CN108960222B - 图像二值化方法、装置、设备及存储介质 - Google Patents

图像二值化方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108960222B
CN108960222B CN201710384029.8A CN201710384029A CN108960222B CN 108960222 B CN108960222 B CN 108960222B CN 201710384029 A CN201710384029 A CN 201710384029A CN 108960222 B CN108960222 B CN 108960222B
Authority
CN
China
Prior art keywords
threshold value
image
binarization
calculating
crown word
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
Application number
CN201710384029.8A
Other languages
English (en)
Other versions
CN108960222A (zh
Inventor
王晓琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201710384029.8A priority Critical patent/CN108960222B/zh
Publication of CN108960222A publication Critical patent/CN108960222A/zh
Application granted granted Critical
Publication of CN108960222B publication Critical patent/CN108960222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/23—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on positionally close patterns or neighbourhood relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明实施例公开了一种图像二值化方法、装置、设备及存储介质。其中该方法包括：获取冠字号区域的灰度图；采用第一预设二值化方法计算灰度图的第一阈值以及采用第二预设二值化方法计算灰度图的第二阈值；根据第一阈值与第二阈值确定冠字号区域的污损程度，并根据污损程度计算二值化阈值；根据二值化阈值对灰度图进行二值化，得到二值图像。本发明实施例的技术方案使用不同的二值化方法计算阈值，根据得到的阈值确定冠字号区域的污损程度，并根据污损程度计算出最终的二值化阈值，由此能够消除污迹对冠字号识别的影响，同时该方法无需多次调整阈值，时间复杂度低。

Description

图像二值化方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种图像二值化方法、装置、设备及存储介质。
背景技术
纸币上的冠字号可以实现对纸币从发行到回收整个流通过程的记录和管理，实现流通纸币的可追溯。在纸币识别过程中，冠字号是纸币的唯一特征，不容易伪造，因此，正确识别冠字号对纸币的发行和监管具有重要意义。纸币在流通过程中，可能会染上不同程度的污迹，当污迹处于冠字号区域时，影响字符边界的准确定位，可能会导致冠字号识别错误甚至无法识别，为纸币识别或鉴伪带来一定的困难。
现有的冠字号识别过程中，利用计算机视觉技术和图像处理技术对污染的冠字号区域进行处理，例如，通过二值操作以及中值滤波去噪等简单的方法去除污迹，得到可以识别的冠字号，然后定位字符边界，进行分割和识别。
但是，针对冠字号区域有污迹的情况，上述简单的去噪并不能有效去除污迹，污迹还是会影响字符边界的准确定位。另外，对于冠字号区域存在污迹的纸币，检测冠字号特性时，根据计算的二值化阈值对图像进行二值化，如果不能找到预设个数的字符间隙(例如4个)，则对二值化阈值进行调整后，再次进行二值化并检测字符间隙，如此循环执行，直到能够检测到预设个数的字符间隙，如果调整多次(例如5次)二值化阈值仍没检测到预设个数的字符间隙，则认为该区域不具备冠字号特征，这种方法面对污迹的影响，需要多次调整阈值和检测冠字号特性，耗时较长。
发明内容
本发明实施例提供一种图像二值化方法、装置、设备及存储介质，能够消除污迹对冠字号识别的影响，且时间复杂度低。
第一方面，本发明实施例提供了一种图像二值化方法，包括：
获取冠字号区域的灰度图；
采用第一预设二值化方法计算所述灰度图的第一阈值，以及采用第二预设二值化方法计算所述灰度图的第二阈值；
根据所述第一阈值与所述第二阈值确定所述冠字号区域的污损程度，并根据所述污损程度计算二值化阈值；
根据所述二值化阈值对所述灰度图进行二值化，得到二值图像。
进一步地，采用第一预设二值化方法计算所述灰度图的第一阈值，包括：采用OTSU二值化方法计算所述第一阈值。
进一步地，采用第二预设二值化方法计算所述灰度图的第二阈值，包括：采用百分比阈值法计算所述第二阈值。
