CN112883974B - 基于图像校验的电子保函识别系统 - Google Patents

基于图像校验的电子保函识别系统 Download PDF

Info

Publication number
CN112883974B
CN112883974B CN202110488676.XA CN202110488676A CN112883974B CN 112883974 B CN112883974 B CN 112883974B CN 202110488676 A CN202110488676 A CN 202110488676A CN 112883974 B CN112883974 B CN 112883974B
Authority
CN
China
Prior art keywords
image
pixel
regions
region
seal
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
CN202110488676.XA
Other languages
English (en)
Other versions
CN112883974A (zh
Inventor
曾鸿远
张迁
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.)
Jiangxi Jiangzi Jinfa Data Technology Development Co ltd
Original Assignee
Jiangxi Jiangzi Jinfa Data Technology Development Co ltd
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 Jiangxi Jiangzi Jinfa Data Technology Development Co ltd filed Critical Jiangxi Jiangzi Jinfa Data Technology Development Co ltd
Priority to CN202110488676.XA priority Critical patent/CN112883974B/zh
Publication of CN112883974A publication Critical patent/CN112883974A/zh
Application granted granted Critical
Publication of CN112883974B publication Critical patent/CN112883974B/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
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Input (AREA)

Abstract

本发明公开了一种基于图像校验的电子保函识别系统，该电子保函识别系统主要包括印鉴存储部、图像接收部、图像分割部、图像转换部、印鉴定位部、图像读取部。该系统可以存储参考印鉴参考图像G，然后获得待识别电子保函图像和像素坐标为
Figure 100004_DEST_PATH_IMAGE001
，将电子保函图像分割为多个图像稳定区域B后再转换为二值区域C，从多个二值区域C中确定印鉴图像；最后根据印鉴图像的像素坐标
Figure 479781DEST_PATH_IMAGE001
读取电子保函图像的文本区域。该系统采用的稳定区域转化为二值区域能加快校验电子保函图像的速度，从而提高电子保函识别的效率，准确的识别电子保函其他有效数据，提高了系统工作效率，加快了分析电子保函的时间。

