專利名稱：一種圖像線性幾何變形自動(dòng)矯正的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖形圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像線性幾何變形自動(dòng)矯正的方法。
背景技術(shù)：
科技的發(fā)展，使得圖形圖像的處理越來越多，應(yīng)用領(lǐng)域也越來越廣泛。通常，開始處理圖像時(shí)，由圖像采集設(shè)備采集圖像，但是，由于圖像采集設(shè)備本身的原因和各種環(huán)境因素的影響，都可能會使采集到的圖像產(chǎn)生不同程度、不同特征的幾何變形。對于同類設(shè)備來說，即使處于相同的工作環(huán)境，圖像幾何變形的差異也是不可預(yù)測的。
產(chǎn)生圖像不確定幾何變形的主要原因有如下幾方面(1)圖像采集設(shè)備光學(xué)系統(tǒng)或機(jī)械系統(tǒng)造成的圖像幾何變形的系統(tǒng)誤差；(2)圖像采集設(shè)備與被采集對象距離與角度上的變化；(3)被采集對象自身的變形。
圖像的幾何變形可能是非線性的，也可能是線性的。本發(fā)明所要解決是準(zhǔn)線性幾何變形問題。根據(jù)處理問題的精度要求，當(dāng)對象的非線性幾何變形可以忽略時(shí)，都可以歸并為準(zhǔn)線性幾何變形問題，因此，解決了圖形圖像準(zhǔn)線性幾何的變形問題，將使其有更寬的應(yīng)用領(lǐng)域。
在許多圖像處理與模式識別的應(yīng)用領(lǐng)域，通常都需要預(yù)先保存目標(biāo)圖像信息，然后根據(jù)目標(biāo)圖像與待識別的對象圖像在多維空間的信息差異，識別、判斷該對象圖像是否屬于該目標(biāo)集，即該對象圖像是否與預(yù)存的目標(biāo)圖像是否相同或相似，然后對對象圖像進(jìn)行識別、誤差分析和質(zhì)量檢查等工作，從而正確識別出對象圖像與預(yù)存的目標(biāo)圖像是否完全相同或一致。例如，在銀行系統(tǒng)的工作中，凡是在銀行開戶的企業(yè)或單位，都需要在銀行預(yù)留該企業(yè)或單位財(cái)務(wù)章和負(fù)責(zé)人名章的圖像信息，如果以后企業(yè)和單位去銀行辦理財(cái)務(wù)業(yè)務(wù)如交支票時(shí)，銀行的工作人員都會利用圖像采集設(shè)備將支票上的財(cái)務(wù)章和人名章進(jìn)行掃描獲取相應(yīng)圖像信息，進(jìn)行相應(yīng)校正后，與該企業(yè)或單位預(yù)留的財(cái)務(wù)章和人名章的圖像信息進(jìn)行比對，以確認(rèn)該支票的真實(shí)性。顯然，圖像采集設(shè)備采集對象圖像信息時(shí)，理想的情況是對象圖像的大小、外形等信息不產(chǎn)生任何的幾何變形，但是，這種情況很少，事實(shí)上，一般都會發(fā)生圖像的幾何變形，如果對象圖像已產(chǎn)生幾何變形，就需要對變形的圖像進(jìn)行幾何變形的矯正，否則，將無法正確判斷和識別對象圖像與預(yù)存的目標(biāo)圖像的差異和不同。但是，事實(shí)上，圖形的幾何變形在大多場合是未知的，因此解決圖像的幾何變形矯正問題就很困難；同時(shí)，由于對象圖像信息集合的不確定性及多維空間造成的超大計(jì)算量，使得解決幾何變形矯正問題就更加困難。
現(xiàn)有技術(shù)中，為了解決上述圖像幾何變形的矯正問題，一般采用的方法是制作相應(yīng)的軟件工具，利用旋轉(zhuǎn)、平移、縮放等軟件工具，依靠人的判斷，進(jìn)行人工矯正。這種做法雖然有效，但是效率很低，無法實(shí)現(xiàn)自動(dòng)化的處理流程，而且矯正的準(zhǔn)確性也難以得到保證。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的是提供一種圖像線性幾何變形自動(dòng)矯正的方法，在采集圖像信息時(shí)，利用本發(fā)明所述的方法能夠?qū)崿F(xiàn)圖像線性幾何變形的自動(dòng)矯正，不必人工手動(dòng)矯正，而且矯正效果更好，效率也大大提高。
為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案是一種圖像線性幾何變形自動(dòng)矯正的方法，包括以下步驟(1)圖像采集設(shè)備采集識別對象的圖像信息，并將對象圖像轉(zhuǎn)換為二值圖像；(2)將步驟(1)得到的對象圖像與已經(jīng)在系統(tǒng)中預(yù)存的目標(biāo)圖像進(jìn)行相似性判斷，如果相似，則進(jìn)入步驟(3)，如果不相似，則系統(tǒng)直接確定對象圖像與系統(tǒng)中預(yù)存的目標(biāo)圖像不同，所述的目標(biāo)圖像為二值圖像；(3)分析對象圖像的變形特征，確定對象圖像與目標(biāo)圖像之間的線性變形關(guān)系，在平面坐標(biāo)系中，計(jì)算對象圖像與目標(biāo)圖像在X、Y軸上的相對變形量，從而計(jì)算出X、Y軸上的相對變形系數(shù)；(4)以目標(biāo)圖像和對像圖像之一作為參考標(biāo)準(zhǔn)，根據(jù)步驟(3)中得到的變形系數(shù)對另一個(gè)圖像進(jìn)行數(shù)學(xué)插值矯正，得到兩個(gè)圖像的最佳匹配；(5)利用系統(tǒng)對最佳匹配后的圖像進(jìn)行識別，判斷對像圖像與目標(biāo)圖像的相同或差異，從而正確判斷對像圖像的真實(shí)性。
進(jìn)一步，為使本發(fā)明獲得更好的發(fā)明效果，步驟(2)中，對對象圖像與目標(biāo)圖像進(jìn)行相似性判斷時(shí)，具體采用如下方法1)對象圖像與目標(biāo)圖像均為二值圖像，二值圖像中的連通像素點(diǎn)構(gòu)成了不規(guī)則的幾何圖形，提取幾何圖形的邊緣信息，然后將兩個(gè)圖像即對像圖像與目標(biāo)圖像提取的所有邊緣信息(所有邊緣像素點(diǎn))相應(yīng)地分為兩個(gè)數(shù)學(xué)集合；所述的邊緣信息包括圖像邊界及內(nèi)部幾何圖形的所有邊緣信息，每個(gè)獨(dú)立幾何形狀的邊緣信息是整個(gè)圖形邊緣信息的一個(gè)子集；2)定義步驟1)中的兩個(gè)數(shù)學(xué)集合的元素以相同的規(guī)則來描述幾何形狀，同時(shí)，定義兩集合元素間的距離，用以描述幾何形狀的差異；3)如步驟1)中所述，邊緣信息的數(shù)學(xué)集合由若干個(gè)不規(guī)則幾何圖形的邊緣信息構(gòu)成，為了更有效地實(shí)現(xiàn)相似性判斷，在邊緣信息數(shù)學(xué)集合中首先提取圖像的外邊界信息，作為相似性判斷的第一步，采用的具體方法如下以對象圖像和目標(biāo)圖像的圖像中心為坐標(biāo)原點(diǎn)，分別旋轉(zhuǎn)兩個(gè)圖像的邊界信息點(diǎn)，利用優(yōu)化算法求取最