CN103440671B - 一种印章检测方法及系统 - Google Patents
一种印章检测方法及系统 Download PDFInfo
- Publication number
- CN103440671B CN103440671B CN201310372865.6A CN201310372865A CN103440671B CN 103440671 B CN103440671 B CN 103440671B CN 201310372865 A CN201310372865 A CN 201310372865A CN 103440671 B CN103440671 B CN 103440671B
- Authority
- CN
- China
- Prior art keywords
- shape
- seal
- cluster areas
- image
- region
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 74
- 238000011002 quantification Methods 0.000 claims abstract description 16
- 238000013139 quantization Methods 0.000 claims description 18
- 238000012790 confirmation Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 16
- 238000005286 illumination Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 4
- 238000007621 cluster analysis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
本发明公开了一种印章检测方法及系统,该方法及系统首先指定待检测图像中需要检测的印章颜色,对待检测图像进行色调的量化处理,然后根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域,并对粗定位印章区域进行聚类,得到多个聚类区域,最后对所述的多个聚类区域进行形状检测,判别出印章的形状,精确定位印章。本发明所述的方法及系统能够有效减少光照等外界环境对印章检测的干扰,并可减少噪声影响,判断出印章的形状,有效提高印章检测的精度。
Description
技术领域
本发明涉及印章检测技术领域,具体涉及一种图像中印章检测方法及系统。
背景技术
对于印章的检测,在现有技术中,通常是通过指定印章颜色,利用容差的方式判断印章区域,最后采用霍夫变换的方式完成印章的提取。容差法提取印章区域,即先指定印章的参考颜色,然后通过设定容差的范围,完成印章区域的判断,即某一颜色如果与参考颜色的差异度在容差范围之内,则认为该颜色为印章颜色。完成印章区域的判断后再通过霍夫变换完成印章的提取。
采用容差的方式完成指定颜色区域的提取,容易受到光照等条件的影响,稳定性较差,并且容差的设定对于最后结果的影响较大,不利于印章区域的准确判断。而霍夫变换大多用于完成直线的检测,致使现有技术大多仅能完成四边形印章的检测提取,不能完成其它形状的印章提取工作。也就是说上述方法仅能够完成指定形状的印章提取,不具备印章形状的判别。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种印章检测方法及系统,通过该方法及系统可自动判别印章形状,定位出印章区域。
为实现上述目的,本发明采用的技术方案如下:
一种印章检测方法,包括以下步骤:
(1)指定待检测图像中需要检测的印章颜色;所述的待检测图像为彩色图像;
(2)对待检测图像进行色调量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域;
(3)对粗定位印章区域进行聚类,得到聚类区域;
(4)对所述的聚类区域进行形状检测,判别印章的形状,精确定位印章。
进一步,如上所述的一种印章检测方法,步骤(2)中,对待检测图像进行色调量化处理的具体方式为:
1)确定量化级,根据量化级确定每一级的色调量化范围,得到每一级量化色调的起始色调值和终止色调值;
2)计算待检测图像每一像素点的色调值,根据所述的色调量化范围确定每一像素点的色调值所在的量化级别。
进一步,如上所述的一种印章检测方法,步骤(2)中,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域的具体方式为:
确定所述的印章颜色所对应的量化级别,将印章颜色所对应的量化级别上的像素值设定为1,其它量化级别上的像素值设定为0,得到二值图像,二值图像中像素值设定为1的区域为粗定位印章区域。
进一步,如上所述的一种印章检测方法,步骤(3)中,根据粗印章区域中像素点间的颜色和像素点间的距离对粗定位印章区域进行聚类,得到聚类区域。
进一步,如上所述的一种印章检测方法,步骤(3)中,在对粗定位印章区域进行聚类,得到多个聚类区域后,对多个聚类区域进行筛选,筛除无效区域,得到有效的聚类区域;筛除无效区域的具体方式为:
查看聚类区域的大小是否符合设定尺寸,若否则为无效区域,若是则为有效区域;所述的聚类区域的大小是指聚类区域外接矩形的长度、宽度、长宽比、或者面积。
进一步,如上所述的一种印章检测方法,步骤(4)中,判别印章的形状,精确定位印章的具体方式为:
通过一组形状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
查看聚类区域最高的形状置信度是否大于设定阈值,若是则将该最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域;
所述的形状置信度是指通过形状检测器检测聚类区域的形状时,该聚类区域是该形状检测器对应形状的可能性。
进一步,如上所述的一种印章检测方法,步骤(4)中,判别印章的形状,精确定位印章的具体方式为:
通过一组形状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度,将其中形状置信度最高的聚类区域的形状判别为聚类区域的形状;
将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,精确定位出印章所在的区域。
一种印章检测系统,包括:
颜色指定模块,用于指定待检测图像中需要检测的印章颜色;所述的待检测图像为彩色图像;
颜色量化模块,用于对待检测图像进行色调的量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域;
聚类模块,对粗定位印章区域进行聚类,得到聚类区域;
印章检测模块,用于对所述的聚类区域进行形状检测,判别印章的形状,精确定位印章。
进一步,如上所述的一种印章检测系统,所述的印章检测模块包括:
形状检测单元I,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;所述的形状置信度是指通过形状检测器检测聚类区域的形状时,该聚类区域是该形状检测器对应形状的可能性;
形状确认单元I,用于确定聚类区域的形状,确认的方式为:查看每一个聚类区域最高的形状置信度是否大于设定阈值,若是则将最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
印章定位单元I,用于判别印章的形状及定位印章所在的区域,具体方式为:形状确认单元I判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域。
进一步,如上所述的一种印章检测系统,所述的印章检测模块包括:
形状检测单元II,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
形状确认单元II,用于确定聚类区域的形状,确认的方式为:将一组形状置信度中最高的形状置信度所对应的形状判别为聚类区域的形状;
印章定位单元II,用于将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,精确定位出印章所在的区域。
本发明的有益效果在于:本发明所述的方法及系统能够完成四边形、圆形、椭圆等多种形状印章的检测。通过对输入图像的色调量化,能够有效减少光照等外界环境对印章检测的干扰;通过对粗定位印章区域的聚类,可有效筛除无效区域,减少噪声影响,提高印章检测的精度;通过对聚类区域的检测,判别出印章的形状,精确定位印章。
附图说明
图1为具体实施方式中一种印章检测系统的结构框图;
图2为具体实施方式中一种印章中检测方法的流程图;
图3为实施例中的待检测图像;
图4为图3色调量化处理后的图像;
图5为实施例中进行粗定位后的二值图像;
图6为实施例中聚类区域的骨架图像;
图7为实施例中完成聚类区域形状检测的图像;
图8为实施例中完成印章定位后的图形。
具体实施方式
下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。
图1示出了本发明具体实施方式中一种印章检测系统的结构框图,该系统包括颜色指定模块11、颜色量化模块12、聚类模块13和印章检测模块14,其中,
颜色指定模块11用于指定待检测图像中需要检测的印章颜色;所述的待检测图像为彩色图像;
颜色量化模块12用于对待检测图像进行色调量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域;
聚类模块13用于对粗定位印章区域进行聚类,得到聚类区域;
印章检测模块14用于对所述聚类区域进行形状检测,判别印章的形状,精确定位印章。
本实施方式中颜色量化模块12对图像进行色调量化处理的方式采用现有的技术。得到粗定位印章区域后,通过聚类模块13得到的聚类区域有可能是一个或者多个,本实施方式中印章检测模块14通过形状检测单元141、形状确认单元142和印章定位单元142完成对聚类区域的形状检测,以及印章形状的判别和印章区域的定位。其中,印章检测模块14可通过不同的形状检测单元、形状确认单元和印章定位单元完成印章形状的判断及印章区域的定位,具体如下:
所述的印章检测模块14包括:
形状检测单元I,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
形状确认单元I,用于确定聚类区域的形状,确认的方式为:查看每一个聚类区域最高的形状置信度是否大于设定阈值,若是则将最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
印章定位单元I,用于判别印章的形状及定位印章所在的区域,具体方式为:形状确认单元I判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域。
或者所述的印章检测模块包括:
形状检测单元II,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度,