进一步地，采用以下公式计算所述二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数。
进一步地，获取冠字号区域的灰度图，包括：
在纸币灰度图上截取冠字号图像；
确定冠字号的上边界和下边界；
按照所述上边界和所述下边界在所述冠字号图像中截取冠字号区域的灰度图。
第二方面，本发明实施例还提供了一种图像二值化装置，包括：
灰度图获取模块，用于获取冠字号区域的灰度图；
第一阈值计算模块，用于采用第一预设二值化方法计算所述灰度图的第一阈值，以及采用第二预设二值化方法计算所述灰度图的第二阈值；
第二阈值计算模块，用于根据所述第一阈值与所述第二阈值确定所述冠字号区域的污损程度，并根据所述污损程度计算二值化阈值；
二值化模块，用于根据所述二值化阈值对所述灰度图进行二值化，得到二值图像。
进一步地，所述第二阈值计算模块采用以下公式计算所述二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数。
进一步地，所述灰度图获取模块包括：
图像截取单元，用于在纸币灰度图上截取冠字号图像；
边界确定单元，用于确定冠字号的上边界和下边界；
灰度图截取单元，用于按照所述上边界和所述下边界在所述冠字号图像中截取冠字号区域的灰度图。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的图像二值化方法。
第三方面，本发明实施例还提供了计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所述的图像二值化方法。
本发明实施例的技术方案，使用不同的二值化方法计算阈值，根据得到的阈值确定冠字号区域的污损程度，并根据污损程度计算出最终的二值化阈值，由此能够消除污迹对冠字号识别的影响，经此处理后的图像更准确；同时，该方法无需多次调整阈值，时间复杂度低，提高了图像处理效率。
附图说明
图1是本发明实施例一提供的图像二值化方法的流程图；
图2是本发明实施例二提供的图像二值化装置的结构框图；
图3是本发明实施例三提供的冠字号图像的示意图；
图4是本发明实施例三提供的冠字号图像的二值图像示意图；
图5是本发明实施例三提供的从图4所示图像截取的二值图像的示意图；
图6是本发明实施例三提供的从图3所示图像截取的冠字号区域灰度图的示意图；
图7是本发明实施例三提供的W＝1的二值化效果图；
图8是本发明实施例三提供的W＝3的二值化效果图；
图9是本发明实施例四提供的设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的图像二值化方法的流程图，本实施例可适用于纸币冠字号识别的情况，尤其适用于冠字号区域带有污迹且该污迹不会导致字符因被污迹遮挡而无法识别的情况。冠字号区域如果存在大量污迹，完全遮挡字符，无法进行字符识别，这种情况不在本发明实施例的讨论范围。该方法可以由图像二值化装置来执行，例如具有图像识别和计算功能的设备等。如图1所示，该方法具体包括如下步骤：
步骤110，获取冠字号区域的灰度图。
本步骤中，根据纸币自身特点(例如，冠字号在纸币上的位置)，能够在纸币灰度图上截取冠字号区域的灰度图。灰度图的灰度值越小，图像颜色越深，黑色对应的灰度值为0。一般在冠字号区域的灰度图中，冠字号为黑色，其像素对应的灰度值为0，背景为灰色，对应的灰度值较大，污迹在灰度图中的颜色一般比背景色深。
步骤120，采用第一预设二值化方法计算灰度图的第一阈值以及采用第二预设二值化方法计算灰度图的第二阈值。
本步骤中，第一预设二值化方法可以是受污迹影响较大的方法，例如，可以采用OTSU二值化方法计算灰度图的第一阈值，基于OTSU方法的特点，会将污迹对应的噪声点算为前景点，冠字号区域存在污迹与不存在污迹的情况相比，计算得到的第一阈值会变大。第二预设二值化方法可以是受污迹影响较小的方法，例如，可以采用百分比阈值法(也称为P参数法)计算灰度图的第二阈值，百分比阈值法基于先验知识(即冠字号占灰度图的比例，这是根据分辨率可以确定的值)，受污迹影响较小，冠字号区域是否存在污迹，计算得到的第二阈值变化不大。上述通过第一预设二值化方法和第二预设二值化方法计算阈值的具体过程是现有技术，本实施例中不进行详细说明。当然，也可以选取其他符合要求且能够根据得到的阈值确定污损程度的二值化方法。
步骤130，根据第一阈值与第二阈值确定冠字号区域的污损程度，并根据污损程度计算二值化阈值。
本步骤中，基于两种预设二值化方法的选择，能够根据第一阈值与第二阈值确定冠字号区域的污损程度，根据污损程度这个因素计算最终的二值化阈值，能够较好地消除污迹对二值化及后续步骤(如字符分割、识别等)的影响。
步骤140，根据二值化阈值对灰度图进行二值化，得到二值图像。
本步骤中，根据二值化阈值对灰度图中像素点进行二值分割，具体的，将每个像素点的灰度值与二值化阈值比较，如果灰度值大于二值化阈值，则将该像素点设定为白色(或黑色)，如果灰度值小于二值化阈值，则将该像素点设定为黑色(或白色)。
本实施例的图像二值化方法，使用不同的二值化方法计算阈值，根据得到的阈值确定冠字号区域的污损程度，并根据污损程度计算出最终的二值化阈值，由此能够消除污迹对冠字号(即前景点)识别的影响，经此处理后的图像更准确；同时，该方法无需多次调整阈值，时间复杂度低，提高了图像处理效率。
在上述技术方案的基础上，优选的，可以采用以下公式计算二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数。