Description

基于图像校验的电子保函识别系统
技术领域
本发明涉及一种图像识别技术，具体涉及基于图像校验的电子保函识别系统，用于对电子保函进行识别真伪。
背景技术
图像信息在日常生活中的作用越来越广泛，各种与图像处理与分析相关的技术方法都得到了重视，属于真伪识别领域的图像识别技术就是其中之一。利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，主要运用在安全检查、身份核验、无人货架、智能零售柜等领域，例如CN109977750A、CN110008942A等。然而，传输电路及电子元件都会使图像产生噪声，这些噪声降低了图像的质量从而对图像的数据识别产生干扰与障碍，从而降低了识别效率和可靠性。本系统针对特定类型的图像，可以根据图像的格式调整识别方式。例如保函图像文件通常包括图章编号、编号、汉字、数字等，可以根据这类图像文件的格式特性，提高识别效率和可靠性。
发明内容
本发明提供了基于图像校验的电子保函识别系统，提高电子保函鉴别的及时性以及高效性。
一种基于图像校验的电子保函识别系统，其特征在于包括：
印鉴存储部，存储印鉴参考图像G；
图像接收部，用于获得待识别电子保函图像；
图像分割部，将电子保函图像分割为多个图像稳定区域B；
图像转换部，将多个图像稳定区域B转换为二值区域C；
印鉴定位部，用于从多个二值区域C中确定印鉴图像的像素坐标
Figure 100002_DEST_PATH_IMAGE001
；
图像读取部，根据印鉴图像的像素坐标
Figure 908592DEST_PATH_IMAGE001
读取电子保函图像的文本区域其中，
图像分割部以像素阈值
Figure 100002_DEST_PATH_IMAGE002
从电子保函图像上识别出多个连通区域
Figure 100002_DEST_PATH_IMAGE003
，计算连通区域
Figure 668737DEST_PATH_IMAGE003
的变化率
Figure 100002_DEST_PATH_IMAGE004
，
Figure 100002_DEST_PATH_IMAGE005
，
Figure 100002_DEST_PATH_IMAGE006
表示阈值变化，若
Figure 139033DEST_PATH_IMAGE004
大于变化率阈值
Figure 100002_DEST_PATH_IMAGE007
，则将连通区域
Figure 100002_DEST_PATH_IMAGE008
确定为 图像稳定区域B，
图像转换部接收多个图像稳定区域B，图像稳定区域B的任意像素点的像素值为
Figure 100002_DEST_PATH_IMAGE009
，根据像素阈值T将图像稳定区域B转换为二值区域C，二值区域C任意像素点的像素值
Figure DEST_PATH_IMAGE010
，
印鉴定位部从印鉴存储部中提取印鉴参考图像G，计算任意二值区域C与印鉴参考图像G的相似度
Figure DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE012A
最大的二值区域C为印鉴图像，其中，
Figure DEST_PATH_IMAGE014
，
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
是区域G和C的像素区的平均梯度，
Figure DEST_PATH_IMAGE020
是区域G和C的像素区的平均高度，
Figure 100002_DEST_PATH_IMAGE022
分别是区域G和C的像素区的平均宽度。
在本发明中，以像素值k为像素阈值将图像稳定区域B分割为第一像素区域和第二 像素区域，k=0，1，2...255，第一像素区域的分割参数
Figure 100002_DEST_PATH_IMAGE023
，第二像素 区域的分割参数
Figure 100002_DEST_PATH_IMAGE024
，使得
Figure 100002_DEST_PATH_IMAGE025
最大的像素值k为所述像 素阈值T，其中，
Figure 100002_DEST_PATH_IMAGE026
为像素n在图像稳定区域B出现的概率，
Figure DEST_PATH_IMAGE027
为第一像素区域占图像稳定区域 B的比例。
在本发明中，还包括审查部，该审查部根据文本区域审查电子保函的合规性。
在本发明中，还包括通知部，生成拒绝通知或许可通知。
在本发明中，还配置打印输出端，用于图像读取部打印输出电子保函图像的文本区域。
在本发明中，还包括特征分析单元，用于检测多个图像稳定区域B是否存在PS或拼图痕迹。
本发明的基于图像校验的电子保函识别系统，图像分割部将电子保函图像分割为 多个图像稳定区域B，图像转换部将多个图像稳定区域B转换为二值区域C。通过对图像的前 期处理，可以提高印鉴识别的准确度。印鉴定位部从多个二值区域C中确定印鉴图像的像素 坐标
Figure DEST_PATH_IMAGE028
，图像读取部根据像素坐标
Figure 226681DEST_PATH_IMAGE028
读取电子保函图像的文本区域，最终准确确定 电子保函图像的全部数据内容，从而快速识别整个保函。
实施本发明这种基于图像校验的电子保函识别系统，具有以下有益效果：该系统采用的稳定区域转化为二值区域能加快校验电子保函图像的速度，从而提高电子保函识别的效率，并由印鉴图像着手进行图像区域划分，能更加准确无误的识别电子保函其他有效数据，提高了系统工作效率，加快了分析电子保函的时间。
附图说明
图1为本发明的电子保函识别系统框图；
图2为本发明的电子保函识别系统的处理流程图；
图3为本发明的确定二值化参数T的函数模型。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
