本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種證件版式分析的方法及裝置。

背景技術(shù)：

隨著信息技術(shù)的發(fā)展，基于網(wǎng)絡(luò)進(jìn)行非接觸式認(rèn)證的應(yīng)用越來(lái)越多，而遠(yuǎn)程身份認(rèn)證技術(shù)則應(yīng)運(yùn)而生，其通過(guò)攝像頭對(duì)證件拍照，并對(duì)證件照片做OCR文字識(shí)別，提取證件照信息的技術(shù)也得到了普及和廣泛運(yùn)用。該方案具有成本低，集成方便，容易拓展等優(yōu)點(diǎn)，越來(lái)越多的廠家也都推出了自己的證件照識(shí)別系統(tǒng)。

目前，證件照識(shí)別的一般包含以下流程：1.對(duì)證件圖像進(jìn)行旋轉(zhuǎn)傾斜校正；2.圖像去噪，圖像增強(qiáng)等預(yù)處理；3.版面分析，信息欄目定位；4.行分割和字符分割；5.字符識(shí)別；6.識(shí)別后處理?，F(xiàn)有的證件照識(shí)別系統(tǒng)一般側(cè)重于在預(yù)處理，字符分隔，字符識(shí)別，后處理等部分做優(yōu)化提升，版面分析和信息欄目則依賴(lài)于先驗(yàn)知識(shí)。由于證件照的版式具有很強(qiáng)的先驗(yàn)知識(shí)，根據(jù)版式設(shè)定特定的規(guī)則來(lái)進(jìn)行信息欄目的定位，大部分情況下，這些證件照識(shí)別系統(tǒng)都能很好的工作。

然而，由于我國(guó)具有多民族，并且部分少數(shù)民族有自己的文字的特點(diǎn)，少數(shù)民族地區(qū)的證件照往往有不同的版式，如二代身份證，西藏，新疆，內(nèi)蒙古，廣西等地區(qū)的少數(shù)民族的身份證版式就和主流的二代身份證版式不一致，而身份證識(shí)別系統(tǒng)則無(wú)法支持這些少數(shù)民族身份證的識(shí)別。因此，實(shí)現(xiàn)同類(lèi)證件多種不同版式的識(shí)別，是證件照OCR識(shí)別領(lǐng)域的一個(gè)迫切需求。

要實(shí)現(xiàn)證件照多版式的識(shí)別，也可以通過(guò)對(duì)每種版式的先驗(yàn)規(guī)則對(duì)版式進(jìn)行分析，從而實(shí)現(xiàn)版式的判斷。但是使用這種方法的話，則每當(dāng)有新的證件版式時(shí)，則需要提取該種版式的布局特征，設(shè)定版式判斷的條件，這相當(dāng)于進(jìn)行一次新的開(kāi)發(fā)過(guò)程，必須不斷試驗(yàn)，迭代，整個(gè)開(kāi)發(fā)過(guò)程繁瑣，工作量大，并且結(jié)果還具有不確定性。如何構(gòu)建一個(gè)通用的多版式分析框架，能夠適用于同類(lèi)證件的各種版式的識(shí)別，并且對(duì)新的版式能夠快速擴(kuò)展和集成，是證件照OCR識(shí)別領(lǐng)域的一個(gè)技術(shù)難點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種證件版式分析的方法及裝置，用于解決現(xiàn)有技術(shù)中同類(lèi)證件中多種不同版式的識(shí)別問(wèn)題。

為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種證件版式分析的方法，包括：

獲取證件圖像；

提取所述證件圖像中版式特征；

采用證件識(shí)別模型識(shí)別每個(gè)所述版式特征，獲取對(duì)應(yīng)版式特征的相關(guān)度等級(jí)，其中所述證件識(shí)別模型是通過(guò)對(duì)訓(xùn)練樣本集進(jìn)行訓(xùn)練后得到的；