W的初始值可以是厂家设定的，在使用过程中，W的取值可以根据纸币实际污迹情况进行设定，例如，污迹比较大，则可以设定W的取值大一些。具体的更改W取值的过程如下：接收用户输入的信息，根据该信息更改W的取值。
上述公式中，由于T1受污迹影响较大，可以理解为T1包含了污迹的灰度值，通过上述公式计算得到的二值化阈值T相当于从T1中减去了污迹的灰度值，因此，可以消除污迹对冠字号识别的影响。
从纸币灰度图上直接截取冠字号区域的图像可能包含其他图案，为避免这些图案的影响，获得更好的识别效果，本实施例还提供了一种优选实施方式，可以通过以下步骤获取冠字号区域的灰度图：在纸币灰度图上截取冠字号图像；确定冠字号的上边界和下边界；按照上边界和下边界在冠字号图像中截取冠字号区域的灰度图。具体的，可以先对冠字号图像进行二值化，然后采用现有的方法确定冠字号的上边界和下边界，本发明对此处的二值化方法和确定上下边界的方法不作限制。通过上述步骤利用冠字号的上下边界更加精确的定位冠字号区域，可以避免其他图案或因素的影响，提高效率。
实施例二
图2是本发明实施例二提供的图像二值化装置的结构框图，该装置包括：灰度图获取模块201、第一阈值计算模块202、第二阈值计算模块203和二值化模块204。
灰度图获取模块201，用于获取冠字号区域的灰度图；
第一阈值计算模块202，用于采用第一预设二值化方法计算灰度图的第一阈值，以及采用第二预设二值化方法计算灰度图的第二阈值；
第二阈值计算模块203，用于根据第一阈值与第二阈值确定冠字号区域的污损程度，并根据污损程度计算二值化阈值；
二值化模块204，用于根据二值化阈值对灰度图进行二值化，得到二值图像。
本实施例的图像二值化装置，使用不同的二值化方法计算阈值，根据得到的阈值确定冠字号区域的污损程度，并根据污损程度计算出最终的二值化阈值，由此能够消除污迹对冠字号识别的影响，经此处理后的图像更准确；同时，该方法无需多次调整阈值，时间复杂度低，提高了图像处理效率。
第一阈值计算模块202具体可以采用OTSU二值化方法计算灰度图的第一阈值，采用百分比阈值法计算灰度图的第二阈值。
第二阈值计算模块203可以采用以下公式计算二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数。
优选的，灰度图获取模块201可以包括：图像截取单元，用于在纸币灰度图上截取冠字号图像；边界确定单元，用于确定冠字号的上边界和下边界；灰度图截取单元，用于按照上边界和下边界在冠字号图像中截取冠字号区域的灰度图。
上述图像二值化装置可执行本发明任意实施例所提供的图像二值化方法，具备执行方法相应的功能模块和有益效果。
实施例三
本发明实施例三以上述实施例为基础，提供了一种优选实例。在纸币冠字号识别过程中，采集纸币图像，对图像进行预处理，包括：纸币图像的标准化处理、冠字号区域图像的二值化处理、冠字号字符的切分和归一化处理以及冠字号字符的骨架提取，然后进行冠字号字符的识别。对纸币图像进行标准化处理(如边缘检测、倾斜校正)后得到与实际纸币大小一致的纸币灰度图，对纸币的面向和/或币值进行识别时，需要检测冠字号特性，例如，检测字符之间的间隙个数为4个，则可以确定具备冠字号特性。冠字号区域存在污迹，会影响对字符间隙的检测。下面结合附图对本实施例的图像二值化处理过程进行说明，包括以下步骤：
(1)在纸币灰度图上截取冠字号图像，如图3所示，冠字号区域存在污迹且图像包含冠字号之外的其他图案。
(2)对冠字号图像进行二值化，得到如图4所示的二值图像，具体的，可以采用现有的二值化方法进行二值化，例如，双峰法、P参数法、Otsu法、最大熵阈值法、迭代法(最佳阈值法)等。
(3)确定冠字号的上边界和下边界，具体的，可以采用现有的方法确定上边界和下边界，对此不进行详细说明。根据上下边界从图4中截取到的图像如图5所示，显然，如果根据图5识别冠字号间隙特性，由于污迹的影响，第3个间隙和第4个间隙可能无法检测出来，在预设条件是检测到4个间隙才能认为有冠字号特性的前提下，该样本就会被错误识别。按照实施例一的方法，根据字符上边界和下边界在图3所示的图像中截取得到冠字号区域的灰度图，如图6所示。
(4)图6所示的区域被认为可能是冠字号区域，现在要检测该区域的冠字号特性，采用OTSU方法计算得到阈值T1，采用百分比阈值方法计算得到阈值T2，本实例中采用百分比阈值方法时百分比设为0.12。与冠字号区域没有污迹的情况相比，有污迹的情况下T1将会变大，而T2不会变化太大，那么T1与T2的比值就可以表示污损程度。
具体采用以下公式计算最终的二值化阈值：T＝T1－(T1/T2)×W，其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数。
(5)利用上述公式计算得到的二值化阈值对图6所示的灰度图进行二值化，W＝1的二值化效果图如图7所示，W＝3的二值化效果图如图8所示，根据图5、图7与图8的对比，可以明显看出，图7和图8中的污迹明显减少了，当权重W取值大时，污迹减少的更为明显。由此可见，本发明实施例提供的图像二值化方案，能够消除污迹对冠字号识别的影响，且无需多次调整阈值，时间复杂度低。
实施例四
图9是本发明实施例四提供的设备的结构示意图，如图9所示，该设备包括：处理器910、存储器920、输入装置930和输出装置940。该设备中处理器910的数量可以是一个或多个，图9中以一个处理器910为例；该设备中处理器910、存储器920、输入装置930和输出装置940可以通过总线或其他方式连接，图9中以通过总线连接为例。