如图1至3所示的本发明的基于图像校验的电子保函识别系统，主要用于电子保函的准确识别，便于后续保函的审查、通知的生成。本发明这种电子保函识别系统主要包括印鉴存储部、图像接收部、图像分割部、图像转换部、印鉴定位部、图像读取部等。电子保函包含符合要求的图像数据，根据预设印鉴的位置可以确定其他文本区域的位置，提高图像识别和解析效率。
本发明由系统中的印鉴定位部进行像素区对照相似度
Figure DEST_PATH_IMAGE012AA
，占用时间少，效率快，准确度高。印鉴存储部存储印鉴参考图像G。印鉴存储部为本地的存储器，印鉴参考图像G中包含电子保函的类别信息、编号信息、印鉴信息等。图像接收部例如是I/O端口，用于获得待识别电子保函图像。
图像接收部可以采用预处理操作，例如降噪滤波，便于后续图像分割部进行图像分割操作处理。
电子保函中包含多个像素区域，不同的像素区域不连接。为了提高识别效率，图像 分割部将电子保函图像分割为多个图像稳定区域B。图像分割部以像素阈值
Figure 833243DEST_PATH_IMAGE002
从电子保函图 像上识别出多个连通区域
Figure 967552DEST_PATH_IMAGE008
，计算连通区域
Figure 253040DEST_PATH_IMAGE008
的变化率
Figure 255631DEST_PATH_IMAGE004
，
Figure 919962DEST_PATH_IMAGE005
，
Figure 880965DEST_PATH_IMAGE006
表示阈值变化，若
Figure 388169DEST_PATH_IMAGE004
大于变化率阈值
Figure 804238DEST_PATH_IMAGE007
，则将连通区域
Figure 713288DEST_PATH_IMAGE008
确定为图像稳定区域B。印鉴像素为一个整体的连通区 域，并且满足像素一致。本实施例可以预设变化率阈值
Figure 579613DEST_PATH_IMAGE007
为5%。
图像稳定区域B内的像素值不一致，为了满足印鉴图像像素一致的要求，对图像稳 定区域B做像素变换。图像转换部将多个图像稳定区域B转换为二值区域C。图像转换部接收 多个图像稳定区域B，图像稳定区域B的任意像素点的像素值为
Figure 446551DEST_PATH_IMAGE009
，根据像素阈值T将图像 稳定区域B转换为二值区域C，二值区域C任意像素点的像素值
Figure 56524DEST_PATH_IMAGE010
。
本发明公开了一种二值化的方案，以求尽可能少的减少数据丢失。以像素值k为像 素阈值将图像稳定区域B分割为第一像素区域和第二像素区域。第一像素区域的分割参数
Figure 820080DEST_PATH_IMAGE023
，第二像素区域的分割参数
Figure 732673DEST_PATH_IMAGE024
。 第一像素区域为数据物体MO。第二像素区域为数据背景MB。k依次设定为0，1，2...255，分别 计算
Figure DEST_PATH_IMAGE029
。使得
Figure 214469DEST_PATH_IMAGE029
最大的像素值k为所述像素阈值T。
Figure 503500DEST_PATH_IMAGE026
为像素n在图像稳定区域B出 现的概率，
Figure DEST_PATH_IMAGE030
为第一像素区域占图像稳定区域B的比例。
印鉴定位部用于从多个二值区域C中确定印鉴图像。印鉴定位部从印鉴存储部中提取印鉴参考图像G，计算任意二值区域C与印鉴参考图像G的相似度
Figure DEST_PATH_IMAGE012AAA
，
Figure DEST_PATH_IMAGE032
最大的二值区域C为印鉴图像。
Figure 324825DEST_PATH_IMAGE014
，
Figure 532952DEST_PATH_IMAGE016
，
Figure 111832DEST_PATH_IMAGE018
是区域G和C的像素区的平均梯度，
Figure 63608DEST_PATH_IMAGE020
是区域G和C的像素区的平均高度，
Figure 801757DEST_PATH_IMAGE022
分别是区域G和C的像素区的平均宽度。
综上所述，本识别系统的过程是先由印鉴存储部识别并存储印鉴参考图像G，使得 图像接收部快速获得电子保函图像，之后由图像分割部通过计算连通区域
Figure 56152DEST_PATH_IMAGE003
的变化率
Figure 512541DEST_PATH_IMAGE004
的 方法，从电子保函图像上识别出多个连通区域
Figure 2428DEST_PATH_IMAGE003
，将电子保函图像分割为多个图像稳定区 域B；然后由图像转换部通过二值化方法将多个图像稳定区域B转换为二值区域C；印鉴定位 部再根据多个二值区域C中确定出印鉴图像的像素坐标
Figure 204870DEST_PATH_IMAGE001
；最后由图像读取部根据印鉴 图像的像素坐标
Figure DEST_PATH_IMAGE033
读取电子保函图像的文本区域。
图像读取部根据印鉴图像的像素坐标
Figure 20380DEST_PATH_IMAGE001
读取电子保函图像的文本区域。电子 保函文件的印鉴位置和文本位置为固定值，根据印鉴图像的像素位置可以确定文本区域。 审查部根据文本区域审查电子保函的合规性，例如审查担保金额和担保种类。通知部根据 审查的结果，生成拒绝通知或许可通知。特征分析单元检测应用客户端上传的电子保函图 像是否存在PS或拼图痕迹，若存在痕迹，则输出拒绝操作的指令；若不存在痕迹，则向印鉴 定位部发送操作指令。