小外接矩形面積目標(biāo)圖像最小外接矩形面積N0；最小外接矩形的長邊長度L0；最小外接矩形的短邊長度L1；對象圖像最小外接矩形面積N0′；最小外接矩形的長邊長度L0′；最小外接矩形的短邊長度L1′；然后在最優(yōu)點(diǎn)處，分別求取兩個(gè)圖像即對象圖像和目標(biāo)圖像外邊界點(diǎn)內(nèi)的面積；目標(biāo)圖像外邊界點(diǎn)內(nèi)的面積N1；對象圖像外邊界點(diǎn)內(nèi)的面積N1′；然后分別求取兩個(gè)圖像即對象圖像和目標(biāo)圖像最小外接矩形面積與外邊界點(diǎn)內(nèi)的面積的比值Kmb和Kdx，同時(shí)求取兩個(gè)圖像最小外接矩形的長邊長度的比值K1和短邊長度的比值K1′；兩個(gè)圖像比值的差異，反映了外形的相似程度；具體如下目標(biāo)圖像Kmb＝N0/N1；對象圖像Kdx＝N0′/N1′；長邊長度的比值K1＝L0/L0′；短邊長度的比值K1′＝L1/L1′；設(shè)定一個(gè)判別標(biāo)準(zhǔn)a，a的取值范圍為大于0小于等于0.2，a的更好的取值范圍為大于0小于等于0.1，如果abs(Kmb-Kdx)/Kmb＜a并且abs(K1-K1′)/K1＜a，其中abs是指絕對值，此時(shí)，即可判定對象圖像與目標(biāo)圖像外形相似，然后進(jìn)入步驟4)；如果不滿足上述條件，則直接可判定對象圖像與目標(biāo)圖像不相似，處理過程結(jié)束；同時(shí)，此步驟獲得兩圖像線性變形的縮放系數(shù)Kxy＝(K1+K1′)/2；4)根據(jù)步驟3)，獲得兩圖像線性變形的縮放系數(shù)Kxy＝(K1+K1′)/2，為了進(jìn)一步判定兩圖像的相似性，在目標(biāo)圖像的邊緣信息數(shù)學(xué)集合中提取邊界長度最大的2-20個(gè)幾何圖形的邊緣信息與圖像的外邊界信息，形成新的數(shù)學(xué)集合S0，即目標(biāo)圖像中邊界長度最大的2-20個(gè)幾何圖形的邊緣信息與圖像的外邊界信息構(gòu)成數(shù)學(xué)集合S0，如果對像圖像與目標(biāo)圖像相似，在對像圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合S0相近的子集S1，數(shù)學(xué)集合S0經(jīng)過映射后，在對像圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集S1，然后進(jìn)一步判斷兩個(gè)圖像的相似性，具體如下因?yàn)?，目?biāo)圖像與對象圖像在大小、旋轉(zhuǎn)角度、中心偏移等方面都可能存在差異，所以需要將目標(biāo)圖像中幾何圖形的邊緣信息與外邊界信息通過映射轉(zhuǎn)換，在對象圖像中搜索相似的幾何圖形的邊緣信息與外邊界信息，其映射關(guān)系具體如下式所述Pymb＝f(Pmb，Px，Py，alf，Kx，Ky) (1)其中，Pmb表示目標(biāo)圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)，Px，Py表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)的相對偏移量，Px表示兩個(gè)幾何中心點(diǎn)在X方向的相對偏移量，Py表示兩個(gè)幾何中心點(diǎn)在Y方向的相對偏移量，即如果以目標(biāo)圖像的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Px，Py表示對象圖像幾何中心點(diǎn)在x、y方向的相對偏移量，反之亦然，如果以對象圖像的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Px，Py表示目標(biāo)圖像幾何中心點(diǎn)在x、y方向的相對偏移量；alf表示旋轉(zhuǎn)角度，并且此時(shí)取值范圍為0-360度，Kx，Ky表示該點(diǎn)在X和Y方向變形的縮放系數(shù)；Pymb表示目標(biāo)圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)經(jīng)過映射得到的點(diǎn)的信息；然后，利用公式(2)計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離J；J＝∑j(Pymbi，Pdxi) (2)其中，j(Pymbi，Pdxi)表示求取兩個(gè)數(shù)學(xué)集合S0和S1第i個(gè)對應(yīng)點(diǎn)之間的距離，Pymbi表示集合S0中的第i點(diǎn)映射后得到的點(diǎn)在X和Y方向的坐標(biāo)值，Pdxi表示對象圖像的數(shù)學(xué)集合S1中對應(yīng)的第i點(diǎn)在X和Y方向的坐標(biāo)值；然后，在多維空間利用優(yōu)化算法，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，此時(shí)，因?yàn)槭谴致杂?jì)算，令縮放系數(shù)Kx＝Kxy；Ky＝Kxy，偏移Px和Py變化較小，因此尋優(yōu)空間較小，能夠大大提高計(jì)算速度，然后計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1元素間的平均距離Pj＝Jmin/n，其中，n是目標(biāo)圖像的數(shù)學(xué)集合S0包含的元素個(gè)數(shù)，元素間的平均距離Pj反映了幾何圖形的相似程度，Pj越小相似程度越高，設(shè)定一個(gè)判斷指標(biāo)b，其取值范圍為大于0小于等于20，更好的取值范圍為大于0小于等于10，如果平均距離Pj＜b，則可判斷兩個(gè)幾何圖形相似，然后可進(jìn)行后續(xù)的變形系數(shù)精確計(jì)算，即進(jìn)入步驟(3)，否則判定為不相似，則處理過程結(jié)束。
更進(jìn)一步，步驟2)中，所述的相同的規(guī)則來描述幾何形狀是指數(shù)學(xué)集合內(nèi)的每個(gè)元素都是以整個(gè)圖形的幾何中心為原點(diǎn)的相對坐標(biāo)(x，y)來表示的；每個(gè)獨(dú)立幾何形狀邊緣信息的子集又包含該獨(dú)立幾何形狀的中心坐標(biāo)點(diǎn)及邊界點(diǎn)個(gè)數(shù)。