篩選所有版式特征對(duì)應(yīng)的相關(guān)度等級(jí)最高的為所述證件圖像的正確版式。

本發(fā)明的另一目的在于提供一種證件版式分析的裝置，包括：

獲取模塊，用于獲取證件圖像；

提取模塊，用于提取所述證件圖像中版式特征；

識(shí)別模塊，用于采用證件識(shí)別模型識(shí)別每個(gè)所述版式特征，獲取對(duì)應(yīng)版式特征的相關(guān)度等級(jí)，其中所述證件識(shí)別模型是通過(guò)對(duì)訓(xùn)練樣本集進(jìn)行訓(xùn)練后得到的；

篩選模塊，用于篩選所有版式特征對(duì)應(yīng)的相關(guān)度等級(jí)最高的為所述證件圖像的正確版式。

如上所述，本發(fā)明的證件版式分析的方法及裝置，具有以下有益效果：

本發(fā)明在構(gòu)建分析框架時(shí)，通過(guò)提前訓(xùn)練大量的證件圖像得到對(duì)應(yīng)的證件識(shí)別模型，獲取待分析的證件圖像的所有版式特征，然后采用證件識(shí)別模型獲取每個(gè)特征的相關(guān)度等級(jí)，按相關(guān)度等級(jí)篩選其中相關(guān)度最接近的為正確版式。通過(guò)構(gòu)建一個(gè)通用的多版式分析框架，能夠識(shí)別不同版本的同類(lèi)證件，即使出現(xiàn)新增的版式，只需準(zhǔn)備相應(yīng)的證件圖像數(shù)據(jù)，重新訓(xùn)練和更新模型，對(duì)原有框架改動(dòng)也極小，就能夠快速擴(kuò)展與集成，從而避免了重復(fù)開(kāi)發(fā)，減少了開(kāi)發(fā)的工作量，開(kāi)發(fā)過(guò)程與結(jié)果都較為可控，便于證件圖像的OCR識(shí)別，提高了識(shí)別效率。

附圖說(shuō)明

圖1顯示為本發(fā)明提供的證件版式分析的方法流程圖；

圖2顯示為本發(fā)明提供的證件版式分析的方法中證件識(shí)別模型的訓(xùn)練流程圖；

圖3顯示為本發(fā)明提供的證件版式分析的方法中步驟S2的流程圖；

圖4顯示為本發(fā)明提供的證件版式分析的裝置結(jié)構(gòu)框圖；

圖5顯示為本發(fā)明提供的證件版式分析的裝置中證件識(shí)別模型的結(jié)構(gòu)框圖；

圖6顯示為本發(fā)明提供的證件版式分析的裝置提取模塊的結(jié)構(gòu)框圖。

元件標(biāo)號(hào)說(shuō)明：

1 證件識(shí)別模型

2 獲取模塊

3 提取模塊

4 識(shí)別模塊

5 篩選模塊

11 采集單元

12 第一提取單元

13 標(biāo)定單元

14 訓(xùn)練單元

31 分割單元

32 組合單元

33 第二提取單元

41 識(shí)別單元

51 篩選單元

S1～S4 步驟1～步驟4

具體實(shí)施方式

以下通過(guò)特定的具體實(shí)例說(shuō)明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說(shuō)明書(shū)所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。本發(fā)明還可以通過(guò)另外不同的具體實(shí)施方式加以實(shí)施或應(yīng)用，本說(shuō)明書(shū)中的各項(xiàng)細(xì)節(jié)也可以基于不同觀點(diǎn)與應(yīng)用，在沒(méi)有背離本發(fā)明的精神下進(jìn)行各種修飾或改變。需說(shuō)明的是，在不沖突的情況下，以下實(shí)施例及實(shí)施例中的特征可以相互組合。

需要說(shuō)明的是，以下實(shí)施例中所提供的圖示僅以示意方式說(shuō)明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實(shí)際實(shí)施時(shí)的組件數(shù)目、形狀及尺寸繪制，其實(shí)際實(shí)施時(shí)各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復(fù)雜。