存储器920作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的图像二值化方法对应的程序指令/模块(例如，图像二值化装置中的灰度图获取模块201、第一阈值计算模块202、第二阈值计算模块203和二值化模块204)。处理器910通过运行存储在存储器920中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述实施例一的图像二值化方法。
存储器920可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器920可进一步包括相对于处理器910远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置930可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置940可包括显示屏等显示设备，例如，显示灰度图、二值图像、冠字号识别结果等。上述设备还可以包括图像采集装置，用于采集纸币图像。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如实施例一所述的图像二值化方法。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述图像二值化装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种图像二值化方法，其特征在于，包括：
获取冠字号区域的灰度图；
采用第一预设二值化方法计算所述灰度图的第一阈值，以及采用第二预设二值化方法计算所述灰度图的第二阈值；
根据所述第一阈值与所述第二阈值确定所述冠字号区域的污损程度，并根据所述污损程度计算二值化阈值；
根据所述二值化阈值对所述灰度图进行二值化，得到二值图像；
采用以下公式计算所述二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数；
所述第一预设二值化方法是受污迹影响较大的方法，所述第二预设二值化方法是受污迹影响较小的方法。
2.根据权利要求1所述的方法，其特征在于，采用第一预设二值化方法计算所述灰度图的第一阈值，包括：采用OTSU二值化方法计算所述第一阈值。
3.根据权利要求1所述的方法，其特征在于，采用第二预设二值化方法计算所述灰度图的第二阈值，包括：采用百分比阈值法计算所述第二阈值。
4.根据权利要求1所述的方法，其特征在于，获取冠字号区域的灰度图，包括：
在纸币灰度图上截取冠字号图像；
确定冠字号的上边界和下边界；
按照所述上边界和所述下边界在所述冠字号图像中截取冠字号区域的灰度图。
5.一种图像二值化装置，其特征在于，包括：
灰度图获取模块，用于获取冠字号区域的灰度图；
第一阈值计算模块，用于采用第一预设二值化方法计算所述灰度图的第一阈值，以及采用第二预设二值化方法计算所述灰度图的第二阈值；
第二阈值计算模块，用于根据所述第一阈值与所述第二阈值确定所述冠字号区域的污损程度，并根据所述污损程度计算二值化阈值；
二值化模块，用于根据所述二值化阈值对所述灰度图进行二值化，得到二值图像；
所述第二阈值计算模块采用以下公式计算所述二值化阈值：
T＝T1－(T1/T2)×W，
其中，T表示二值化阈值，T1表示第一阈值，T2表示第二阈值，T1/T2表示污损程度，W表示污损程度的权重，W取值为正整数；
所述第一预设二值化方法是受污迹影响较大的方法，所述第二预设二值化方法是受污迹影响较小的方法。
6.根据权利要求5所述的装置，其特征在于，所述灰度图获取模块包括：
图像截取单元，用于在纸币灰度图上截取冠字号图像；
边界确定单元，用于确定冠字号的上边界和下边界；
灰度图截取单元，用于按照所述上边界和所述下边界在所述冠字号图像中截取冠字号区域的灰度图。
7.一种电子设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至4中任一项所述的图像二值化方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4中任一项所述的图像二值化方法。
CN201710384029.8A 2017-05-26 2017-05-26 图像二值化方法、装置、设备及存储介质 Active CN108960222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710384029.8A CN108960222B (zh) 2017-05-26 2017-05-26 图像二值化方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710384029.8A CN108960222B (zh) 2017-05-26 2017-05-26 图像二值化方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN108960222A CN108960222A (zh) 2018-12-07
CN108960222B true CN108960222B (zh) 2022-01-28

Family

