本發(fā)明屬于光學(xué)字符識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法及其裝置。

背景技術(shù)：

隨著社會(huì)大力發(fā)展移動(dòng)互聯(lián)網(wǎng)，特別是google于2007年推出的android手機(jī)平臺(tái)，很多應(yīng)用移植到手機(jī)端，手機(jī)不僅僅成為人們常用的通訊工具，更是現(xiàn)代重要生活助手，為人們工作、生活帶來(lái)便捷和快樂(lè)。身份證是每個(gè)成年公民都擁有的，用來(lái)標(biāo)識(shí)個(gè)人身份的最重要的管理工具，已經(jīng)運(yùn)用到社會(huì)生活的方方面面，身份證的信息獲取具有重要的作用。

目前，身份證號(hào)碼的錄入大多采用人工錄入，不但耗時(shí)，效率低，并且容易因?yàn)槿斯ぽ斎朐虍a(chǎn)生錯(cuò)誤錄入，造成不必要的損失；而通過(guò)手機(jī)攝像頭拍照快速錄入身份證號(hào)碼能方便得獲取中國(guó)公民的身份信息，其中關(guān)鍵技術(shù)是光學(xué)字符識(shí)別(OCR)。

光學(xué)字符識(shí)別(OCR)國(guó)外很早就開(kāi)始研究，國(guó)內(nèi)從80年代也開(kāi)始研究，是近年來(lái)的熱門(mén)研究方向，其實(shí)現(xiàn)算法也比較多，比如模板匹配、支持向量機(jī)(SVM)和人工神經(jīng)網(wǎng)絡(luò)(ANN)；其中，人工神經(jīng)網(wǎng)絡(luò)是“artificial neural network”實(shí)際上就是存在于人腦的生物神經(jīng)網(wǎng)絡(luò)，在向生物神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)，先要充分的了解和研究生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能特點(diǎn)以及構(gòu)造機(jī)理，然后學(xué)習(xí)和實(shí)現(xiàn)所需要的智能功能。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的主要目的在于提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法及其裝置，

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

本發(fā)明實(shí)施例提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法，該方法為：移動(dòng)終端將采集的身份證圖像轉(zhuǎn)換為灰度圖像，對(duì)所述轉(zhuǎn)換的灰度圖像進(jìn)行裁剪獲得身份證號(hào)碼區(qū)，并且對(duì)該身份證號(hào)碼區(qū)進(jìn)行閾值處理和數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算形成聯(lián)通域，通過(guò)身份證定位確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼后，對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出。

上述方案中，該方法還包括通過(guò)身份證定位確定所述聯(lián)通域內(nèi)不存在身份證號(hào)碼時(shí)，結(jié)束流程停止識(shí)別。

上述方案中，所述移動(dòng)終端將采集的身份證圖像轉(zhuǎn)換為灰度圖像，具體為：將拍攝的身份證圖像按長(zhǎng)寬比例縮小圖像，并且圖像長(zhǎng)度小于600像素，之后，將彩色圖像轉(zhuǎn)換成灰度圖像。

上述方案中，該方法還包括收集字符樣本，讀取每個(gè)字符樣本的特征信息并進(jìn)行計(jì)算將結(jié)果寫(xiě)入XML文件，將每個(gè)字符樣本和對(duì)應(yīng)的特征信息構(gòu)建字符樣本庫(kù)；所述字符樣本庫(kù)分為11大類(lèi)，每個(gè)大類(lèi)包含100個(gè)字符樣本。

上述方案中，所述對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出，具體為：識(shí)別聯(lián)通域分割為18個(gè)字符圖像，之后分別確定每個(gè)字符圖像的三個(gè)特征值，對(duì)所述三個(gè)特征值進(jìn)行識(shí)別結(jié)果預(yù)測(cè)，將預(yù)測(cè)結(jié)果與字符樣本庫(kù)進(jìn)行對(duì)比，最后，將相似度最大的分類(lèi)作為識(shí)別結(jié)果輸出。

上述方案中，所述通過(guò)身份證定位確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼，具體為：所述移動(dòng)終端通過(guò)一矩形框定位號(hào)碼區(qū)域，實(shí)時(shí)檢測(cè)號(hào)碼所形成的連通域是否在矩形定位框內(nèi)，當(dāng)所述號(hào)碼區(qū)域在矩形定位框內(nèi)時(shí)執(zhí)行后續(xù)流程，否則重新采集圖像。

本發(fā)明實(shí)施例還提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別裝置，該裝置包括：圖像轉(zhuǎn)換單元、定位單元、識(shí)別單元；

所述圖像轉(zhuǎn)換單元，用于將采集的身份證圖像轉(zhuǎn)換為灰度圖像，對(duì)所述轉(zhuǎn)換的灰度圖像進(jìn)行裁剪獲得身份證號(hào)碼區(qū)，并且對(duì)該身份證號(hào)碼區(qū)進(jìn)行閾值處理和數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算形成聯(lián)通域；