實(shí)施例1

請(qǐng)參閱圖1，本發(fā)明提供一種證件版式分析的方法流程圖，包括：

步驟S1，獲取證件圖像；

具體地，證件圖像可為連接攝像頭的終端設(shè)備或自帶攝像頭的終端設(shè)備所拍攝，也可為通過(guò)分析視頻流所截取的圖像或者直接存好的證件圖像；終端設(shè)備例如可以是手機(jī)、平板電腦、PDA(Personal Digital Assistant，個(gè)人數(shù)字助理，簡(jiǎn)稱(chēng)：PDA)等。

步驟S2，提取所述證件圖像中版式特征；

具體地，提取所述版式特征由文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征組合而成。

步驟S3，采用證件識(shí)別模型識(shí)別每個(gè)所述版式特征，獲取對(duì)應(yīng)版式特征的相關(guān)度等級(jí)，其中所述證件識(shí)別模型是通過(guò)對(duì)訓(xùn)練樣本集進(jìn)行訓(xùn)練后得到的；

具體地，證件識(shí)別模型是通過(guò)采集大量的證件圖像，提取特征，然后使用LambdaMART Rank算法訓(xùn)練所得。在得到根據(jù)輸入的證件圖像所對(duì)應(yīng)的各個(gè)版式特征時(shí)，分別識(shí)別各個(gè)版式特征，按照相關(guān)度等級(jí)進(jìn)行排序，其中，相關(guān)度等級(jí)是版式與正確版式的相似程度的表示，正確版式的相關(guān)度等級(jí)為1，表示完全一致；很相似的版式相關(guān)度等級(jí)為2，一般為只有一個(gè)信息欄目和正確版式不對(duì)，其余信息欄目都對(duì)的情況；以此類(lèi)推，依次為較為相似，一般相似，不相似設(shè)定相關(guān)度等級(jí)為3-5。標(biāo)定時(shí)，“很相似”，“較為相似”等判斷僅需要主觀感受，只要保證“很相似”比“較為相似”的相似度更高即可，不需要定量確定。

步驟S4，篩選所有版式特征對(duì)應(yīng)的相關(guān)度等級(jí)最高的為所述證件圖像的正確版式。

具體地，通過(guò)篩選所有版式中相關(guān)度最高的版式特征為證件圖像對(duì)應(yīng)的正確版式，將其作為輸出值，以便OCR(光學(xué)字符識(shí)別)時(shí)能夠迅速對(duì)證件圖像進(jìn)行識(shí)別。

在本實(shí)施例中，通過(guò)對(duì)證件圖像的多個(gè)版式特征進(jìn)行分析，得到各個(gè)版式特征的所對(duì)應(yīng)的相關(guān)度等級(jí)，從而迅速查找出該證件圖像的正確版式；通過(guò)輸出唯一的正確版式，提升了識(shí)別的效率。

實(shí)施例2

如圖2所示，為本發(fā)明提供的證件版式分析的方法中證件識(shí)別模型的訓(xùn)練流程圖，包括：

步驟S101，采集同類(lèi)證件中不同版式的證件圖像；

其中，如果待分析的證件為身份證，那么需要采集不同版本的身份證的證件圖像，如果為待分析的證件為護(hù)照，那么需要采集不同版本的護(hù)照的證件圖像；如果為待分析的證件為銀行票據(jù)，那么需要采集不同版本的銀行票據(jù)圖像；根據(jù)待分析的證件類(lèi)型不同，選用不同版本的該證件圖像。

步驟S102，提取每張證件圖像中所有的版式以及每個(gè)版式所對(duì)應(yīng)的版式特征，

其中，每張證件圖像均包含多個(gè)文字行，還涉及噪音引起的干擾行，而通過(guò)選取不同的文字行或干擾行組合成多個(gè)不同版式。

步驟S103，按相關(guān)度等級(jí)標(biāo)定每張證件圖像所有的版式對(duì)應(yīng)的版式特征，其中，每張證件圖像只對(duì)應(yīng)唯一的相關(guān)度等級(jí)最高的版式為正確版式；