更進(jìn)一步，步驟4)中，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離時(shí)，具體采用的方法是以獨(dú)立幾何形狀邊緣信息的子集為單位，通過映射，在多維空間搜索到兩個(gè)數(shù)學(xué)集合對應(yīng)空間邊界點(diǎn)數(shù)相近時(shí)，開始計(jì)算兩個(gè)數(shù)學(xué)集合的距離，每個(gè)目標(biāo)子集在對象集合中搜索到對應(yīng)的子集，目標(biāo)子集的每個(gè)元素在對應(yīng)的對象子集中搜索距離最近的元素，并逐個(gè)求取兩元素的距離，累加后即定義為兩個(gè)數(shù)學(xué)集合S0和S1的距離，兩元素的距離定義為j＝abs(Pmbi·x-Pdxi·x)+abs(Pmbi·y-Pdxi·y)，其中，abs表示絕對值；Pmbi·x表示目標(biāo)圖像集合S0中第i點(diǎn)在X方向上的坐標(biāo)，Pdxi·x表示對象圖像數(shù)學(xué)集合S1中第i點(diǎn)在X方向上的坐標(biāo)，Pmbi·y表示目標(biāo)圖像集合S0中第i點(diǎn)在Y方向上的坐標(biāo)，Pdxi·y表示對象圖像數(shù)學(xué)集合S1中第i點(diǎn)在Y方向上的坐標(biāo)；然后即可得到兩個(gè)數(shù)學(xué)集合的距離J＝∑j(Pymbi，Pdxi)。
進(jìn)一步，為使本發(fā)明獲得更好的發(fā)明效果，步驟(3)中，對圖形進(jìn)行變形分析及計(jì)算變形系數(shù)時(shí)，具體采用如下方法1)根據(jù)步驟(2)相似性判斷過程，通過計(jì)算得到兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，從而據(jù)此確定距離最小值Jmin的空間坐標(biāo)(Kx0，Ky0，Px0，Py0，alf0)，其中，Kx0表示最小值處在X方向的縮放系數(shù)，Ky0表示最小值處在Y方向的縮放系數(shù)，Px0，Py0表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)在X、Y方向的相對偏移量，alf0表示最小值處的旋轉(zhuǎn)角度，然后據(jù)此建立多維小鄰域搜索空間(Kx0-dkx～Kx0+dkx，Ky0-dky～Ky0+dky，Px0-dpx～Px0+dpx，Py0-dpy～Py0+dpy，alf0-dalf～alf0+dalf)；其中，Kx0＝Kxy；Ky0＝Kxy，dkx，dky分別表示X、Y方向的變形系數(shù)的搜索空間范圍即縮放變量，取值范圍為大于等于0小于等于0.1，更好的取值范圍為大于等于0小于等于0.05；dpx，dpy分別表示X、Y方向的中心偏移的搜索空間范圍即偏移變量，取值范圍為大于等于0小于等于40，更好的取值范圍為大于等于0小于等于20；dalf是兩圖像匹配角度的搜索空間范圍即旋轉(zhuǎn)角度變量，其取值范圍為大于等于0小于等于20度，更好的取值范圍為大于等于0小于等于10度；2)提取目標(biāo)圖像的所有邊緣信息，形成數(shù)學(xué)集合M0，該數(shù)學(xué)集合的的全部元素參與變形分析及變形系數(shù)計(jì)算；經(jīng)過步驟(2)相似性的判斷，判定對像圖像與目標(biāo)圖像相似，因此在對像圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合M0相近的子集M1，數(shù)學(xué)集合M0經(jīng)過映射后，在對像圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集M1，映射采用的方法與公式(1)類似，映射后，即可通過公式(2)得到兩個(gè)數(shù)學(xué)集合M0和M1的距離，然后利用數(shù)學(xué)上的最優(yōu)化算法，根據(jù)步驟1)確定的搜索空間，在此確定的空間內(nèi)，尋找搜索空間內(nèi)兩個(gè)數(shù)學(xué)集合M0和M1的最小距離點(diǎn)m，并確定最小距離點(diǎn)m的空間坐標(biāo)(Kxm，Kym，Pxm，Pym，alfm)，其中，Kxm，Kym分別表示m點(diǎn)在x、y方向的變形系數(shù)，Kxm，Kym越相近，則說明x、y方向的變形是對稱的，否則是非對稱的；alfm表示是兩圖像最佳匹配角度；Pxm，Pym表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)在x、y方向的相對偏移量。；3)利用步驟2)得到的縮放系數(shù)對圖像進(jìn)行相應(yīng)縮放，由于尋優(yōu)過程，對目標(biāo)圖像邊緣信息數(shù)學(xué)集合的映射轉(zhuǎn)換是采用先縮放后旋轉(zhuǎn)、平移的方式，所以最后得到的Kxm，Kym是目標(biāo)圖像在x、y方向的縮放系數(shù)，因?yàn)樽冃问窍鄬Φ?，如果縮放目標(biāo)圖像，可直接利用Kxm，Kym進(jìn)行縮放；如果要縮放對象圖像，則必須將Kxm，Kym轉(zhuǎn)換，具體如下面公式Kxm1＝Kxm*cos(alfm)+Kym*sin(alfm) (3)Kym1＝Kxm*sin(alfm)+Kym*cos(alfm) (4)然后得到對象圖像的縮放系數(shù)Kxmdx＝1/Kxm1；Kymdx＝1/Kym1；利用Kxmdx和Kymdx對對象圖像進(jìn)行縮放，變形矯正完成。
更進(jìn)一步，步驟1)中的dkx，dky分別表示X、Y方向的變形系數(shù)的搜索空間范圍即縮放變量，優(yōu)選的取值范圍為大于等于0小于等于0.05；dpx，dpy分別是X、Y方向的中心偏移的搜索空間范圍即偏移變量，優(yōu)選的取值范圍為大于等于0小于等于20；dalf是兩圖像匹配角度的搜索空間范圍即旋轉(zhuǎn)角度變量，優(yōu)選的取值范圍為大于等于0小于等于10度。
進(jìn)一步，步驟(4)中，如果以對像圖像為參考標(biāo)準(zhǔn)，則根據(jù)步驟3)得到的變形系數(shù)Kxm，Kym，對目標(biāo)圖像進(jìn)行數(shù)學(xué)插值縮放；如果以目標(biāo)圖像為參考標(biāo)準(zhǔn)，則根據(jù)步驟3)得到的變形系數(shù)Kxmdx，Kymdx，對對像圖像進(jìn)行數(shù)學(xué)插值縮放。
本發(fā)明的效果在于采用本發(fā)明所述的方法，能夠自動(dòng)矯正圖像信息在采集過程中發(fā)生的線性幾何變形，不必人工手動(dòng)矯正，只需根據(jù)預(yù)先保存在系統(tǒng)中的目標(biāo)圖像信息，對對象圖像信息進(jìn)行相似性判定、多維空間的變形分析、變形參數(shù)計(jì)算及線性矯正，即可完成對對象圖像信息的自適應(yīng)矯正，從而能夠?qū)崿F(xiàn)準(zhǔn)確判斷對象圖像與目標(biāo)圖像的差異和不同，準(zhǔn)確性更高，效率也大大提高。
本發(fā)明之所以具有上述效果，是因?yàn)楸景l(fā)明有如下特點(diǎn)(1)本發(fā)明所述的方法是目標(biāo)圖像與對象圖像之間相對的自適應(yīng)線性幾何變形矯正，是與圖像采集設(shè)備無關(guān)的、通用的準(zhǔn)線性變形的矯正方法，應(yīng)用條件很寬松，應(yīng)用范圍很寬泛；(2)為圖像的準(zhǔn)線性幾何變形矯正提供了非常方便快捷的使用方法。使用方法可分為自動(dòng)矯正和提示自動(dòng)矯正。自動(dòng)矯正時(shí)，系統(tǒng)自動(dòng)完成相似性判定、變形分析、變形參數(shù)計(jì)算及線性插值矯正。不需要人做任何操作。提示自動(dòng)矯正時(shí)，系統(tǒng)檢測到圖像不符合識別要求，就提示操作員是否需要自適應(yīng)矯正。操作員選擇《是》，系統(tǒng)完成《自動(dòng)矯正》流程。