Claims (6)

1.一种基于图像校验的电子保函识别系统，其特征在于，包括：
印鉴存储部，存储印鉴参考图像G；
图像接收部，用于获得待识别电子保函图像；
图像分割部，将电子保函图像分割为多个图像稳定区域B；
图像转换部，将多个图像稳定区域B转换为二值区域C；
印鉴定位部，用于从多个二值区域C中确定印鉴图像的像素坐标
Figure DEST_PATH_IMAGE001
；
图像读取部，根据印鉴图像的像素坐标
Figure 176724DEST_PATH_IMAGE001
读取电子保函图像的文本区域，其中，
图像分割部以像素阈值
Figure DEST_PATH_IMAGE002
从电子保函图像上识别出多个连通区域
Figure DEST_PATH_IMAGE003
，计算连通区域
Figure 31547DEST_PATH_IMAGE003
的变化率
Figure DEST_PATH_IMAGE004
，
Figure DEST_PATH_IMAGE005
，
Figure DEST_PATH_IMAGE006
表示阈值变化，若
Figure 152562DEST_PATH_IMAGE004
大于变化率阈值
Figure DEST_PATH_IMAGE007
，则将连通区域
Figure 219876DEST_PATH_IMAGE003
确 定为图像稳定区域B，
图像转换部接收多个图像稳定区域B，图像稳定区域B的任意像素点的像素值为
Figure DEST_PATH_IMAGE008
，根据像素阈值T将图像稳定区域B转换为二值区域C，二值区域C任意像素点的像素 值
Figure DEST_PATH_IMAGE009
，
印鉴定位部从印鉴存储部中提取印鉴参考图像G，计算任意二值区域C与印鉴参考图像G的相似度
Figure DEST_PATH_IMAGE011
，
Figure DEST_PATH_IMAGE011A
最大的二值区域C为印鉴图像，其中，
Figure DEST_PATH_IMAGE013
，
Figure DEST_PATH_IMAGE015
，
Figure DEST_PATH_IMAGE017
是区域G和C的像素区的平均梯度，
Figure DEST_PATH_IMAGE019
是区域G和C的像素区的平均高度，
Figure DEST_PATH_IMAGE021
分别是区域G和C的像素区的平均宽度。
2.根据权利要求1所述的基于图像校验的电子保函识别系统，其特征在于，以像素值k 为像素阈值将图像稳定区域B分割为第一像素区域和第二像素区域，k=0，1，2...255，第一 像素区域的分割参数
Figure DEST_PATH_IMAGE022
，第二像素区域的分割参数
Figure DEST_PATH_IMAGE023
，使得
Figure DEST_PATH_IMAGE024
最大的像素值k为所述像素阈值T，其 中，
Figure DEST_PATH_IMAGE025
为像素n在图像稳定区域B出现的概率，
Figure DEST_PATH_IMAGE026
为第一像素区域占图像稳定区域B的比例。
3.根据权利要求2所述的基于图像校验的电子保函识别系统，其特征在于，还包括审查部，该审查部根据文本区域审查电子保函的合规性。
4.根据权利要求2所述的基于图像校验的电子保函识别系统，其特征在于，还包括通知部，生成拒绝通知或许可通知。
5.根据权利要求2所述的基于图像校验的电子保函识别系统，其特征在于，还配置打印输出端，用于图像读取部打印输出电子保函图像的文本区域。
6.根据权利要求1所述的基于图像校验的电子保函识别系统，其特征在于，还包括特征分析单元，用于检测多个图像稳定区域B是否存在PS或拼图痕迹。
CN202110488676.XA 2021-05-06 2021-05-06 基于图像校验的电子保函识别系统 Active CN112883974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110488676.XA CN112883974B (zh) 2021-05-06 2021-05-06 基于图像校验的电子保函识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110488676.XA CN112883974B (zh) 2021-05-06 2021-05-06 基于图像校验的电子保函识别系统

Publications (2)

Publication Number Publication Date
CN112883974A CN112883974A (zh) 2021-06-01
CN112883974B true CN112883974B (zh) 2021-07-09

Family

ID=76040740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110488676.XA Active CN112883974B (zh) 2021-05-06 2021-05-06 基于图像校验的电子保函识别系统

Country Status (1)

Country Link
CN (1) CN112883974B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136523B (zh) * 2012-11-29 2016-06-29 浙江大学 一种自然图像中任意方向文本行检测方法
CN103854278A (zh) * 2012-12-06 2014-06-11 五邑大学 基于连通区域质心形状上下文的印刷电路板图像配准方法
US9237316B2 (en) * 2013-03-04 2016-01-12 Sensormatic Electronics, LLC Method and system to characterize video background changes as abandoned or removed objects
CN107704509B (zh) * 2017-08-31 2021-11-02 北京联合大学 一种联合稳定区域与深度学习的重排序方法
CN109993739B (zh) * 2019-03-29 2023-04-28 深圳市安印科技有限公司 一种印章真伪鉴别方法与装置

Also Published As

Publication number Publication date
CN112883974A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
US11538235B2 (en) Methods and apparatus to determine the dimensions of a region of interest of a target object from an image using target object landmarks
US9754164B2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
US9542752B2 (en) Document image compression method and its application in document authentication
US8965127B2 (en) Method for segmenting text words in document images
CN109740417B (zh) 发票类型识别方法、装置、存储介质和计算机设备
US9202146B2 (en) Duplicate check image resolution
CN108830275B (zh) 点阵字符、点阵数字的识别方法及装置
CN111178290A (zh) 一种签名验证方法和装置
US20210174119A1 (en) Systems and methods for digitized document image data spillage recovery
CN111860536A (zh) 一种图像识别方法、装置及存储介质
CN111461102A (zh) 防伪识别方法、装置、设备终端和可读存储介质
CN113569863A (zh) 一种单据稽查的方法、系统、电子设备及存储介质
CN112308046A (zh) 图像的文本区域定位方法、装置、服务器及可读存储介质
CN113221696A (zh) 一种图像识别方法、系统、设备及存储介质
CN115147855A (zh) 票据进行批量ocr识别方法及系统
CN112883974B (zh) 基于图像校验的电子保函识别系统
CN115410191B (zh) 文本图像识别方法、装置、设备和存储介质
CN112464941A (zh) 一种基于神经网络的发票识别方法和系统
CN116469090A (zh) 喷码图案的检测方法、装置、电子设备和存储介质
CN111753842B (zh) 票据文本区域检测方法及装置
CN109389000B (zh) 一种条形码识别方法及应用该方法的计算机
CN114519788A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
Gonasagi et al. Classification of historical documents based on LBP and LPQ techniques
CN115359543B (zh) 一种基于区块链的远程用印方法与系统
CN113537216B (zh) 一种点阵字体文本行倾斜校正方法及装置

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