其中，每一張證件圖像只對(duì)應(yīng)唯一的一個(gè)正確版式，通過(guò)預(yù)先標(biāo)定訓(xùn)練的證件圖像樣本所有版式特征的相關(guān)度，其相關(guān)度按等級(jí)排序，如果排序等級(jí)越高，則表示與正確版式越相近，如證件圖像中某個(gè)版式特征對(duì)應(yīng)的正確版式相關(guān)度等級(jí)標(biāo)定為1，則該證件圖像對(duì)應(yīng)的其余的版式特征相關(guān)度等級(jí)標(biāo)定則不能為1。

步驟S104，采用LambdaMART Rank算法訓(xùn)練所有證件圖像以及標(biāo)定的版式特征，得到證件識(shí)別模型。

其中，在版式訓(xùn)練時(shí)，采用LambdaMART Rank對(duì)同類(lèi)的同一張證件照片進(jìn)行排序，其實(shí)基于MART和列表模型LambdaMART的組合優(yōu)化算法，在任何給定的隊(duì)中，通過(guò)交換證件圖像中版式特征的排序位置，對(duì)于構(gòu)建排序函數(shù)的特征集合進(jìn)行分析、然后重組和選擇，利用排序?qū)W習(xí)方法學(xué)習(xí)排序函數(shù)，從而得到關(guān)于證件圖像版式特征排序輸出的證件識(shí)別模型。而使用其它的Rank算法也能達(dá)到訓(xùn)練的目的，如：Lambda Rank(基于樣本點(diǎn)的排序算法)，Ranking SVM(基于樣本對(duì)的排序算法)等。

在本實(shí)施例中，基于排序算法訓(xùn)練同類(lèi)型的不同版本形式的證件圖像，得到對(duì)應(yīng)類(lèi)型的證件圖像的證件識(shí)別模型，當(dāng)輸入一個(gè)該類(lèi)的證件圖像為輸入查詢值，得到該證件圖像中各個(gè)文字行重組的版式特征，按照相關(guān)度等級(jí)排序輸出各個(gè)版式特征，而根據(jù)相關(guān)度等級(jí)高低確定證件圖像的正確版式；即使新增不同版本的該類(lèi)證件，也能在模型架構(gòu)不變的基礎(chǔ)上集成，避免了對(duì)新版式進(jìn)行判斷條件的試驗(yàn)和參數(shù)調(diào)整，具有標(biāo)準(zhǔn)的開(kāi)發(fā)流程，開(kāi)發(fā)過(guò)程和最終效果都較為可控，適于大面積的推廣運(yùn)用。

實(shí)施例3

如圖3所示，為本發(fā)明提供的證件版式分析的方法中步驟S2的流程圖，包括：

步驟S201，對(duì)所述證件圖像進(jìn)行二值分割，得到對(duì)應(yīng)的文字行；

其中，采用二值化分割原理的目的在于處理證件圖像中的關(guān)鍵點(diǎn)，分割圖像時(shí)順便去除背景，留下感興趣的目標(biāo)物體，便于提取文字行；所述二值化分割的方法具體包含如下三類(lèi)，基于像素值的閾值、基于區(qū)域性質(zhì)的閾值或基于坐標(biāo)位置的閾值。

步驟S202，依次選取不同文字行進(jìn)行組合，生成多個(gè)版式，其中每種組合為一個(gè)版式；

其中，將分割所得的各個(gè)文字行組合生成多個(gè)版式，每個(gè)版式及構(gòu)成一個(gè)版式特征；

步驟S203，提取每個(gè)版式對(duì)應(yīng)的版式特征，以向量方式進(jìn)行表達(dá)，其中所述版式特征包含文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征。

其中，將所述文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征依次組合為一維向量；

例如得到文字梯度方向直方圖特征具體步驟如下：歸一化圖像；為了減少光照因素的影響，首先對(duì)檢測(cè)窗口中的圖像進(jìn)行歸一化。在圖像的紋理強(qiáng)度中，局部的表層曝光貢獻(xiàn)比重較大，所以，這種壓縮處理能夠有效地降低圖像局部的陰影和光照變化。