(3)本發(fā)明所述的方法對線性幾何變形有極強(qiáng)的適應(yīng)性，它可以矯正圖像采集各個(gè)環(huán)節(jié)、各種原因所產(chǎn)生的線性變形，根據(jù)實(shí)際使用的要求，設(shè)定允許線性幾何變形的范圍，即可完成矯正；(4)本發(fā)明所述的方法降低了對圖像采集設(shè)備的技術(shù)要求，因此可用低成本的圖像采集設(shè)備構(gòu)成高性能的系統(tǒng)；(5)采用本發(fā)明所述方法能夠保證多臺圖像設(shè)備變形矯正精度的一致性，這是現(xiàn)有技術(shù)中所達(dá)不到的，而本發(fā)明所述的方法可以使無論多少臺設(shè)備都可輕松獲得一致的性能。


圖1是本發(fā)明所述方法的流程圖；圖2是印章變形示意圖；圖3是印章變形矯正后的示意圖。
具體實(shí)施例方式
下面結(jié)合附圖及具體實(shí)施例對本發(fā)明作進(jìn)一步的描述本實(shí)施例中利用本發(fā)明所述的方法進(jìn)行印章的真?zhèn)巫R別，在這一應(yīng)用過程中，預(yù)留印章與待驗(yàn)印章的圖像要求必須是大小一致且不變形的，這樣，才可能完成后續(xù)的圖像配準(zhǔn)、誤差分析，最終實(shí)現(xiàn)印章識別，因此，待驗(yàn)印章如發(fā)生幾何變形需要矯正后才能再與預(yù)留的印章進(jìn)行比較識別，才能正確決斷印章的真假。如圖2所示印章掃描后的印章變形圖像示意圖，采用本發(fā)明所述的上述方法進(jìn)行矯正后得到如圖3所示的矯正后的示意圖。
如圖1所示一種圖像線性幾何變形自動(dòng)矯正的方法，包括以下步驟(1)圖像采集設(shè)備采集識別對象的圖像信息，并將對象圖像轉(zhuǎn)換為二值圖像；本實(shí)施例中，圖像采集設(shè)備采集的是待驗(yàn)印章的圖像信息，如圖2所示，待驗(yàn)印章圖像已變形，圖2中的邊框和文字中的黑色部分(見附圖標(biāo)記1)表示多余誤差，圖2中的邊框和文字中的白色部分(附圖標(biāo)記2)表示缺少誤差；(2)將步驟(1)得到的待驗(yàn)印章圖像與已經(jīng)在系統(tǒng)中預(yù)存的預(yù)留印章圖像進(jìn)行相似性判斷，如果相似，則進(jìn)入步驟(3)，如果不相似，則系統(tǒng)直接可以確定待驗(yàn)印章圖像信息與系統(tǒng)中預(yù)存的預(yù)留印章圖像信息不同，預(yù)存的預(yù)留印章圖像為二值圖像；本實(shí)施例中，對待驗(yàn)印章圖像與預(yù)留印章圖像進(jìn)行相似性判斷時(shí)，具體采用如下方法1)待驗(yàn)印章圖像與預(yù)留印章圖像均為二值圖像，二值圖像中的連通像素點(diǎn)構(gòu)成了印章邊界和內(nèi)部字跡不規(guī)則的幾何圖形，提取幾何圖形的邊緣信息，然后將兩個(gè)圖像即待驗(yàn)印章圖像與預(yù)留印章圖像提取的所有邊緣信息(所有邊緣像素點(diǎn))相應(yīng)地分為兩個(gè)數(shù)學(xué)集合；所述的邊緣信息包括圖像邊界及內(nèi)部幾何圖形的所有邊緣信息，每個(gè)獨(dú)立幾何形狀的邊緣信息是整個(gè)圖形邊緣信息的一個(gè)子集；2)定義步驟1)中的兩個(gè)數(shù)學(xué)集合的元素以相同的規(guī)則來描述幾何形狀，同時(shí)，定義兩集合元素間的距離，用以描述幾何形狀的差異；本實(shí)例中，所述的相同的規(guī)則是指數(shù)學(xué)集合內(nèi)的每個(gè)元素都是以整個(gè)圖形的幾何中心為原點(diǎn)的相對坐標(biāo)(x，y)來表示的，每個(gè)獨(dú)立幾何形狀邊緣信息的子集又包含該獨(dú)立幾何形狀的中心坐標(biāo)點(diǎn)及邊界點(diǎn)個(gè)數(shù)；3)如步驟1)中所述，邊緣信息的數(shù)學(xué)集合由印章邊界和內(nèi)部字跡的不規(guī)則幾何圖形邊緣信息構(gòu)成，每個(gè)幾何圖形的邊緣信息是邊緣信息的一個(gè)子集，在邊緣信息數(shù)學(xué)集合中首先提取印章外邊界信息，作第一步相似性判斷，具體方法表述如下以待驗(yàn)印章圖像與預(yù)留印章圖像的中心為坐標(biāo)原點(diǎn)，分別旋轉(zhuǎn)兩個(gè)圖像邊界信息點(diǎn)，利用優(yōu)化算法求取最小外接矩形面積預(yù)留印章圖像最小外接矩形面積N0；最小外接矩形的長邊長度L0；最小外接矩形的短邊長度L1；待驗(yàn)印章圖像最小外接矩形面積N0′；最小外接矩形的長邊長度L0′；最小外接矩形的短邊長度L1′；然后在在最優(yōu)點(diǎn)處，分別求兩個(gè)圖像即待驗(yàn)印章圖像與預(yù)留印章圖像外邊界點(diǎn)內(nèi)的面積預(yù)留印章圖像外邊界點(diǎn)內(nèi)的面積N1；待驗(yàn)印章圖像外邊界點(diǎn)內(nèi)的面積N1′；然后分別求取兩個(gè)圖像最小外接矩形面積與外邊界點(diǎn)內(nèi)的面積的比值K和K′，同時(shí)求取兩個(gè)圖像最小外接矩形的長邊長度的比值K1和短邊長度的比值K1′；兩個(gè)圖像比值的差異，反映了外形的相似程度；具體如下預(yù)留印章圖像K＝N0/N1；待驗(yàn)印章圖像K′＝N0′/N1′；長邊長度的比值K1＝L0/L0′；短邊長度的比值K1′＝L1/L1′；本實(shí)施例中，判別標(biāo)準(zhǔn)a＝0.03，同時(shí)滿足abs(K-K′)/K＜a并且abs(K1-K1′)/K1＜a，據(jù)此判定兩個(gè)圖像外形相似，然后進(jìn)入步驟4)；同時(shí)，本步驟中獲得兩圖像線性變形的縮放系數(shù)Kxy＝(K1+K1′)/2；4)根據(jù)步驟3)獲得兩圖像線性變形的縮放系數(shù)Kxy＝(K1+K1′)/2，為了進(jìn)一步判定兩個(gè)印章圖像的相似性，在預(yù)留印章圖像的邊緣信息數(shù)學(xué)集合中提取邊界長度最大的4個(gè)幾何圖形的邊緣信息與印章的外邊界信息構(gòu)成新的數(shù)學(xué)集合S0，如果待驗(yàn)印章圖像與預(yù)留印章圖像相似，在待驗(yàn)印章圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合S0相近的子集S1，數(shù)學(xué)集合S0經(jīng)過映射后，在對像圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集S1，然后，進(jìn)一步判斷兩個(gè)圖像的相似性，具體如下因?yàn)?，預(yù)留印章圖像和待驗(yàn)印章圖像在大小、旋轉(zhuǎn)角度、中心偏移等方面都可能存在差異，所以需要將預(yù)留印章圖像中邊界長度最大的4個(gè)幾何圖形的邊緣信息與外邊界信息通過映射轉(zhuǎn)換，在待驗(yàn)印章圖像中搜索相似的幾何圖形的邊緣信息與外邊界信息。其映射關(guān)系具體如下式所述Pymb＝f(Pmb，Px，Py，alf，Kx，Ky) (1)