形状确认单元II,用于确定聚类区域的形状,确认的方式为:将一组形状置信度中最高的形状置信度所对应的形状判别为聚类区域的形状;
印章定位单元II,用于将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,最高的形状置信度所对应的聚类区域为印章所在的区域,精确定位出印章所在的区域。
图2示出了基于图1中所示的印章检测系统的一种印章检测方法的流程图,该方法包括以下步骤:
步骤S21:输入待检测图像,指定需要检测的印章颜色;
输入待检测图像,指定待检测图像中需要检测的印章颜色,所述的待检测图像为彩色图像。
本实施方式中,在指定待检测图像中的印章颜色时,不需要指定精确的颜色值,只需要粗略指定印章的颜色,如指定需要检测的印章颜色为红色、蓝色等,而不需要指定印章颜色在某种颜色模式下的颜色值,例如对于RGB模式,只需大体指定印章颜色为红色(视觉上为红色)即可,而不需要指定印章具体的R、G、B值。
步骤S22:对待检测图像进行色调量化处理,得到粗定位印章区域;
对待检测图像进行色调的量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域。
现有方式中,对图像进行色调量化处理的方式已经较为成熟,本实施方式中对图像进行色调处理的具体方式如下:
1)确定量化级,根据量化级确定每一级的色调量化范围,得到每一级量化色调的起始色调值和终止色调值;
2)计算待检测图像每一像素点的色调值,根据所述的色调量化范围确定每一像素点的色调值所在的量化级别。
根据所确定的量化级,即需要将360级原有的色调量化为多少级,根据该量化级将360级色调进行均分,每一级量化色调均有起始色调值及终止色调值。由于色调是HSV色彩模式中的参数,如果待检测图像为RGB模式的图像,可将RGB模式转化为HSV模式后进行色调量化处理。
该步骤中,对待检测图像进行量化处理时,只需对待检测图像的色调信息进行量化,通过该方式可大大降低光照等外界环境的影响。由于采用了颜色量化的处理,可减少色阶,仅通过步骤S21中指定的印章颜色就能有效的完成印章区域的粗定位,得到粗定位印章区域。
本实施方式中,所述的粗定位是指大致定位出印章所在的区域,根据指定的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域的具体方式如下:
确定所述的印章颜色所对应的量化级别,将印章颜色所对应的量化级别上的像素值设定为1,其它量化级别上的像素值设定为0,得到二值图像,二值图像中像素值设定为1的区域为粗定位印章区域。
即在粗定位时,将与指定的印章颜色相同的颜色的像素值设定为1,由于对待检测图像进行了量化处理,所以指定的印章颜色只可能对应在少数几个量化级上,通过将印章颜色对应在这些量化级上的像素值设定为1,其余设定为0,即可粗定位得到印章的大致所在区域。
步骤S23:对粗定位印章区域进行聚类,得到聚类区域;
对步骤S22中得到的粗定位印章区域进行聚类,得到聚类区域。在完成步骤S22的处理后,可以得到一幅仅有“1”和“0”的二值图像,通过对量化后的二值化图像进行连通域分析和聚类分析,可以得到聚类区域,本实施方式中根据粗印章区域中像素点间的颜色和像素点间的距离对粗定位印章区域进行聚类。其中,聚类区域可能有一个或者多个,聚类分析为现有技术,如可以采用meanshift等算法进行聚类分析,将位置较近、颜色较为相似的连通域聚合起来,得到聚类区域。在实际的应用中,在得到粗定位印章区域时,已经产生出了一幅二值图像,可以采用现有MeanShift等算法先对二值图象进行连通域分析,得到多个连通区域,最后根据连通域中的颜色以及连通域之间的距离进行聚类。当然,也可以根据需要采用其它现有的聚类得到聚类区域,如将粗定位印章区域中像素点的色差值小于设定值且像素点间的距离小于设定距离的像素点聚合,得到聚类区域。本发明得到聚类区域的方式包括并不限于上述指定方式。
为了有效去除噪声的影响,提高最终印章检测的精度,在对粗定位印章区域进行聚类,得到多个聚类区域后,再对多个聚类区域进行筛选,筛除无效区域,得到有效的聚类区域。筛除无效区域是指将多个聚类区域中较大和较小的聚类区域进行筛除,筛除的具体方式如下:
查看聚类区域的大小是否符合设定尺寸,若否则为无效区域,若是则为有效区域;所述的聚类区域的大小是指聚类区域外接矩形的长度、宽度、长宽比、或者面积。
例如,聚类区域外接矩形面积接近图像大小,则可以认为该聚类无效,因为根据一般的情况,不可能出现此类印章。如果要完成更为精确的筛除,则可以由用户在使用时,对印章的尺度进行限制,通过与该设定尺度进行比对,也可以筛除不符合条件的聚类区域。
步骤S24:对聚类区域进行形状检测,判别印章的形状,定位印章区域。
对步骤S23中得到聚类区域进行形状检测,判别印章的形状,精确定位印章的区域。如果进行了无效区域的筛除,则对筛除后的有效聚类区域进行形状检测,精确定位印章区域。本实施方式中判别印章形状,精确定位印章的方式可以采用以下方式,具体如下:
第一种方式:
通过一组性状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
查看聚类区域最高的形状置信度是否大于设定阈值,若是则将该最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域;
其中,所述的形状置信度是指通过形状检测器检测聚类区域的形状时,该聚类区域是该形状检测器对应形状的可能性。
第二种方式:
通过一组形状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度,将其中形状置信度最高的聚类区域的形状判别为聚类区域的形状;