計(jì)算圖像梯度；計(jì)算圖像在設(shè)定的橫坐標(biāo)和縱坐標(biāo)方向的梯度，并據(jù)此計(jì)算每個(gè)像素位置的梯度方向值，其中求取梯度方向值的操作不僅能夠捕獲輪廓和一些紋理信息，還能進(jìn)一步弱化光照的影響。

為每個(gè)細(xì)胞單元構(gòu)建梯度方向直方圖；本步驟的目的是為局部圖像區(qū)域提供一個(gè)編碼，同時(shí)能夠保持對(duì)證件圖像中文字的姿勢(shì)和外觀的弱敏感性。本步驟中，將證件圖像分成若干個(gè)“單元格cell”，例如每個(gè)Cell為6*6個(gè)像素。對(duì)Cell內(nèi)的每個(gè)像素用梯度方向在直方圖中進(jìn)行加權(quán)投影(映射到固定的角度范圍)，就可以得到這個(gè)Cell的梯度方向直方圖了。

把細(xì)胞單元組合成大的塊(Block)，塊內(nèi)歸一化梯度直方圖；由于局部光照的變化以及前景-背景對(duì)比度的變化，使得梯度強(qiáng)度的變化范圍非常大。這就需要對(duì)梯度強(qiáng)度做歸一化。歸一化能夠進(jìn)一步地對(duì)光照、陰影和邊緣進(jìn)行壓縮。

具體實(shí)現(xiàn)方法包括：把各個(gè)細(xì)胞單元組合成大的、空間上連通的區(qū)間(Blocks)。這樣，一個(gè)Block內(nèi)所有Cell的特征向量串聯(lián)起來(lái)便得到該Block的HOG特征。這些區(qū)間是互有重疊的，這就意味著：每一個(gè)單元格的特征會(huì)以不同的結(jié)果多次出現(xiàn)在最后的特征向量中。我們將歸一化之后的塊描述符(向量)就稱(chēng)之為HOG描述符。收集文字HOG特征；將檢測(cè)窗口中所有重疊的塊進(jìn)行HOG特征的收集，并將它們結(jié)合成最終的特征向量。

提取行間分布特征的具體步驟：

計(jì)算行的中心位置，計(jì)算相鄰行的距離，依次將每行和其相鄰行的距離拼接組成特征向量

提取行內(nèi)字符間特征的具體步驟：

字符分割；對(duì)每行在水平方向進(jìn)行投影，然后找到投影極小值點(diǎn)作為字符分割點(diǎn)，得到每個(gè)字符的分割位置。

統(tǒng)計(jì)字符尺寸特征；計(jì)算該行每個(gè)字符的高度，寬度，寬高比，統(tǒng)計(jì)該行所有字符的高度平均值、方差，高度平均值、方差，寬高比平均值、方差。

統(tǒng)計(jì)字符間距特征；計(jì)算相鄰字符間的間距，統(tǒng)計(jì)該行所有字符間距的平均值，方差。

將上述特征組合成向量作為行內(nèi)字符間的特征向量。

在本實(shí)施例中，通過(guò)針對(duì)每個(gè)版式特征提取其內(nèi)的文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征，將上述特征依次組成一維向量表示，便于識(shí)別該向量特征在所有版式特征中的相關(guān)度等級(jí)。

實(shí)施例4

如圖4所示，為本發(fā)明提供的證件版式分析的裝置結(jié)構(gòu)框圖，包括：

獲取模塊2，用于獲取證件圖像；

提取模塊3，用于提取所述證件圖像中版式特征；

識(shí)別模塊4，用于采用證件識(shí)別模型1識(shí)別每個(gè)所述版式特征，獲取對(duì)應(yīng)版式特征的相關(guān)度等級(jí)，其中所述證件識(shí)別模型是通過(guò)對(duì)訓(xùn)練樣本集進(jìn)行訓(xùn)練后得到的；