其中，Pmb表示預(yù)留印章圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)，Px，Py表示預(yù)留印章圖像與待驗(yàn)印章圖像兩個(gè)幾何中心點(diǎn)的相對偏移量，Px表示兩個(gè)幾何中心點(diǎn)在X方向的相對偏移量，Py表示兩個(gè)幾何中心點(diǎn)在Y方向的相對偏移量，即如果以預(yù)留印章圖像的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Px，Py表示待驗(yàn)印章圖像幾何中心點(diǎn)在x、y方向的相對偏移量，反之亦然，如果以待驗(yàn)印章圖像的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Px，Py表示預(yù)留印章圖像幾何中心點(diǎn)在x、y方向的相對偏移量；alf表示旋轉(zhuǎn)角度，并且此時(shí)取值范圍為0-360度，Kx，Ky表示該點(diǎn)在X和Y方向變形的縮放系數(shù)；Pymb表示預(yù)留印章圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)經(jīng)過映射得到的點(diǎn)的信息；然后，利用公式(2)計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離J；J＝∑j(Pymbi，Pdxi)(2)其中，j(Pymbi，Pdxi)表示求取兩個(gè)數(shù)學(xué)集合S0和S1第i個(gè)對應(yīng)點(diǎn)之間的距離，Pymbi表示集合S0中的第i點(diǎn)映射后得到的點(diǎn)在X和Y方向的坐標(biāo)值，Pdxi表示待驗(yàn)印章圖像的數(shù)學(xué)集合S1中對應(yīng)的第i點(diǎn)在X和Y方向的坐標(biāo)值；本實(shí)施例中，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離時(shí)，具體采用的方法是以獨(dú)立幾何形狀邊緣信息的子集為單位，通過映射，在多維空間搜索到兩個(gè)數(shù)學(xué)集合對應(yīng)空間邊界點(diǎn)數(shù)相近時(shí)，開始計(jì)算兩個(gè)數(shù)學(xué)集合的距離，每個(gè)目標(biāo)子集在對象集合中搜索到對應(yīng)的子集，目標(biāo)子集的每個(gè)元素在對應(yīng)的對象子集中搜索距離最近的元素，并逐個(gè)求取兩元素的距離，累加后即定義為兩個(gè)數(shù)學(xué)集合S0和S1的距離，兩元素的距離定義為j＝abs(Pmbi·x-Pdxi·x)+abs(Pmbi·y-Pdxi·y)，其中，abs表示絕對值；Pmbi·x表示預(yù)留印章圖像集合S0中第i點(diǎn)在X方向上的坐標(biāo)，Pdxi·x表示待驗(yàn)印章圖像數(shù)學(xué)集合S1中第i點(diǎn)在X方向上的坐標(biāo)，Pmbi·y表示預(yù)留印章圖像集合S0中第i點(diǎn)在Y方向上的坐標(biāo)，Pdxi·y表示待驗(yàn)印章圖像數(shù)學(xué)集合S1中第i點(diǎn)在Y方向上的坐標(biāo)；然后即可得到兩個(gè)數(shù)學(xué)集合的距離J＝∑j(Pymbi，Pdxi)；然后，在多維空間利用優(yōu)化算法，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，此時(shí)，因?yàn)槭谴致杂?jì)算，令縮放系數(shù)Kx＝Kxy；Ky＝Kxy，偏移Px和Py變化較小，因此尋優(yōu)空間較小，能夠大大提高計(jì)算速度，然后計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1元素間的平均距離Pj＝Jmin/n，其中，n是預(yù)留印章圖像的數(shù)學(xué)集合S0包含的元素個(gè)數(shù)，元素間的平均距離Pj反映了幾何圖形的相似程度，Pj越小相似程度越高，設(shè)定一個(gè)判斷指標(biāo)b，本實(shí)施例中，令b＝2.5，并且平均距離Pj＜b，判定兩個(gè)幾何圖形相似，然后進(jìn)入步驟(3)變形系數(shù)的計(jì)算；
在本實(shí)施例中，經(jīng)過上述相似性的判斷，確定待驗(yàn)印章與預(yù)留的印章圖像信息是相似的，然后即可進(jìn)入下一步的變形分析中；(3)分析待驗(yàn)印章圖像的變形特征，確定待驗(yàn)印章圖像與預(yù)留印章圖像之間的線性變形關(guān)系，在平面坐標(biāo)系中，計(jì)算待驗(yàn)印章圖像與預(yù)留印章圖像在X、Y軸上的相對變形量，從而計(jì)算出X、Y軸上的相對變形系數(shù)；本實(shí)施例中，步驟(3)中，對圖形進(jìn)行變形分析及計(jì)算變形系數(shù)時(shí)，具體采用如下方法1)步根據(jù)步驟(2)相似性判斷過程，通過計(jì)算得到兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，從而據(jù)此確定距離最小值Jmin的(Kx0，Ky0，Px0，Py0，alf0)，其中，Kx0表示最小值處在X方向的縮放系數(shù)，Ky0表示最小值處在Y方向的縮放系數(shù)，Px0，Py0表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)在X、Y方向的相對偏移量，alf0表示最小值處的旋轉(zhuǎn)角度，然后據(jù)此建立多維小鄰域搜索空間(Kx0-dkx～Kx0+dkx，Ky0-dky～Ky0+dky，Px0-dpx～Px0+dpx，Py0-dpy～Py0+dpy，alf0-dalf～alf0+dalf)；其中，Kx0＝Kxy；Ky0＝Kxy，dkx，dky分別表示X、Y方向的變形系數(shù)的搜索空間范圍即縮放變量，本實(shí)施例中，取值范圍為0.05；dpx，dpy分別是X、Y方向的中心偏移的搜索空間范圍即偏移變量，本實(shí)施例中，取值范圍為20；dalf是兩圖像匹配角度的搜索空間范圍即旋轉(zhuǎn)角度變量，本實(shí)施例中，取值范圍10度；2)提取預(yù)留印章圖像的所有邊緣信息，形成數(shù)學(xué)集合M0，預(yù)留印章圖像邊緣信息數(shù)學(xué)集合的全部元素參與變形分析及變形系數(shù)計(jì)算，經(jīng)過步驟(2)相似性的判斷，判定待驗(yàn)印章圖像與預(yù)留印章圖像相似，因此在待驗(yàn)印章圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合M0相近的子集M1，數(shù)學(xué)集合M0經(jīng)過映射后，在待驗(yàn)印章圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集M1，映射采用的方法與公式(1)類似，映射后，即可通過公式(2)得到兩個(gè)數(shù)學(xué)集合M0和M1的距離，然后利用數(shù)學(xué)上的最優(yōu)化算法，根據(jù)步驟1)確定的搜索空間，在此確定的空間內(nèi)，尋找搜索空間內(nèi)兩個(gè)數(shù)學(xué)集合M0和M1的最小距離點(diǎn)m，并確定最小距離點(diǎn)m的空間坐標(biāo)(Kxm，Kym，Pxm，Pym，alfm)，其中，Kxm，Kym分別表示m點(diǎn)在x、y方向的變形系數(shù)，Kxm，Kym越相近，則說明x、y方向的變形是對稱的，否則是非對稱的；alfm表示是兩圖像最佳匹配角度；Pxm，Pym表示待驗(yàn)印章圖像與預(yù)留印章圖像兩個(gè)圖像幾何中心點(diǎn)在x、y方向的相對偏移量，即如果以預(yù)留印章圖像的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Pxm，Pym表示待驗(yàn)印章圖像幾何中心點(diǎn)在x、y方向的相對偏移量，反之亦然，如果以待驗(yàn)印章的幾何中心點(diǎn)為參考標(biāo)準(zhǔn)，則Pxm，Pym表示預(yù)留印章圖像幾何中心點(diǎn)在x、y方向的相對偏移量；3)利用步驟2)得到的縮放系數(shù)對圖像進(jìn)行相應(yīng)縮放，由于尋優(yōu)過程，對預(yù)留印章圖像邊緣信息數(shù)學(xué)集合的映射轉(zhuǎn)換是采用先縮放后旋轉(zhuǎn)、平移的方式，所以步驟2)中最后得到的Kxm，Kym即是預(yù)留印章圖像在x、y方向的縮放系數(shù)；如果要縮放對象圖像，則必須將Kxm，Kym轉(zhuǎn)換，具體如下面公式Kxm1＝Kxm*cos(alfm)+Kym*sin(alfm)(3)Kym1＝Kxm*sin(alfm)+Kym*cos(alfm)(4)然后得到對象圖像的縮放系數(shù)Kxmdx＝1/Kxm1；Kymdx＝1/Kym1。
(4)以目標(biāo)圖像和對像圖像之一作為參考標(biāo)準(zhǔn)，根據(jù)步驟(3)中得到的變形系數(shù)對另一個(gè)圖像進(jìn)行數(shù)學(xué)插值矯正，得到兩個(gè)圖像的最佳匹配；本實(shí)施例中，以預(yù)留印章圖像為參考標(biāo)準(zhǔn)，則根據(jù)步驟(3)得到的變形系數(shù)Kxmdx，Kymdx，對對像圖像進(jìn)行數(shù)學(xué)插值縮放，其效果如圖3所示，得到兩個(gè)圖像的最佳匹配；(5)利用系統(tǒng)對最佳匹配后的圖像進(jìn)行識別，判斷待驗(yàn)印章圖像與預(yù)留印章圖像的相同或差異，從而正確判斷對像圖像的真實(shí)性；本實(shí)施例中，采用上述方法進(jìn)行判斷后，確定待驗(yàn)印章圖像與預(yù)留印章圖像是相同的，即待驗(yàn)印章是真實(shí)的。
本發(fā)明所述的方法并不限于具體實(shí)施方式
中所述的實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出其他的實(shí)施方式，同樣屬于本發(fā)明的技術(shù)創(chuàng)新范圍。
權(quán)利要求
1.一種圖像線性幾何變形自動(dòng)矯正的方法，包括以下步驟(1)圖像采集設(shè)備采集識別對象的圖像信息，并將對象圖像轉(zhuǎn)換為二值圖像；(2)將步驟(1)得到的對象圖像與已經(jīng)在系統(tǒng)中預(yù)存的目標(biāo)圖像進(jìn)行相似性判斷，如果相似，則進(jìn)入步驟(3)，如果不相似，則系統(tǒng)直接確定對象圖像與系統(tǒng)中預(yù)存的目標(biāo)圖像不同，所述的目標(biāo)圖像為二值圖像；(3)分析對象圖像的變形特征，確定對象圖像與目標(biāo)圖像之間的線性變形關(guān)系，在平面坐標(biāo)系中，計(jì)算對象圖像與目標(biāo)圖像在X、Y軸上的相對變形量，從而計(jì)算出X、Y軸上的相對變形系數(shù)；(4)以目標(biāo)圖像和對像圖像之一作為參考標(biāo)準(zhǔn)，根據(jù)步驟(3)中得到的變形系數(shù)對另一個(gè)圖像進(jìn)行數(shù)學(xué)插值矯正，得到兩個(gè)圖像的最佳匹配；(5)利用系統(tǒng)對最佳匹配后的圖像進(jìn)行識別，判斷對像圖像與目標(biāo)圖像的相同或差異，從而正確判斷對像圖像的真實(shí)性。
2.如權(quán)利要求1所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟(2)中，對對象圖像與目標(biāo)圖像進(jìn)行相似性判斷時(shí)，具體采用如下方法1)對象圖像與目標(biāo)圖像均為二值圖像，二值圖像中的連通像素點(diǎn)構(gòu)成了不規(guī)則的幾何圖形，提取幾何圖形的邊緣信息，然后將兩個(gè)圖像即對像圖像與目標(biāo)圖像提取的所有邊緣信息相應(yīng)地分為兩個(gè)數(shù)學(xué)集合；所述的邊緣信息包括圖像邊界及內(nèi)部幾何圖形的所有邊緣信息，每個(gè)獨(dú)立幾何形狀的邊緣信息是整個(gè)圖形邊緣信息的一個(gè)子集；2)定義步驟1)中的兩個(gè)數(shù)學(xué)集合的元素以相同的規(guī)則來描述幾何形狀，同時(shí)，定義兩集合元素間的距離，用以描述幾何形狀的差異；3)如步驟1)中所述，邊緣信息的數(shù)學(xué)集合由若干個(gè)不規(guī)則幾何圖形的邊緣信息構(gòu)成，為了更有效地實(shí)現(xiàn)相似性判斷，在邊緣信息數(shù)學(xué)集合中首先提取圖像的外邊界信息，作為相似性判斷的第一步，采用的具體方法如下以對象圖像和目標(biāo)圖像的圖像中心為坐標(biāo)原點(diǎn)，分別旋轉(zhuǎn)兩個(gè)圖像的邊界信息點(diǎn)，利用優(yōu)化算法求取最小外接矩形面積目標(biāo)圖像最小外接矩形面積N0；最小外接矩形的長邊長度L0；最小外接矩形的短邊長度L1；對象圖像最小外接矩形面積N0′；最小外接矩形的長邊長度L0′；最小外接矩形的短邊長度L1′；然后在最優(yōu)點(diǎn)處，分別求取兩個(gè)圖像即對象圖像和目標(biāo)圖像外邊界點(diǎn)內(nèi)的面積；目標(biāo)圖