所述定位單元，用于確定所述聯(lián)通域內(nèi)是否存在身份證號(hào)碼；

所述識(shí)別單元，用于在確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼時(shí)，對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出。

上述方案中，所述圖像轉(zhuǎn)換單元，具體用于將拍攝的身份證圖像按長(zhǎng)寬比例縮小圖像，并且圖像長(zhǎng)度小于600像素，之后，將彩色圖像轉(zhuǎn)換成灰度圖像。

上述方案中，所述識(shí)別單元，還用于收集字符樣本，讀取每個(gè)字符樣本的特征信息并進(jìn)行計(jì)算將結(jié)果寫(xiě)入XML文件，將每個(gè)字符樣本和對(duì)應(yīng)的特征信息構(gòu)建字符樣本庫(kù)；所述字符樣本庫(kù)分為11大類(lèi)，每個(gè)大類(lèi)包含100個(gè)字符樣本。

上述方案中，所述識(shí)別單元，具體用于識(shí)別聯(lián)通域分割為18個(gè)字符圖像，之后分別確定每個(gè)字符圖像的三個(gè)特征值，對(duì)所述三個(gè)特征值進(jìn)行識(shí)別結(jié)果預(yù)測(cè)，將預(yù)測(cè)結(jié)果與字符樣本庫(kù)進(jìn)行對(duì)比，相似度最大的分類(lèi)作為識(shí)別結(jié)果輸出。

與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法，移動(dòng)終端將采集的身份證圖像轉(zhuǎn)換為灰度圖像，對(duì)所述轉(zhuǎn)換的灰度圖像進(jìn)行裁剪獲得身份證號(hào)碼區(qū)，并且對(duì)該身份證號(hào)碼區(qū)進(jìn)行閾值處理和數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算形成聯(lián)通域，通過(guò)身份證定位確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼時(shí)，對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出；這樣，通過(guò)對(duì)裁剪的黑白圖像進(jìn)行識(shí)別，大幅度提升了識(shí)別速度，識(shí)別過(guò)程平均耗時(shí)500毫秒，識(shí)別準(zhǔn)確率99％，能夠滿(mǎn)足手機(jī)端用戶(hù)對(duì)身份證信息提取需求。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法的流程圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實(shí)施例提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別方法，如圖1所示，該方法通過(guò)以下步驟實(shí)現(xiàn)：

步驟101：移動(dòng)終端將采集的身份證圖像轉(zhuǎn)換為灰度圖像。

具體地，將拍攝的身份證圖像按長(zhǎng)寬比例縮小圖像，并且圖像長(zhǎng)度小于600像素，之后，將彩色圖像轉(zhuǎn)換成灰度圖像。

步驟102：對(duì)所述轉(zhuǎn)換的灰度圖像進(jìn)行裁剪獲得身份證號(hào)碼區(qū)，并且對(duì)該身份證號(hào)碼區(qū)進(jìn)行閾值處理和數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算形成聯(lián)通域。

具體地,對(duì)灰度圖像進(jìn)行閾值處理時(shí)，通過(guò)統(tǒng)計(jì)灰度值確定一個(gè)閾值，使得該閾值能夠?qū)⑶熬昂捅尘氨M可能的分開(kāi)，也就是身份證圖像中字符與其他部分盡量區(qū)分開(kāi)；通過(guò)統(tǒng)計(jì)計(jì)算得灰度圖的平均值為M，任取一灰度值t，將圖像分成A和B，對(duì)應(yīng)就是前景和背景色；這兩部分的平均值為MA和MB，A部分的像素占總像素比例為PA，B部分里的像素占總像素的比例為PB，這兩類(lèi)之間的方差定義為：ICV＝α*PA*(MA-M)²+β*PB*(MB-M)²,最佳的閾值t就是使得ICV最大的，其中α和β為修正值，前景與背景比例相差太大時(shí)做適當(dāng)修正，通過(guò)實(shí)驗(yàn)這里α＝1.2，β＝0.8。

步驟103：通過(guò)身份證定位確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼后，對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出。

具體地，預(yù)先定義身份證號(hào)碼區(qū)域模板，內(nèi)容包括寬高比例，最大區(qū)域面積和最小區(qū)域面積，區(qū)域內(nèi)閾值分割后單元數(shù)為18，若滿(mǎn)足身份證號(hào)碼區(qū)域模板則認(rèn)為是號(hào)碼區(qū)域即確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼，否則返回第一步。

在進(jìn)行字符識(shí)別之前，收集字符樣本，讀取每個(gè)字符樣本的特征信息并進(jìn)行計(jì)算將結(jié)果寫(xiě)入XML文件，將每個(gè)字符樣本和對(duì)應(yīng)的特征信息構(gòu)建字符樣本庫(kù)；所述字符樣本庫(kù)分為11大類(lèi)，每個(gè)大類(lèi)包含100個(gè)字符樣本。

身份證號(hào)碼由0、1、2、3、4、5、6、7、8、9、X字符組成；前17位只能是數(shù)字，最后一位為校驗(yàn)位，是前面17位通過(guò)計(jì)算得出的校驗(yàn)值，值在0-10之間，符號(hào)‘X’代表10，故所述11大類(lèi)具體為0-10。