将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,精确定位出印章所在的区域。
因为印章的形状是通过多个形状检测器(形状检测器为现有技术)完成,形状检测器是基于广义霍夫变换设计的,每一个形状检测器均对应一种形状,在每一个形状检测器中都会记录该聚类区域是该形状检测器对应形状的可能性,形状置信度即是该可能性的大小,在处理过程中,可仅计算聚类区域骨架线形状,当越多的骨架线上的点满足该形状检测器对应的形状时,可以确定出该置信度越高,反之则越低。通过比较各个形状检测器中该数值的大小,可以确定出聚类区域形状。
由上述两种判别印章形状、定位印章区域的过程可以看出,当待检测图像中只有一个印章时,一般所得到的聚类区域也应该只有一个,则通过一组形状检测器检测出该聚类区域后,形状置信度最高的形状检测器对应的形状即为该聚类区域的形状,即为印章形状,可以通过第二种或者第一种方式进行检测。如果图像中由多个印章时,通过上述第一种方式可检测到多个印章形状及区域。
本发明的印章检测方法及系统提能够完成四边形,圆形,椭圆形印章的检测,并且该方法对印章破损,光照不均的情况有较好的适应性。
下面结合具体的实施例对本发明的方法进行进一步说明。
实施例
图3为本实施例中的待检测图像,其中“附件”区域为待检测的印章区域,本实施例中的需要检测的印章颜色为红色(粗略指定的颜色)。本实施例中为了更好的对图像进行说明,对待检测图像加色了边框,但是该边框在实际检测中并不存在。
首先对待检测图像进行色调量化处理,得到量化后的图像如图4所示。然后根据印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域,即将印章颜色所对应的量化级别上的像素值设定为1,其它量化级别上的像素值设定为0,得到二值图像,如图5所示,二值图像中像素值设定为1的区域为粗定位印章区域。
之后,将图5中像素点的色差值小于设定值且像素点间的距离小于设定距离的像素点聚合,得到聚类区域,如图6所示,本实施例中的印章只有一个,聚类区域也只有一个。之后再通过一组形状检测器对图6的聚类区域进行形状检测,通过现有技术检测,具体如下:
1)对聚类区域抽取其中心线信息,减少干扰;
2)将聚类区域中心线通过一组形状检测器,这一组形状检测器通过广义霍夫变换进行设计,可以直线,圆形,椭圆等形状的检测;
3)根据形状检测器对聚类区域的检测结果,将最高形状质置信度多对应的形状判断为聚类区域形状。
如图7所示的矩形即为检测出的聚类区域的形状,也是印章的形状,完成印章形状及区域检测后的图像如图8所示,图中“附件”的加黑边框记为判断出的印章形状。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种印章检测方法,包括以下步骤:
(1)指定待检测图像中需要检测的印章颜色;所述的待检测图像为彩色图像;
(2)对待检测图像进行色调量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域;根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域的具体方式为:
确定所述的印章颜色所对应的量化级别,将印章颜色所对应的量化级别上的像素值设定为1,其它量化级别上的像素值设定为0,得到二值图像,二值图像中像素值设定为1的区域为粗定位印章区域;
(3)对粗定位印章区域进行聚类,得到聚类区域;
(4)对所述的聚类区域进行形状检测,判别印章的形状,精确定位印章;判别印章的形状,精确定位印章的一种方式为:
通过一组形状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
查看聚类区域最高的形状置信度是否大于设定阈值,若是则将该最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域;
所述的形状置信度是指通过形状检测器检测聚类区域的形状时,该聚类区域是该形状检测器对应形状的可能性;
判别印章的形状,精确定位印章的另一种方式为:
通过一组形状检测器分别检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度,将其中形状置信度最高的聚类区域的形状判别为聚类区域的形状;
将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,精确定位出印章所在的区域。
2.如权利要求1所述的一种印章检测方法,其特征在于,步骤(2)中,对待检测图像进行色调量化处理的具体方式为:
1)确定量化级,根据量化级确定每一级的色调量化范围,得到每一级量化色调的起始色调值和终止色调值;
2)计算待检测图像每一像素点的色调值,根据所述的色调量化范围确定每一像素点的色调值所在的量化级别。
3.如权利要求1或2所述的一种印章检测方法,其特征在于,步骤(3)中,根据粗印章区域中像素点间的颜色和像素点间的距离对粗定位印章区域进行聚类,得到聚类区域。
4.如权利要求3所述的一种印章检测方法,其特征在于:步骤(3)中,在对粗定位印章区域进行聚类,得到多个聚类区域后,对多个聚类区域进行筛选,筛除无效区域,得到有效的聚类区域;筛除无效区域的具体方式为:
查看聚类区域的大小是否符合设定尺寸,若否则为无效区域,若是则为有效区域;所述的聚类区域的大小是指聚类区域外接矩形的长度、宽度、长宽比、或者面积。
5.一种印章检测系统,包括:
颜色指定模块,用于指定待检测图像中需要检测的印章颜色;所述的待检测图像为彩色图像;
颜色量化模块,用于对待检测图像进行色调的量化处理,根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域;根据所述的印章颜色对量化后的待检测图像进行粗定位,得到粗定位印章区域的具体方式为:确定所述的印章颜色所对应的量化级别,将印章颜色所对应的量化级别上的像素值设定为1,其它量化级别上的像素值设定为0,得到二值图像,二值图像中像素值设定为1的区域为粗定位印章区域;
聚类模块,对粗定位印章区域进行聚类,得到聚类区域;
印章检测模块,用于对所述的聚类区域进行形状检测,判别印章的形状,精确定位印章;所述的印章检测模块包括:
形状检测单元I,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;所述的形状置信度是指通过形状检测器检测聚类区域的形状时,该聚类区域是该形状检测器对应形状的可能性;
形状确认单元I,用于确定聚类区域的形状,确认的方式为:查看每一个聚类区域最高的形状置信度是否大于设定阈值,若是则将最高的形状置信度所对应的形状判别为该聚类区域的形状,若否则放弃该聚类区域;
印章定位单元I,用于判别印章的形状及定位印章所在的区域,具体方式为:形状确认单元I判别出的聚类区域的形状为印章的形状,聚类区域为印章所在区域;
或者所述的印章检测模块包括:
形状检测单元II,用于通过一组形状检测器检测每一个聚类区域的形状,并获取每一个聚类区域的一组形状置信度;
形状确认单元II,用于确定聚类区域的形状,确认的方式为:将一组形状置信度中最高的形状置信度所对应的形状判别为聚类区域的形状;
印章定位单元II,用于将多个聚类区域的最高形状置信度进行比较,将其中最高的形状置信度所对应的聚类区域的形状判定为印章的形状,精确定位出印章所在的区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310372865.6A CN103440671B (zh) | 2013-08-23 | 2013-08-23 | 一种印章检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310372865.6A CN103440671B (zh) | 2013-08-23 | 2013-08-23 | 一种印章检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103440671A CN103440671A (zh) | 2013-12-11 |
CN103440671B true CN103440671B (zh) | 2016-12-28 |
Family
ID=49694364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310372865.6A Active CN103440671B (zh) | 2013-08-23 | 2013-08-23 | 一种印章检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103440671B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408721B (zh) * | 2014-11-25 | 2017-02-22 | 西安交通大学 | 基于背景密度估计的印章图像提取方法 |
CN104880723B (zh) * | 2015-04-29 | 2017-12-22 | 中国电子科技集团公司第三十六研究所 | 一种单星测向定位地面辐射源的方法和装置 |
CN105069455B (zh) * | 2015-07-15 | 2018-04-24 | 广州敦和信息技术有限公司 | 一种发票公章过滤的方法及装置 |
CN108802062B (zh) * | 2017-04-27 | 2020-12-18 | 珠海汇金科技股份有限公司 | 一种检测盖章图像印油情况的检测方法及盖章设备 |
CN108146093B (zh) * | 2017-12-07 | 2020-03-13 | 南通艾思达智能科技有限公司 | 一种去除票据印章的方法 |
CN110084229B (zh) * | 2019-03-25 | 2021-10-08 | 科大讯飞股份有限公司 | 一种印章检测方法、装置、设备及可读存储介质 |
CN110889374A (zh) * | 2019-11-28 | 2020-03-17 | 中国建设银行股份有限公司 | 印章图像处理方法、装置、计算机及存储介质 |
CN111721521B (zh) * | 2020-06-30 | 2022-05-03 | 陈永祥 | 一种分印智能印章分印印面检测及疲劳测试装置 |
CN111950355A (zh) * | 2020-06-30 | 2020-11-17 | 深圳市雄帝科技股份有限公司 | 印章识别方法、装置及电子设备 |
CN114936965B (zh) * | 2022-06-07 | 2023-06-02 | 上海弘玑信息技术有限公司 | 一种印章去除方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533517A (zh) * | 2009-04-15 | 2009-09-16 | 北京联合大学 | 一种基于结构特征的中国书画印章图像自动提取方法 |
CN102156884A (zh) * | 2011-04-25 | 2011-08-17 | 中国科学院自动化研究所 | 一种直线段检测和提取方法 |
CN102541480A (zh) * | 2010-12-21 | 2012-07-04 | 北大方正集团有限公司 | 打印作业的过滤方法和装置 |
CN102855481A (zh) * | 2012-07-31 | 2013-01-02 | 方正国际软件有限公司 | 一种铭牌图像中铭牌区域的定位方法及系统 |
CN103020623A (zh) * | 2011-09-23 | 2013-04-03 | 株式会社理光 | 交通标志检测方法和交通标志检测设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2028605A1 (de) * | 2007-08-20 | 2009-02-25 | Delphi Technologies, Inc. | Detektionsverfahren für symmetrische Muster |
US9269001B2 (en) * | 2010-06-10 | 2016-02-23 | Tata Consultancy Services Limited | Illumination invariant and robust apparatus and method for detecting and recognizing various traffic signs |
-
2013
- 2013-08-23 CN CN201310372865.6A patent/CN103440671B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101533517A (zh) * | 2009-04-15 | 2009-09-16 | 北京联合大学 | 一种基于结构特征的中国书画印章图像自动提取方法 |
CN102541480A (zh) * | 2010-12-21 | 2012-07-04 | 北大方正集团有限公司 | 打印作业的过滤方法和装置 |
CN102156884A (zh) * | 2011-04-25 | 2011-08-17 | 中国科学院自动化研究所 | 一种直线段检测和提取方法 |
CN103020623A (zh) * | 2011-09-23 | 2013-04-03 | 株式会社理光 | 交通标志检测方法和交通标志检测设备 |
CN102855481A (zh) * | 2012-07-31 | 2013-01-02 | 方正国际软件有限公司 | 一种铭牌图像中铭牌区域的定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103440671A (zh) | 2013-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103440671B (zh) | 一种印章检测方法及系统 | |
CN105788142B (zh) | 一种基于视频图像处理的火灾检测系统及检测方法 | |
CN106407981B (zh) | 一种车牌识别方法、装置及系统 | |
CN104680519B (zh) | 基于轮廓和颜色的七巧板识别方法 | |
CN103020970B (zh) | 玉米果穗图像籽粒分割方法 | |
JP4725298B2 (ja) | 画像による外観検査方法 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN101316371B (zh) | 火焰侦测方法及装置 | |
CN107705294B (zh) | 一种十字激光的图像式路基表面沉降监测方法和监测系统 | |
CN105046218A (zh) | 一种基于串并行处理的多特征交通视频烟雾检测方法 | |
CN104573707A (zh) | 一种基于多特征融合的车牌汉字识别方法 | |
CN103927509A (zh) | 眼睛定位方法及装置 | |
CN111709964B (zh) | 一种pcba目标边缘检测方法 | |
CN108830184A (zh) | 黑眼圈识别方法及装置 | |
CN103324957B (zh) | 信号灯状态的识别方法及识别装置 | |
CN104598914A (zh) | 一种肤色检测的方法及装置 | |
CN104751109A (zh) | 一种用于识别耗材的方法和装置 | |
CN105957065A (zh) | 元件漏检方法和系统 | |
CN115937085B (zh) | 一种基于神经网络学习的核性白内障图像处理方法 | |
TW202020802A (zh) | 信息處理方法及計算機程序 | |
CN115359003A (zh) | 两步式隧道灰度图像的裂缝识别方法、系统、介质及设备 | |
CN105117696B (zh) | 一种基于小线分析的未系安全带自动检测方法 | |
CN104019901A (zh) | 一种基于动态聚类方法的汽车仪表指示灯颜色检测方法 | |
CN114119569A (zh) | 基于机器学习的成像测井图像裂缝分割与识别方法和系统 | |
US20190197349A1 (en) | Image identification method and image identification device |
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 |