像外邊界點(diǎn)內(nèi)的面積N1；對象圖像外邊界點(diǎn)內(nèi)的面積N1′；然后分別求取兩個(gè)圖像即對象圖像和目標(biāo)圖像最小外接矩形面積與外邊界點(diǎn)內(nèi)的面積的比值Kmb和Kdx，同時(shí)求取兩個(gè)圖像最小外接矩形的長邊長度的比值K1和短邊長度的比值K1′；兩個(gè)圖像比值的差異，反映了外形的相似程度；具體如下目標(biāo)圖像Kmb＝N0/N1；對象圖像Kdx＝N0′/N1′；長邊長度的比值K1＝L0/L0′；短邊長度的比值K1′＝L1/L1′；設(shè)定一個(gè)判別標(biāo)準(zhǔn)a，a的取值范圍為大于0小于等于0.2，如果abs(Kmb-Kdx)/Kmb＜a并且abs(K1-K1′)/K1＜a，其中abs是指絕對值，此時(shí)，即可判定對象圖像與目標(biāo)圖像外形相似，然后進(jìn)入步驟4)；如果不滿足上述條件，則直接可判定對象圖像與目標(biāo)圖像不相似，處理過程結(jié)束；同時(shí)，此步驟獲得兩圖像線性變形的縮放系數(shù)Kxy＝(K1+K1′)/2；4)根據(jù)步驟3)，為了進(jìn)一步判定兩圖像的相似性，在目標(biāo)圖像的邊緣信息數(shù)學(xué)集合中提取邊界長度最大的2-20個(gè)幾何圖形的邊緣信息與圖像的外邊界信息，形成新的數(shù)學(xué)集合S0，即目標(biāo)圖像中邊界長度最大的2-20個(gè)幾何圖形的邊緣信息與圖像的外邊界信息構(gòu)成數(shù)學(xué)集合S0，如果對像圖像與目標(biāo)圖像相似，在對像圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合S0相近的子集S1，數(shù)學(xué)集合S0經(jīng)過映射后，在對像圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集S1，然后，進(jìn)一步判斷兩個(gè)圖像的相似性，具體如下因?yàn)?，目?biāo)圖像與對象圖像在大小、旋轉(zhuǎn)角度、中心偏移等方面都可能存在差異，所以需要將目標(biāo)圖像中幾何圖形的邊緣信息與外邊界信息通過映射轉(zhuǎn)換，在對象圖像中搜索相似的幾何圖形的邊緣信息與外邊界信息，其映射關(guān)系具體如下式所述Pymb＝f(Pmb，Px，Py，alf，Kx，Ky) (1)其中，Pmb表示目標(biāo)圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)，Px，Py表示目標(biāo)圖像與對象圖像兩個(gè)幾何中心點(diǎn)的相對偏移量，Px表示兩個(gè)幾何中心點(diǎn)在X方向的相對偏移量，Py表示兩個(gè)幾何中心點(diǎn)在Y方向的相對偏移量，alf表示旋轉(zhuǎn)角度，并且此時(shí)取值范圍為0-360度，Kx，Ky表示該點(diǎn)在X和Y方向變形的縮放系數(shù)；Pymb表示目標(biāo)圖像新的數(shù)學(xué)集合S0中的任一點(diǎn)經(jīng)過映射得到的點(diǎn)的信息；然后，利用公式(2)計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離J；J＝∑j(Pymbi，Pdxi) (2)其中，j(Pymbi，Pdxi)表示求取兩個(gè)數(shù)學(xué)集合S0和S1第i個(gè)對應(yīng)點(diǎn)之間的距離，Pymbi表示集合S0中的第i點(diǎn)映射后得到的點(diǎn)在X和Y方向的坐標(biāo)值，Pdxi表示對象圖像的數(shù)學(xué)集合S1中對應(yīng)的第i點(diǎn)在X和Y方向的坐標(biāo)值；然后，在多維空間利用優(yōu)化算法，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，此時(shí)，因?yàn)槭谴致杂?jì)算，令縮放系數(shù)Kx＝Kxy；Ky＝Kxy，偏移Px和Py變化較小，因此尋優(yōu)空間較小，能夠大大提高計(jì)算速度，然后計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1元素間的平均距離Pj＝Jmin/n，其中，n是目標(biāo)圖像的數(shù)學(xué)集合S0包含的元素個(gè)數(shù)，元素間的平均距離Pj反映了幾何圖形的相似程度，Pj越小相似程度越高，設(shè)定一個(gè)判斷指標(biāo)b，其取值范圍為大于0小于等于20，如果平均距離Pj＜b，則可判斷兩個(gè)幾何圖形相似，然后可進(jìn)行后續(xù)的變形系數(shù)精確計(jì)算，即進(jìn)入步驟(3)，否則判定為不相似，則處理過程結(jié)束。
3.如權(quán)利要求2所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟2)中，所述的相同的規(guī)則來描述幾何形狀是指數(shù)學(xué)集合內(nèi)的每個(gè)元素都是以整個(gè)圖形的幾何中心為原點(diǎn)的相對坐標(biāo)(x，y)來表示的；每個(gè)獨(dú)立幾何形狀邊緣信息的子集又包含該獨(dú)立幾何形狀的中心坐標(biāo)點(diǎn)及邊界點(diǎn)個(gè)數(shù)。
4.如權(quán)利要求2所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟4)中，計(jì)算兩個(gè)數(shù)學(xué)集合S0和S1的距離時(shí)，具體采用的方法是以獨(dú)立幾何形狀邊緣信息的子集為單位，通過映射，在多維空間搜索到兩個(gè)數(shù)學(xué)集合對應(yīng)空間邊界點(diǎn)數(shù)相近時(shí)，開始計(jì)算兩個(gè)數(shù)學(xué)集合的距離，每個(gè)目標(biāo)子集在對象集合中搜索到對應(yīng)的子集，目標(biāo)子集的每個(gè)元素在對應(yīng)的對象子集中搜索距離最近的元素，并逐個(gè)求取兩元素的距離，累加后即定義為兩個(gè)數(shù)學(xué)集合S0和S1的距離，兩元素的距離定義為j＝abs(Pmbi·x-Pdxi·x)+abs(Pmbi·y-Pdxi·y)，其中，abs表示絕對值，Pmbi·x表示目標(biāo)圖像集合S0中第i點(diǎn)在X方向上的坐標(biāo)，Pdxi·x表示對象圖像數(shù)學(xué)集合S1中第i點(diǎn)在X方向上的坐標(biāo)，Pmbi·y表示目標(biāo)圖像數(shù)學(xué)集合S0中第i點(diǎn)在Y方向上的坐標(biāo)，Pdxi·y表示對象圖像數(shù)學(xué)集合S1中第i點(diǎn)在Y方向上的坐標(biāo)；然后即可得到兩個(gè)數(shù)學(xué)集合的距離J＝∑j(Pymbi，Pdxi)。
5.如權(quán)利要求2所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟3)中，判別標(biāo)準(zhǔn)a的取值范圍為大于0小于等于0.1。
6.如權(quán)利要求2所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟4)中，判斷指標(biāo)b的取值范圍為大于0小于等于10。
7.如權(quán)利要求1、2、3、4、5或6所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟(3)中，對圖形進(jìn)行變形分析及計(jì)算變形系數(shù)時(shí)，具體采用如下方法1)根據(jù)步驟(2)相似性判斷過程，通過計(jì)算得到兩個(gè)數(shù)學(xué)集合S0和S1距離的最小值Jmin，從而據(jù)此確定距離最小值Jmin的空間坐標(biāo)(Px0，Py0，alf0，Kx0，Ky0)，其中，Kx0表示最小值處在X方向的縮放系數(shù)，Ky0表示最小值處在Y方向的縮放系數(shù)，Px0，Py0表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)在X、Y方向的相對偏移量，alf0表示最小值處的旋轉(zhuǎn)角度，然后據(jù)此建立多維小鄰域搜索空間(Px0-dpx～Px0+dpx，Py0-dpy～Py0+dpy，alf0-dalf～alf0+dalf，Kx0-dkx～Kx0+dkx，Ky0-dky～Ky0+dky)；其中，Kx0＝Kxy；Ky0＝Kxy，dkx，dky分別表示X、Y方向的變形系數(shù)的搜索空間范圍即縮放變量，取值范圍為大于等于0小于等于0.1；dpx，dpy分別表示X、Y方向的中心偏移的搜索空間范圍即偏移變量，取值范圍為大于等于0小于等于40；dalf是兩圖像匹配角度的搜索空間范圍即旋轉(zhuǎn)角度變量，其取值范圍為大于等于0小于等于20度；2)提取目標(biāo)圖像的所有邊緣信息，形成數(shù)學(xué)集合M0，該數(shù)學(xué)集合的的全部元素參與變形分析及變形系數(shù)計(jì)算；經(jīng)過步驟(2)相似性的判斷，判定對像圖像與目標(biāo)圖像相似，因此在對像圖像的數(shù)學(xué)集合中必然存在與數(shù)學(xué)集合M0相近的子集M1，數(shù)學(xué)集合M0經(jīng)過映射后，在對像圖像的數(shù)學(xué)集合中搜索到對應(yīng)的子集M1，映射采用的方法與公式(1)類似，映射后，即可通過公式(2)得到兩個(gè)數(shù)學(xué)集合M0和M1的距離，然后利用數(shù)學(xué)上的最優(yōu)化算法，根據(jù)步驟1)確定的搜索空間，在此確定的空間內(nèi)，尋找搜索空間內(nèi)兩個(gè)數(shù)學(xué)集合M0和M1的最小距離點(diǎn)m，并確定最小距離點(diǎn)m的空間坐標(biāo)(Pxm，Pym，alfm，Kxm，Kym)，其中，Kxm，Kym分別表示m點(diǎn)在X、Y方向的變形系數(shù)，Kxm，Kym越相近，則說明X、Y方向的變形是對稱的，否則是非對稱的；alfm表示是兩圖像最佳匹配角度；Pxm，Pym表示目標(biāo)圖像與對象圖像兩個(gè)圖像幾何中心點(diǎn)在X、Y方向的相對偏移量；3)利用步驟2)得到的縮放系數(shù)對圖像進(jìn)行相應(yīng)縮放，由于尋優(yōu)過程，對目標(biāo)圖像邊緣信息數(shù)學(xué)集合的映射轉(zhuǎn)換是采用先縮放后旋轉(zhuǎn)、平移的方式，所以最后得到的Kxm，Kym是目標(biāo)圖像在X、Y方向的縮放系數(shù)，因?yàn)樽冃问窍鄬Φ?，如果縮放目標(biāo)圖像，可直接利用Kxm，Kym進(jìn)行縮放；如果要縮放對象圖像，則必須將Kxm，Kym轉(zhuǎn)換，具體如下面公式Kxm1＝Kxm*cos(alfm)+Kym*sin(alfm)；Kym1＝Kxm*sin(alfm)+Kym*cos(alfm)；然后得到對象圖像的縮放系數(shù)Kxmdx＝1/Kxm1；Kymdx＝1/Kym1；利用Kxmdx和Kymdx對對象圖像進(jìn)行縮放，變形矯正完成。
8.如權(quán)利要求7所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟1)中的dkx，dky分別表示X、Y方向的變形系數(shù)的搜索空間范圍即縮放變量，取值范圍為大于等于0小于等于0.05。
9.如權(quán)利要求7所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟1)中的dpx，dpy分別是X、Y方向的中心偏移的搜索空間范圍即偏移變量，取值范圍為大于等于0小于等于20。
10.如權(quán)利要求7所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟1)中的dalf是兩圖像匹配角度的搜索空間范圍即旋轉(zhuǎn)角度變量，其取值范圍為大于等于0小于等于10度。
11.如權(quán)利要求7所述的一種圖像線性幾何變形自動(dòng)矯正的方法，其特征在于步驟(4)中，如果以對像圖像為參考標(biāo)準(zhǔn)，則根據(jù)步驟3)得到的變形系數(shù)Kxm，Kym，對目標(biāo)圖像進(jìn)行數(shù)學(xué)插值縮放；如果以目標(biāo)圖像為參考標(biāo)準(zhǔn)，則根據(jù)步驟3)得到的變形系數(shù)Kxmdx，Kymdx，對對像圖像進(jìn)行數(shù)學(xué)插值縮放。
全文摘要
本發(fā)明屬于圖形圖像處理技術(shù)領(lǐng)域，具體涉及一種圖像線性幾何變形自動(dòng)矯正的方法。圖像設(shè)備在采集圖像信息時(shí)常會發(fā)生幾何變形，而圖像的幾何變形將會影響對圖像的正確識別，現(xiàn)有技術(shù)中通常采用人工的方法進(jìn)行手動(dòng)矯正，效率低，準(zhǔn)確性差。本發(fā)明所述的方法，根據(jù)預(yù)先保存在系統(tǒng)中的目標(biāo)圖像信息，對對象圖像信息進(jìn)行相似性判定、多維空間的變形分析、變形參數(shù)計(jì)算及線性矯正，即可完成對對象圖像信息的自適應(yīng)矯正。采用本發(fā)明所述的方法能夠自動(dòng)矯正圖像信息在采集過程中發(fā)生的線性幾何變形，不必人工手動(dòng)矯正，從而能準(zhǔn)確判斷對象圖像與目標(biāo)圖像的差異和不同，準(zhǔn)確性和效率均大大提高。
文檔編號G06K9/60GK1908964SQ20061011250
公開日2007年2月7日 申請日期2006年8月22日 優(yōu)先權(quán)日2006年8月22日
發(fā)明者曾培祥 申請人:北京方正奧德計(jì)算機(jī)系統(tǒng)有限公司