識(shí)別聯(lián)通域分割為18個(gè)字符圖像，之后分別確定每個(gè)字符圖像的三個(gè)特征值，對(duì)所述三個(gè)特征值進(jìn)行識(shí)別結(jié)果預(yù)測(cè)，將預(yù)測(cè)結(jié)果與字符樣本庫(kù)進(jìn)行對(duì)比，最后，將相似度最大的分類(lèi)作為識(shí)別結(jié)果輸出。

所述三個(gè)特征值具體為：1)字符圖像在4*2劃分區(qū)域里，確定每個(gè)區(qū)域的字符數(shù)量所占的比例，根據(jù)該比例與字符樣本庫(kù)中每個(gè)分類(lèi)的比例對(duì)比，相似度最接近的即為該分類(lèi)對(duì)應(yīng)的字符；

2)所述字符圖像在水平(垂直)方向上投影，確定每列(行)的字符像素總數(shù)，根據(jù)該字符像素總數(shù)與字符樣本庫(kù)中每個(gè)分類(lèi)的字符像素總數(shù)對(duì)比，相似度最接近的即為該分類(lèi)對(duì)應(yīng)的字符；

3)所述字符圖像的歐拉數(shù)，所述歐拉數(shù)描述了區(qū)域的聯(lián)通性，是全局的特征參數(shù)，公式：E＝C-H,E為區(qū)域的歐拉數(shù)，C為區(qū)域的聯(lián)通區(qū)域數(shù)，H為區(qū)域的空洞數(shù)，比如字符‘X’的E＝1-0＝1，字符‘9’的E＝1-1＝0，

假如1)、2)的特征值無(wú)法分辨時(shí)，就采用3)特征來(lái)區(qū)分；該特征描述了圖像的拓?fù)潢P(guān)系不受圖像畸變或邊緣噪聲的影響。

所述通過(guò)身份證定位確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼，具體為：所述移動(dòng)終端通過(guò)一矩形框定位號(hào)碼區(qū)域，實(shí)時(shí)檢測(cè)號(hào)碼所形成的連通域是否在矩形定位框內(nèi)，當(dāng)所述號(hào)碼區(qū)域在矩形定位框內(nèi)時(shí)執(zhí)行后續(xù)流程，否則重新采集圖像，這樣方便采集到適合識(shí)別的身份證圖像。

本發(fā)明實(shí)施例還提供一種基于人工神經(jīng)網(wǎng)絡(luò)的身份證快速識(shí)別裝置，該裝置包括：圖像轉(zhuǎn)換單元、定位單元、識(shí)別單元；

所述圖像轉(zhuǎn)換單元用于將采集的身份證圖像轉(zhuǎn)換為灰度圖像，對(duì)所述轉(zhuǎn)換的灰度圖像進(jìn)行裁剪獲得身份證號(hào)碼區(qū)，并且對(duì)該身份證號(hào)碼區(qū)進(jìn)行閾值處理和數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算形成聯(lián)通域；

所述定位單元用于確定所述聯(lián)通域內(nèi)是否存在身份證號(hào)碼，具體用于通過(guò)一矩形框定位號(hào)碼區(qū)域，實(shí)時(shí)檢測(cè)號(hào)碼所形成的連通域是否在矩形定位框內(nèi)，當(dāng)所述號(hào)碼區(qū)域在矩形定位框內(nèi)時(shí)執(zhí)行后續(xù)流程，否則重新采集圖像，這樣方便采集到適合識(shí)別的身份證圖像；

所述識(shí)別單元用于在確定所述聯(lián)通域內(nèi)存在身份證號(hào)碼時(shí)，對(duì)所述聯(lián)通域進(jìn)行字符識(shí)別和輸出。

所述圖像轉(zhuǎn)換單元具體用于將拍攝的身份證圖像按長(zhǎng)寬比例縮小圖像，并且圖像長(zhǎng)度小于600像素，之后，將彩色圖像轉(zhuǎn)換成灰度圖像。

所述識(shí)別單元還用于收集字符樣本，讀取每個(gè)字符樣本的特征信息并進(jìn)行計(jì)算將結(jié)果寫(xiě)入XML文件，將每個(gè)字符樣本和對(duì)應(yīng)的特征信息構(gòu)建字符樣本庫(kù)；所述字符樣本庫(kù)分為11大類(lèi)，每個(gè)大類(lèi)包含100個(gè)字符樣本。

所述識(shí)別單元具體用于識(shí)別聯(lián)通域分割為18個(gè)字符圖像，之后分別確定每個(gè)字符圖像的三個(gè)特征值，對(duì)所述三個(gè)特征值進(jìn)行識(shí)別結(jié)果預(yù)測(cè)，將預(yù)測(cè)結(jié)果與字符樣本庫(kù)進(jìn)行對(duì)比，相似度最大的分類(lèi)作為識(shí)別結(jié)果輸出。

以上所述，僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。