一種圖片ocr識別系統(tǒng)的字符與背景粘連噪聲消除方法
【技術領域】
[0001] 本發(fā)明設及自然場景圖片OCR識別系統(tǒng)，尤其設及一種圖片OCR識別系統(tǒng)的字符與 背景粘連噪聲消除方法。
【背景技術】
[0002] 在人工智能領域，光學字符識別OCR是一項十分重要的技術，由于智能手機的普及 W及云存儲中海量圖片的分類與捜索的需要，使得自然場景圖片OCR識別成為近年來研究 的一個熱點，OCR技術一般包括字符定位，字符切割，字符識別等幾個過程，其中字符定位的 速度與精度，直接影響OCR識別技術的好壞，是整個OCR系統(tǒng)的關鍵。
[0003] OCR字符定位通常利用字符串的結構信息，通過全局捜索的方式對字符串所在區(qū) 域進行定位，而字符串結構信息的提取，最常用也是較有效的方法是通過二值化技術來提 取字符串圖像的邊緣，常用的二值化方法有固定闊值法、自適應闊值法、全局闊值法W及局 部闊值法等，無論哪一種算法，當面對復雜多變的環(huán)境，如不同季節(jié)、不同天氣環(huán)境等復雜 情況，都會或多或少的引入各種各樣的噪聲，運些噪聲將很容易導致定位失敗，或產生大量 虛假字符信息，從而使得后續(xù)處理的計算量大大增加。
[0004] 對二值化所引入的噪聲，現有的做法通常是采用一些濾波方法去濾除噪聲，例如 中值濾波、數學形態(tài)學、二維小波分析等，運些不同的方法對不同的圖像有不同的效果，常 用的線性低通濾波器和鄰域平均的方法雖然可W去除部分噪聲，但它們具有圖像模糊的負 作用，中值濾波的方法可W消除孤立的噪聲點，而且產生的模糊比較少，但是它對二值圖像 去除噪聲的效果并不好，數學形態(tài)學在一定程度上可W將部分黑色斑塊腐蝕掉，但運樣往 往會導致原圖像變形加劇，不利于后續(xù)的計算。
[0005] 另外，在自然場景圖片OCR識別中，由于光照、天氣、雜物等因素的影響，使得二值 化噪聲更多，實際工程應用中，獨立的、離散的噪聲往往比較容易區(qū)分，而與字符或者待識 別對象發(fā)生了粘連的噪聲往往難W處理，粘連噪聲帶來的結果就是相應的字符位置范圍受 到了干擾，導致字符的準確定位失敗，從而影響了系統(tǒng)的整體識別率，如何消除自然場景中 的字符粘連噪聲成了OCR識別中的一個關鍵問題，因此，提出一種能夠滿足實際應用需要 的、實現各種復雜環(huán)境下的實時字符粘連噪聲消除技術顯得十分重要，通過消除粘連噪聲， 可減少非字符區(qū)域的干擾，從而提供OCR字符定位的準確性。

【發(fā)明內容】

[0006] 本發(fā)明的目的在于提供一種圖片OCR識別系統(tǒng)的字符與背景粘連噪聲消除方法， 針對現有自然場景圖片的OCR技術，在噪聲處理方面存在的不足，提出了一種新的粘連噪聲 消除方法，在復雜多變的自然環(huán)境中，該方法解決了現有OCR應用系統(tǒng)對具有粘連噪聲字符 定位困難的問題，實現字符位置的準確提取，并能滿足工程應用的實時性要求。
[0007] 為了達到上述目的，本發(fā)明提供的技術方案是:所述的自然場景圖片OCR識別系統(tǒng) 的字符與背景粘連噪聲消除方法包括按順序執(zhí)行的下列步驟：
[000引一種圖片OCR識別系統(tǒng)的字符與背景粘連噪聲消除方法，所述的圖片OCR識別系統(tǒng) 的字符與背景粘連噪聲消除方法包括按如下步驟：
[0009] 1)根據OCR系統(tǒng)所應用的工程環(huán)境的先驗知識，設置待識別字符的筆劃長度 StrokeLen的有效范圍；
[0010] 2)選取自然環(huán)境下的含有待識別字符的圖像，并W均值差分模板的方式計算圖像 差分邊界圖，所述差分邊界圖包含字符區(qū)域和背景區(qū)域；