ID=64494118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710384029.8A Active CN108960222B (zh) 2017-05-26 2017-05-26 图像二值化方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN108960222B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112364876B (zh) * 2020-11-25 2024-05-14 北京紫光青藤微系统有限公司 一种高效的条码二值化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
CN105335741A (zh) * 2015-10-28 2016-02-17 深圳怡化电脑股份有限公司 一种脏污冠字号分类的方法和系统
CN106683257A (zh) * 2016-12-30 2017-05-17 深圳怡化电脑股份有限公司 冠字号定位方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6325788A (ja) * 1986-07-18 1988-02-03 Toshiba Corp 列車番号識別装置
JP6487255B2 (ja) * 2015-03-31 2019-03-20 日本電産サンキョー株式会社 文字切り出し装置、文字認識装置、および文字切り出し方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298982A (zh) * 2013-07-16 2015-01-21 深圳市腾讯计算机系统有限公司 一种文字识别方法及装置
CN105335741A (zh) * 2015-10-28 2016-02-17 深圳怡化电脑股份有限公司 一种脏污冠字号分类的方法和系统
CN106683257A (zh) * 2016-12-30 2017-05-17 深圳怡化电脑股份有限公司 冠字号定位方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种高空间分辨率的遥感变化检测方法在智慧农业中的应用;虢英杰 等;《安徽农业科学》;20161231;全文 *
人民币纸币智能识别系统研究与设计;冷素汝;《万方学论文论电子库》;20170424;正文第18-19、34-35页 *
基于SOFM神经网络的图像融合二值化方法;潘梅森、荣秋生;《光学精密工程》;20070331;全文 *

Also Published As

Publication number Publication date
CN108960222A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
US20190188528A1 (en) Text detection method and apparatus, and storage medium
CN107103683B (zh) 纸币识别方法和装置、电子设备和存储介质
US9679354B2 (en) Duplicate check image resolution
CN101923741A (zh) 一种基于验钞机的纸币号码识别方法
CN114387591A (zh) 车牌识别方法、系统、设备及存储介质
CN107025716B (zh) 检测纸币冠字号污损的方法及装置
CN106920318B (zh) 一种纸币的鉴别方法及装置
CN105335741A (zh) 一种脏污冠字号分类的方法和系统
CN111814673A (zh) 一种修正文本检测边界框的方法、装置、设备及存储介质
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
CN107610316A (zh) 检测纸币缺损的方法、装置及终端设备
CN105139508B (zh) 一种检测纸币的方法及装置
CN117351011A (zh) 屏幕缺陷检测方法、设备和可读存储介质
CN107742357A (zh) 一种纸币冠字号的识别方法及装置
CN114581658A (zh) 一种基于计算机视觉的目标检测方法及装置
CN107680246B (zh) 一种纸币图案中的曲线边界定位方法及设备
CN111814780B (zh) 一种票据图像处理方法、装置、设备及存储介质
CN108960222B (zh) 图像二值化方法、装置、设备及存储介质
CN111199240A (zh) 银行卡识别模型的训练方法、银行卡识别方法以及装置
CN112530079B (zh) 一种检测票据要素的方法、装置、终端设备和存储介质
CN111563845B (zh) 票据表面涂刮检测方法、装置、设备及存储介质
CN117058805A (zh) 纸币图像处理方法及系统
CN109543554B (zh) 票据检测方法、装置、终端及计算机可读存储介质
CN106886777B (zh) 一种字符边界确定方法及装置
Lin et al. Locating license plate based on edge features of intensity and saturation subimages

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant