CN106529520A - 基于运动员号码识别的马拉松比赛照片管理方法 - Google Patents

Abstract

本发明公开了一种基于运动员号码识别的马拉松比赛照片管理方法，包括，号码区域定位的步骤：进行灰度化处理，采用形态学处理进行边缘检测，根据运动员号码图像的形态和颜色特征进行目标区域筛选，精确定位运动员号码区域；字符分割的步骤；字符识别的步骤：将分割后的字符进行特征提取，作为支持向量机的输入向量进行字符识别。实现对运动员的有效自动检测与识别，从而完成了马拉松比赛照片的自动管理。

Description

基于运动员号码识别的马拉松比赛照片管理方法

技术领域

本发明涉及目标检测技术领域，具体地，涉及一种基于运动员号码识别的马拉松比赛照片管理方法。

背景技术

近年来，马拉松比赛在全世界范围内得到了积极的推广与开展，参赛群体广泛，产生的社会影响力巨大。比赛过程中所拍摄的照片对运动员们来说弥足珍贵，如若采用人工标注方式对比赛照片进行分类，将是一项巨大的工程。在马拉松比赛场景中，运动员的参赛号码是其重要标识。而目前，车牌、身份证等号码识别技术也已经非常成熟，为运动员号码识别技术的研究奠定了基础。但是，根据应用场景的不同，具体所采用的技术也不同。由于马拉松比赛场景十分复杂，一幅图像中通常会出现多个运动员，且比赛过程中运动员号码会出现倾斜、扭曲、粘连等现象，直接套用车牌或者身份证号的识别技术无法有效识别运动号码。

发明内容

本发明的目的在于，针对上述问题，提出一种基于号码识别的运动员检测算法，以实现对马拉松比赛照片进行有效管理。

为实现上述目的，本发明采用的技术方案是：

一种基于号码识别的马拉松比赛照片管理方法，包括，

号码区域定位的步骤：即首先对原图像进行灰度化处理，然后采用形态学处理进行边缘检测，最后根据运动员号码图像的形态和颜色特征，对号码区域进行筛选，精确定位运动员号码区域；

字符分割的步骤：即根据号码区域定位步骤的定位结果，首先采用连通域标记算法对字符进行粗分割，根据字符粗分割的结果，找到各个字符的中心点，然后将第一个字符中心点与最后一个字符中心点的连线与水平直线的夹角作为号码区域图像的倾斜角进行倾斜校正，接着根据单个字符的统计宽度，再采用垂直投影法对字符做进一步的字符分割，从而有效分割出运动员号码区域的每一个字符；

字符识别的步骤：即将经字符分割步骤分割后的字符进行归一化处理，提取字符图像的局部特征和结构特征，将两者相结合作为支持向量机的输入向量，进行训练、预测，最终实现运动员号码的识别。

优选的，所述号码区域定位步骤中采用形态学处理进行边缘检测，具体为：求灰度图像与经过腐蚀处理的灰度图像的差的绝对值，接着采用双阈值法对图像进行二值化处理。

优选的，腐蚀处理采用的腐蚀算法为：

式中，表示当前像素的腐蚀值，分别表示当前像素的左、右、上和下像素的灰度值。

优选的，采用双阈值法对图像进行二值化处理中，采用公式为：

，

式中，为当前像素的灰度值，为当前像素的饱和度，，为整幅图像最大灰度值的50%，为0.25。优选的，所述字符分割步骤中找到各个字符的中心点，中心点的横坐标计算公式如下：

，

中心点的纵坐标计算公式如下：

，

其中，分别为字符左右边界的横坐标，分别为字符上边边界的纵坐标。

优选的，所述倾斜校正采用的算法为：

设图像的倾斜角度为，图像的中心点，图像旋转后的新像素点的值与源图像中像素点的值之间的关系如公式如下：

。

优选的，所述字符识别步骤中对字符提取的特征包括32个局部特征和9个结构特征，其中32个局部特征提取方式如下：

将单个字符归一化成大小为32×16的图像，再将图像分成32个4×4的网格小块，统计每小块区域的黑色像素数作为字符的特征，从而获到32个局部特征；

9个字符结构特征提取方式如下：

字符的高宽比k，如果k大于2，则特征值为1，否则为0；

字符上半部分与下半部分宽度的比较，如果字符的上半宽度大于下半宽度，则特征值为1，否则为0；

横贯间隙，是指在指定区域内是否存在一行像素全部是白色的，将字符按田字格划分为左上、右上、左下和右下四个块，判断各个块中是否存在横贯间隙，如果存在，则特征值为1，否则为0，从而得到四个横贯间隙特征；