[0011] 3)將上述得到的待識別圖像的差分邊界圖進行闊值化，形成待識別圖像的Ξ值化 邊界圖，所述Ξ值化邊界圖包含待識別區(qū)域和背景區(qū)域；
[0012] 4)在上述得到的待識別圖像的Ξ值化邊界圖中，按照傾斜角度范圍內、直線型邊 界進行捜索，檢查該邊界是否超出了筆劃長度的有效范圍，當沒有超出筆劃長度的有效范 圍，則認為是有效的邊界點，并給予保留，當超出筆劃長度的有效范圍，則該邊界判定為噪 聲，將其從Ξ值邊界圖像中清除。
[0013] 所述步驟3)中，將所述待識別圖像的差分邊界圖進行闊值化的公式如下：
[0014] 其中，P(x，y)是差分圖中像素點（x，y)的差分值，ParamA和ParamB是預先設置的闊 值，cl，c2和c3是無符號整數，取值范圍是[0,255];其中cl表示當前像素點的亮度比周圍更 亮的邊界，c2表示當前像素點的亮度比較周圍更暗的邊界，c3表示非邊界的取值。
[0015] 所述的cl顏色為黑色，取值為C1 = 0;所述的c2顏色為白色，取值為c2 = 255，所述 的c3顏色為灰色，取值為c3 = 128,差分邊界像素點的值分別為0、255,而非邊界像素點的值 為128,即所述的黑色和白色的像素點為邊界像素點，所述的灰色的像素點是非邊界像素 點。
[0016] 所述步驟4)中，將所述待識別圖像的Ξ值化圖像按照傾斜角度范圍內、直線型邊 界進行捜索的算法步驟如下：
[0017] 4.1)計算傾斜角度在[α，β]范圍內的直線傾斜偏移量檢測模版；
[0018] 4.2)對Ξ值化圖像中每一個邊界點，利用步驟a)中得到的直線檢測模版，檢查從 該邊界點出發(fā)、邊界值相同，并且與模版匹配的連續(xù)邊界線；
[0019] 4.3)對匹配的連續(xù)邊界線，檢查其長度是否屬于有效范圍，當屬于有效范圍，則保 留，否則該邊界線為噪聲邊界，并將邊界線上所有邊界點所包含的邊界像素值設置為c3。
[0020] 所述步驟4-1)中，所述計算傾斜角度在[α，β]范圍內的直線檢測模版的算法步驟 如下：
[0021] 4.1.1)根據步驟1)所設置的最長筆劃長度StrokeLen,按照工程實際情況計算直 線模版數量Num、直線模版線條的長度Len W及該模版在y方向上的最大偏移值MaxOf f Y，計 算公式分別如下；
[0022]
[0023] 4.1.2)對每一個直線傾斜偏移量模版，按如下公式計算y方向的偏移值。
[0024]
xe [(Κ U叫，（')於'e [―Max'O們、Maxom'l
[0025] 所述步驟4.2)中將待識別圖像的Ξ值化圖像進行直線型邊界的捜索算法，判斷從 某邊界點出發(fā)、邊界值相同，并且與直線傾斜偏移量模版匹配的連續(xù)邊界線的方法如下： [00%] 4.2.1)當所述直線的線寬為1的普通直線，該方法從出發(fā)點開始，從左到右檢查是 否有直接相鄰的等值邊界點，當存在，則該直線上所有邊界點都屬于匹配點，否則就屬于不 匹配點；
[0027] 4.2.2)當所述的直線線寬為Ν，基于八連通的廣義直線，該方法從出發(fā)點開始，檢 測八連通意義下的等值邊界點，當存在運樣的廣義直線，則該廣義直線上所有邊界點都屬 于匹配點，否則就屬于不匹配點。
[0028] 本發(fā)明的有益效果是:本發(fā)明的一種圖片OCR識別系統(tǒng)的字符與背景粘連噪聲消 除方法，針對現有自然場景圖片的OCR技術，在噪聲處理方面存在的不足，提出了一種新的 粘連噪聲消除方法，在復雜多變的自然環(huán)境中，該方法解決了現有OCR應用系統(tǒng)對具有粘連 噪聲字符定位困難的問題，實現字符位置的準確提取，并能滿足工程應用的實時性要求。
【附圖說明】
[0029] 圖1為本發(fā)明實施例的一種圖片OCR識別系統(tǒng)的字符與背景粘連噪聲消除方法的 流程圖；
[0030] 圖2為本發(fā)明