CGJM200504024_83_85

第28卷第4期长春理工大学学报Vo l 128No 142005年12月J ou rnal of Changchun Un i versit y of Science and T echnologyDec .2005收稿日期:2005-09-19作者简介:王湘群,女(1966-),硕士研究生,主要从事图形图像处理研究。

复杂背景的身份证图像字符分割算法研究王湘群 鲁庆元(湖南科技大学 计算机科学与工程学院,湘潭 411201)摘 要:对身份证识别系统中的字符分割技术进行了深入的研究,阐述了倾斜校正、行切割、小波降噪、单字符分割等算法,实验证明,文中方法对退化的身份证图像具有很好的字符分割能力。

关键词:身份证图像;字符分割;算法研究中图分类号:TP 391 文献标识码:A文章编号:1672-9870(2005)04-0078-03Algorit h m Reseach on I D Car d I mage CharactersSeg m entati on i n I ntricate BackgroundWANG X iangqun LU Q i n gyuan(School o f Co mputer Science and Engineering H unan University o f Science and Technology ,X i a ngtan 411201)Abst ract :In t h is paper ,The sega m entati o n algo rithm o f the characters i n t h e I d car d based on the con -necti v ity of the characters is studied .A l g orithm of li n e sega m entation 、inc li n e correcti o n 、w avelet de-no ising 、si n ga l character sega m entation operati o ns are i n troduced.Experi m ental results sho w that the proposed a l g orithm is robust in poor I D car d i m age .K ey w ords :I D card i m age ;character segm entati o n ;a l g orithm reseach 机器字符识别是计算机智能化人机接口的关键技术,身份证字符识别是其中有着重要理论意义和实际应用价值的研究方向之一。

随着信息技术的飞速发展,利用计算机进行身份证自动识别已成为可能。

作为人口信息管理行之有效工具的身份证识别系统可广泛用于服务性行业、交通系统和公安系统等需要身份证检验的部门。

身份证识别的研究对象是字符,故身份证的识别研究主要是对复杂背景下字符的识别的研究。

在身份证识别系统中,身份证扫描后以彩色图像的形式进入系统,经过一系列处理后,获得个人信息和编号字符串,存入数据库,以便后续处理。

身份证识别的过程为:图像预处理→行分割→降噪处理→字分割→识别预处理→特征提取→字符识别→识别后处理→输出结果。

图像的预处理部分主要包括256级灰度图像的倾斜、光照不匀校正;行分割将身份证图像分割成包含文字行的子图像;降噪处理部分用于提高信噪比,突出期望特征;二值化后进行的字分割操作,从文字行子图像中进一步分割出每一个字符的边界;特征提取部分包括先对每个文字图像进行去毛刺、空洞等的修饰,再将其规范化为24@24像素的图像;在提取每个文字图像的特征后,运用相关的模式识别方法,识别出文字。

为了提高识别的正确率,还将根据某些先验知识对识别结果进行判断、校正,这些工作由识别后处理部分来完成。

最终的识别结果将以字符串形式保存到数据库中。

1 身份证图像分割特点由于目前大多数字符识别算法都是针对单独字符的,因此,身份证图像的字符分割对身份证的识别起着非常关键的作用。

用于图像分割的方法有很多,大致可分为以下几类:直方图分析法,分开合并法、区域生长法、图像边缘法、神经网络法、基于物理模型的分割法等。

第4期王湘群等:复杂背景的身份证图像字符分割算法研究彩色身份证扫描图像上存在较多有碍识别的干扰信息,如,偏绿色条纹,数字灰度区域与干扰灰度区域的部分重叠,激光防伪套膜在扫描反射光照下所产生的色彩干扰叠加,光照不匀、对比度小、倾斜、污迹、背景网络、防伪标识以及由于长时间使用造成的磨毛,大量的斑点噪声等。