封闭的内部连通区域，是指字符笔划线围成的一个封闭的内部连通域，分别判断字符的上半部分、下半部分以及整个字符是否存在这种封闭的内部连通域，如果存在，则特征值为1，否则为0，从而得到三个内部封闭连同域特征；

从而，每个字符总共提取了41个特征，包括32个局部特征和9个结构特征，组成了一个41维的特征向量作为支持向量机的输入向量。

本发明的技术方案具有以下有益效果：

本发明的技术方案，针对复杂背景下的多运动员号码识别以及号码会发生倾斜、扭曲、粘连等现象，通过对运动员的号码进行准确定位，然后进行粘连字符的分割，最后通过特征提取，作为支持向量机的输入向量，从而达到对运动员号码进行有效识别的目的。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明实施例所述的基于号码识别的马拉松比赛照片管理方法的流程图；

图2为本发明实施例所述的马拉松比赛照片管理系统的功能框架图。

图3为本发明实施例所述的马拉松比赛照片管理系统的服务器端功能界面；

图4为本发明实施例所述的马拉松比赛照片管理系统的客户端功能界面。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，一种基于号码识别的运动员检测算法

包含号码区域定位、字符分割与识别三个部分：

（1）复杂背景下多运动员号码区域定位。对单帧运动员比赛图像，先后通过灰度化、边缘检测、二值化、目标区域筛选等处理来实现号码区域的定位。边缘检测部分，提出了一种基于形态学处理的算法，即：将灰度图像先做腐蚀处理，再与原灰度图作差，取绝对值作为图像边缘检测的结果。其腐蚀算法如下公式(1)所示：

（1）,

式中，表示当前像素的腐蚀值，分别表示当前像素的左、右、上、下像素的灰度值。设置双阈值进行二值化处理，算法原理如公式(2)所示：

（2），

式中，为当前像素的灰度值，为当前像素的饱和度，，为整幅图像最大灰度值的50%，为0.25。

号码区域筛选，结合运动员号牌的颜色特征（白底黑字）、形状特征（宽高比大于2）对多个运动员号码区域进行定位。

（2）粘连字符的分割。本技术方案先采用连通域标记法对字符进行了粗分割，根据字符粗分割的结果，找到各个字符的中心点。然后将第一个字符中心点与最后一个字符中心点的连线与水平直线的夹角作为号码区域图像的倾斜角进行倾斜校正。接着根据单个字符的统计宽度，再采用垂直投影法对字符做进一步的分割，从而有效分割出运动员号码区域的每一个字符。其中，中心点的横和纵坐标计算如式（3）和式（4）所示。

， （3）

， （4）

其中，分别为字符左右边界的横坐标，分别为字符上下边界的纵坐标。

（3）基于支持向量机的号码识别。即将经字符分割步骤分割后的字符进行归一化处理，提取字符图像的局部特征和结构特征，将两者相结合作为支持向量机的输入向量，进行训练、预测，最终实现运动员号码的识别。

运动员号码识别：首先对原图像进行灰度化处理，然后采用形态学处理进行边缘检测，即：求灰度图像与经过腐蚀处理的灰度图像的差的绝对值，接着采用双阈值法对图像进行二值化处理，最后根据运动员号码图像的形态、颜色特征，对目标区域图像进行筛选，精确定位运动员号码区域。根据定位结果，首先采用连通域标记算法对字符进行粗分割，根据字符粗分割的结果，找到各个字符的中心点，然后将第一个字符中心点与最后一个字符中心点的连线与水平直线的夹角作为号码区域图像的倾斜角进行倾斜校正，接着根据单个字符的统计宽度，再采用垂直投影法对字符做进一步的字符分割，从而有效分割出运动员号码区域的每一个字符。将分割后字符进行特征提取，作为支持向量机的输入向量进行字符识别。

