝LIMIT2))，则设置d1＝d21，d2＝d22，否则：将原始图像二值化，右转一定度数，计算图像的特征，执行步骤(2)，然后设置d31,d32,truth31和truth32分别为步骤(2)得到的4个值，设置d1＝di1,d2＝di2,其中truthi1是truth11,truth21,和truth31的最大值(如果truth11,truth21,和truth31的最大值为truth21，则i为2，那么设置d1＝d21,d2＝d22)；

步骤(5)判断d1，d2分别为图像中最可能和第二可能的数字。

本行业的技术人员应了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书其等效物界定。

Claims (1)

1.一种针对模糊图像基于模糊分类器的离线数字识别方法，包括两部分内容：构建模糊分类器和对未知数字的模糊图像进行数字识别，

其中,模糊分类器使用如下概念和计算公式：

(1)定义两种对象x相对于谓词P的距离比率函数：

其中，d(a,b)表示a和b之间的欧式距离，α_T是谓词P的ε_T标准度，α_F是谓词P的反对对立谓词╕P的ε_F标准度；

(2)用于数字字符识别的十个谓词定义为A_i(x):数字字符a_i在模糊图像x中，0≤i≤9，a₀～a₉表示待识别的10个数字字符‘0’～‘9’；

(3)X相对于谓词A_i(x),0≤i≤9的真值程度函数定义为：

其中w_i-1～w_i-29表示用于识别数字字符a_i是否在图像x中的特征m₁～m₂₉的权重，m_k(x)表示图像x的特征m_k的值，h_Ti-k(m_k(x))表示m_k(x)相对于A_i(x)的距离比率，采用式(1)中的h_T1还是式(2)中的h_T2计算h_Ti-k取决于m_k用于识别数字字符a_i时的类型；

步骤I.构建模糊分类器，包括特征选择和确定分类器所需的参数，具体步骤如下：

步骤(1)首先对数字0～9分别选择若干相对规范的灰度图像作为训练样本，对每个已知数字的图像按照下列步骤计算特征：

步骤(I1A)对灰度图像自适应二值化：找到出现频次最高的两个灰度值c1和c2，且确保c1与c2有一定的间隔；将所有灰度值接近c1的像素设为背景色1，其他的设为前景色0，得到单色图像；

步骤(I1B)去除斑块：由于原始图像是模糊的，将经二值化后的单色图像中前景色像素数少于一定阈值的子图作为斑块去除，即将斑块设为背景色；

步骤(I1C)切除边缘，使所有前景色像素在剩余的矩阵图像内，且通过增加边缘的方式确保图像不小于6行6列；

步骤(I1D)计算所有特征：将图像分成3×3格子，每一格前景色像素数分别除以本行、本列、所有前景色像素数得到3个特征，9个格子得到27个特征m₁～m₂₇，另外计算特征m₂₈和m₂₉，它们定义为：m₂₈＝前景色高度/前景色宽度，m₂₉＝3×3格子中第一行格子的前景色像素数/所有前景色像素数；

步骤(2)特征选择：利用logistic回归进行特征选择，将特征m₁～m₂₉作为自变量，将图像中的数字作为响应变量，将所有训练样本的m₁～m₂₇和样本表示的数字作为数据，认为有p小于0.05的特征回归系数极大似然估计具有统计意义，选择对应的特征；

步骤(3)使用步骤(2)选择的特征，构建基于真值程度度量的分类器，真值程度函数中的参数按照下列步骤确定：

步骤(I3A)将所有被选择特征的权重设为1，否则设为0；m₂₈的类型为1，其余特征的类型为2；

步骤(I3B)设置计算h_T1-28(m₂₈(x))必须的4个参数，设置计算每个h_Ti-k(m_k(x))，i≠1且k≠28必须的2个参数，方法为：对于每个数字的每个特征，分别将所有训练样本的该特征值按照从小到大的顺序排列，令p0,p1,p2分别为列表的20th,50th,80th百分位数，p3＝min(p2-p1,p1-p0)；对于数字1的m₂₈，设置距离比率函数的α_T,ε_T,α_F,ε_F分别为p1,p3,p1*0.4,p3*0.4；对于其他数字已被选择的特征，设置距离比率函数的α_T,ε_T为p1,p3；

步骤II.对未知数字的模糊图像的识别包括如下步骤：

步骤(1)按照步骤I中步骤(I1A)～步骤(I1D)计算图像的特征；

步骤(2)执行基本的离线识别过程，包括：

步骤(II2A)按式(3)计算10个真值程度；如果g_nT-M-1<0.1，保存该值，并将它设为-∞；

步骤(II2B)找到最大和第二大真值程度记为g_nT-M-k1和g_nT-M-k2；

步骤(II2C)如果g_nT-M-1为-∞，将其恢复为保存的值；得到最可能和次可能的数字k1和k2，以及g_nT-M-k1和g_nT-M-k2四个值；

步骤(3)设置d11,d12,truth11和truth12分别为上一步得到的4个值，即k1、k2、g_nT-M-k1和g_nT-M-k2；

步骤(4)如果(truth11>＝LIMIT1 or(truth11>＝LIMIT3 and truth11-truth12>＝LIMIT2))，其中LIMIT1,LIMIT2,LIMIT3为自定义阈值，则设置d1＝d11，d2＝d12，否则：

步骤(II4A)先二值化原始图像，再将单色图像左转一定度数，然后执行步骤I.中步骤(I1B)～步骤(I1D)计算图像的特征；

步骤(II4B)执行步骤(2)，然后设置d21,d22,truth21和truth22分别为步骤(2)得到的4个值；

步骤(II4C)如果(truth21>＝LIMIT1 or(truth21>＝LIMIT3 and truth21-truth22>＝LIMIT2))，则设置d1＝d21，d2＝d22，否则：将原始图像二值化，右转一定度数，计算图像的特征，执行步骤(2)，然后设置d31,d32,truth31和truth32分别为步骤(2)得到的4个值，设置d1＝di1,d2＝di2,其中truthi1是truth11,truth21,和truth31的最大值；

步骤(5)判断d1，d2分别为图像中最可能和第二可能的数字。