篩選模塊5，用于篩選所有版式特征對(duì)應(yīng)的相關(guān)度等級(jí)最高的為所述證件圖像的正確版式。

在本實(shí)施例中，在獲取模塊之后，先分析出證件圖像中的所有版式，并根據(jù)版式特征內(nèi)具體的文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征組合的向量特征，通過(guò)使用證件識(shí)別模型1識(shí)別該版式特征對(duì)應(yīng)向量特征的相關(guān)度等級(jí)，從而根據(jù)相關(guān)度等級(jí)高低確定證件圖像的正確版式。

如圖5所示，為本發(fā)明提供的證件版式分析的裝置中證件識(shí)別模型1的結(jié)構(gòu)框圖，包括：

采集單元11，用于采集同類(lèi)證件中不同版式的證件圖像；

第一提取單元12，用于提取每張證件圖像中所有的版式以及每個(gè)版式所對(duì)應(yīng)的版式特征；

標(biāo)定單元13，用于按相關(guān)度等級(jí)標(biāo)定每張證件圖像所有的版式對(duì)應(yīng)的版式特征，其中，每張證件圖像只對(duì)應(yīng)唯一的相關(guān)度等級(jí)最高的版式為正確版式；

訓(xùn)練單元14，用于采用LambdaMART Rank算法訓(xùn)練所有證件圖像以及標(biāo)定的版式特征，得到證件識(shí)別模型。

在本實(shí)施例中，通過(guò)采集同類(lèi)證件中不同版式的證件圖像，按照證件圖像中各個(gè)不同版本的版本特征，按相關(guān)度等級(jí)標(biāo)定每個(gè)版式特征，采用LambdaMART Rank算法訓(xùn)練所有證件圖像以及標(biāo)定的版式特征，得到證件識(shí)別模型，便于后期識(shí)別和集成。

如圖6所示，為本發(fā)明提供的證件版式分析的裝置提取模塊3的結(jié)構(gòu)框圖，包括：

分割單元31，用于對(duì)所述證件圖像進(jìn)行二值分割，得到對(duì)應(yīng)的文字行；

組合單元32，用于依次選取不同文字行進(jìn)行組合，生成多個(gè)版式，其中每種組合為一個(gè)版式；

第二提取單元33，用于提取每個(gè)版式對(duì)應(yīng)的版式特征，以向量方式進(jìn)行表達(dá)，其中所述版式特征包含文字梯度方向直方圖特征、行間分布特征與行內(nèi)字符間特征。

本實(shí)施例中，通過(guò)提取證件圖像所有可能的版式特征，將每個(gè)版式特征均對(duì)應(yīng)的用向量表示為向量特征，便于識(shí)別和區(qū)分。

綜上所述，本發(fā)明在構(gòu)建分析框架時(shí)，通過(guò)提前訓(xùn)練大量的證件圖像得到對(duì)應(yīng)的證件識(shí)別模型，獲取待分析的證件圖像的所有版式特征后，采用證件識(shí)別模型識(shí)別出每個(gè)版式特征的相關(guān)度等級(jí)，按相關(guān)度等級(jí)篩選其中相關(guān)度最接近的為正確版式。通過(guò)構(gòu)建一個(gè)通用的多版式分析框架，能夠識(shí)別不同版本的同類(lèi)證件，即使出現(xiàn)新增的版式，只需準(zhǔn)備相應(yīng)的版式的證件圖像，重新訓(xùn)練和更新模型，對(duì)原有框架改動(dòng)也極小，就能夠快速擴(kuò)展與集成，從而避免了重復(fù)開(kāi)發(fā)，減少了開(kāi)發(fā)的工作量，開(kāi)發(fā)過(guò)程與結(jié)果都較為可控，便于證件圖像的OCR識(shí)別，提高了識(shí)別效率。所以，本發(fā)明有效克服了現(xiàn)有技術(shù)中的種種缺點(diǎn)而具高度產(chǎn)業(yè)利用價(jià)值。

上述實(shí)施例僅例示性說(shuō)明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對(duì)上述實(shí)施例進(jìn)行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識(shí)者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。