连通域标记算法就是让每个单独的连通区域形成一个被标识的块，连通区域中各个像素相互之间邻接，包括上下、左右、对角邻接。

倾斜校正算法：设图像的倾斜角度为，图像的中心点，图像旋转后的新点素的值等于源图像中像素点的值，它们之间的关系如公式(5)所示：

（5）

字符特征提取方式：将单个字符归一化成大小为32×16的图像，再将图像分成32个4×4的网格小块，统计每小块区域的黑色像素数，作为字符的特征，得到32个字符局部特征，然后再提取9个字符结构特征，组成一个41维的向量作为支持向量机的输入向量。

字符识别步骤中对字符提取的特征包括32个局部特征和9个结构特征，其中32个局部特征提取方式如下：

将单个字符归一化成大小为32×16的图像，再将图像分成32个4×4的网格小块，统计每小块区域的黑色像素数作为字符的特征，从而获到32个局部特征；

9个字符结构特征提取方式如下：

字符的高宽比k，如果k大于2，则特征值为1，否则为0；

字符上半部分与下半部分宽度的比较，如果字符的上半宽度大于下半宽度，则特征值为1，否则为0；

横贯间隙，是指在指定区域内是否存在一行像素全部是白色的，将字符按田字格划分为左上、右上、左下和右下四个块，判断各个块中是否存在横贯间隙，如果存在，则特征值为1，否则为0，从而得到四个横贯间隙特征；

封闭的内部连通区域，是指字符笔划线围成的一个封闭的内部连通域，分别判断字符的上半部分、下半部分以及整个字符是否存在这种封闭的内部连通域，如果存在，则特征值为1，否则为0，从而得到三个内部封闭连同域特征；

从而，每个字符总共提取了41个特征，包括32个局部特征和9个结构特征，组成了一个41维的特征向量作为支持向量机的输入向量。

支持向量机是一种监督学习方法，在解决小样本、非线性及高维模式识别中表现出许多特有的优势。

系统构建模块：在运动员号码识别方法的基础上，在VS2008开发环境下，建立了一个具有可移植性的基于对话框的MFC Windows应用程序。在VS2008平台上成功连接了MySQL数据库，构建了一个完整的马拉松比赛照片管理系统，其功能架构如图2所示，该管理系统共分为客户端和服务器端两大功能模块，服务器端对运动员号码图像进行自动识别，并将识别结果保存到数据库。客户端用户可以根据自己的参赛号码或者姓名查询并下载自己的比赛照片。

服务器端功能界面如图3所示，通过点击“批量上传”按钮，一键实现马拉松比赛照片批量自动识别和结果保存功能，即遍历文件夹中所有的BMP图片，每读取一张BMP图片就对图片进行一系列处理，包括

（1）马拉松比赛照片识别前的预处理；

（2）根据号码布的纹理和形状特征进行号码区域定位；

（3）对号码区域图像进行倾斜校正；

（4）进行字符分割；

（5）采用支持向量机对运动员号码进行识别，并将识别结果保存到数据库中。

点击“单张上传”按钮，即打开并读取单张照片，然后需要点击识别过程的各个操作按钮，才能对照片进行以上一系列处理，每个过程的处理结果将在界面中显示出来，方便系统性能的检查。

客户端功能界面如图4所示，参赛运动员可以根据自己的参赛号码查询并下载自己的比赛照片。如果用户忘记了自己的参赛号码，也可通过输入自己的姓名来查询。因为数据库中还存有一份关于运动员姓名与对应的参赛号码的数据表格。当用户输入姓名时，先根据姓名查找到对应的参赛号码，再根据参赛号码查询对应的参赛照片，在点击“查询”按钮后，客户使用界面将显示出查询结果——查询到的照片数量，通过点击“上翻”、“下翻”按钮，可以一一浏览这些照片，点击“下载”按钮，即可下载这些照片到本地。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于运动员号码识别的马拉松比赛照片管理方法，其特征在于，包括：

号码区域定位的步骤：即首先基于灰度形态学处理对图像进行边缘检测，然后采用灰度阈值和饱和度阈值，即双阈值进行二值化处理，接着采用连通域标记算法进行去噪，再根据运动员号码区域的形状、颜色等特征筛选号码区域，最后实现对图像中多个运动员号码区域的有效定位；

字符分割的步骤：即根据号码区域定位步骤的定位结果，首先采用连通域标记算法对字符进行粗分割，根据字符粗分割的结果，找到各个字符的中心点，然后将第一个字符中心点与最后一个字符中心点的连线与水平直线的夹角作为号码区域图像的倾斜角进行倾斜校正，接着根据单个字符的统计宽度，再采用垂直投影法对字符做进一步的字符分割，从而解决了字符粘连问题，有效分割出运动员号码区域的每一个字符；

字符识别的步骤：采用支持向量机的字符识别算法，首先对分割后的字符图像做归一化处理，然后提取字符图像的局部特征和结构特征，将两者相结合作为SVM的向量进行训练和预测，最终实现运动员号码的识别，从而完成马拉松比赛照片的自动管理。

2.根据权利要求1所述的基于号码识别的马拉松比赛照片管理方法，其特征在于，所述号码区域定位步骤中采用形态学处理进行边缘检测，具体为：求灰度图像与经过腐蚀处理的灰度图像的差的绝对值，接着采用双阈值法对图像进行二值化处理。

3.根据权利要求2所述的基于号码识别的马拉松比赛照片管理方法，其特征在于，腐蚀处理采用的腐蚀算法为：

式中，表示当前像素的腐蚀值，分别表示当前像素的左、右、上和下像素的灰度值。

4.根据权利要求3所述的基于号码识别的马拉松比赛照片管理方法，其特征在于，采用双阈值法对图像进行二值化处理中，采用公式为：

，

式中，为当前像素的灰度值，为当前像素的饱和度，，为整幅图像最大灰度值的50%，为0.25。

5.根据权利要求4所述的基于号码识别的马松比赛照片管理方法，其特征在于，所述字符分割步骤中找到各个字符的中心点，中心点的横坐标计算公式如下：

，

中心点的纵坐标计算公式如下：

，

其中，分别为字符左右边界的横坐标，分别为字符上边边界的纵坐标。

6.根据权利要求5所述的基于运动员号码识别的马拉松比赛照片管理方法，其特征在于，所述倾斜校正采用的算法为：

设图像的倾斜角度为，图像的中心点，图像旋转后的新像素点的值与源图像中像素点的值之间的关系如公式如下：

。

7.根据权利要求6所述的基于号码识别的马拉松比赛照片管理方法，其特征在于，

所述字符识别步骤中对字符提取的特征包括32个局部特征和9个结构特征，其中32个局部特征提取方式如下：

将单个字符归一化成大小为32×16的图像，再将图像分成32个4×4的网格小块，统计每小块区域的黑色像素数作为字符的特征，从而获到32个局部特征；

9个字符结构特征提取方式如下：

字符的高宽比k，如果k大于2，则特征值为1，否则为0；

字符上半部分与下半部分宽度的比较，如果字符的上半宽度大于下半宽度，则特征值为1，否则为0；

横贯间隙，是指在指定区域内是否存在一行像素全部是白色的，将字符按田字格划分为左上、右上、左下和右下四个块，判断各个块中是否存在横贯间隙，如果存在，则特征值为1，否则为0，从而得到四个横贯间隙特征；

封闭的内部连通区域，是指字符笔划线围成的一个封闭的内部连通域，分别判断字符的上半部分、下半部分以及整个字符是否存在这种封闭的内部连通域，如果存在，则特征值为1，否则为0，从而得到三个内部封闭连同域特征；

从而，每个字符总共提取了41个特征，包括32个局部特征和9个结构特征，组成了一个41维的特征向量作为支持向量机的输入向量。