这些干扰信息的存在给字符的分割造成了困难,如按通常的方式对整幅图像整体二值化,会出现断字、粘连、残余网格等情况。

在此基础上进行字符分割,不仅开销大,且背景干扰也比较严重,字符分割不理想。

针对退化的身份证图像准确地进行字符分割是身份证字符识别过程的重点难题。

本文的处理方法是:对灰度图像进行倾斜校正后,先进行行分割,得到个人信息(姓名、民族、性别、出生、住址、编号行)子图像,待对这些子图像进行降噪处理后,再进行字符的分割。

2复杂背景的身份证图像字符分割方案211图像的倾斜较正理想的身份证图像是一个矩形,倾斜的身份证图像可以看作一个平行四边形。

考虑到实际身份证并非理想,不同程度地存在着水平倾斜或垂直倾斜,故识别中应对身份证作倾斜校正。

首先应用Pre w itt垂直(水平)模板求取身份证垂直(水平)边缘的投影值;然后依次以1b增幅旋转边缘图像对其进行垂直(水平)投影,求取各角度下的水平投影值S(A),其最大值所对应的A就是身份证的水平倾斜角;求取边缘图像转过B角时投影值为0的区域长度之和N(B),则当N(B)取得最大值时所对应的B即为身份证的垂直倾斜角。

倾斜校正时需在同一行内对像素进行移位。

设身份证的高度为h,垂直倾斜角度为B,身份证区域内任一像素的坐标为(x,y),校正后像素的坐标为(x, y1),则:y1=y+(x-1)tan B,B>0y1=y+(h-x)tan(-B),B<0确定了校正后的像素坐标(x,y1),再应用双线性插值求取像素的灰度值。

光照度一般变化较缓慢。

可通过低通滤波获得图像背景的光照度估值,再从原始图像中减去此照度校正光照不均,最后通过对比拉伸变换增强对比度。

212行分割尽管身份证存在字体不一、位置偏差等情况,但其右侧的个人信息却具有统一的顺序:姓名、民族、性别、出生、住址、签发时间和编号,且每一行大致位置不变。

行分割时,先根据先验知识为每行大致定位,然后再在确定的范围内进一步搜索,精确得到行的边界。

现以编号为例说明之。

其一般定位,既可以通过对编号区域在身份证中的一般位置的观察确定,也可凭经验直接给出,即如果分别以整幅图像的宽和高为单位1,左下角为原点,则编号行一般位于左下角坐标为(014,0115),宽和高分别为015和0115的矩形内。

然后在这个矩形内进一步搜索,精确定位编号行的上下左右四边界。

文字像素一般比背景网格和防伪标志处的像素灰度值小,故文字行像素的灰度平均值小于背景,因此可以据此区分文字和背景,进而确定行边界。

考虑到背景中网格节点比网格线颜色深,背景中的相邻两行灰度均值也可能有较小差异,为避免把这种情况误认为边界,在水平投影定位算法的基础上,可设定一个比例系数k,判定边界时,要求该行像素均值小于相邻行像素均值与k的乘积。

还应根据文字跨越多行像素的特性(设文字行高度超过3个像素),降低小噪声点的影响。

综上所述,满足以下条件者可确定为第i行之上边界:h_grayavg(i+a)<h_g rayavg(i-1)@k,其中a=0,1,2满足如下条件者可确定为第i行之下边界:h_grayavg(i)<h_g rayavg(i+a)@k,其中a=1,2,3213子图像的小波降噪在对身份证的处理过程中保留的只是身份证字符,由于身份证噪声影响到身份证字符分割的效果,有时甚至造成身份证分割失败,必须进行降噪处理。

由小波变换的性质知道,高斯噪声的小波变换仍然是高斯分布的,而期望信号一般是带限性的,其小波变换系数仅仅集中在相空间的一小部分,从能量的观点看,在小波域上,噪声能量分布在所有的小波系数上,而信号能量只集中在一小部分的小波系数上。

为此,可以将小波系数分成两类,第一类小波系数仅仅由噪声变换后得到,这类小波系数幅值小,数目多;第二类小波系数由信号变换得来,并包含噪声的影响,这类小波系数幅值大,数目较少。

于是可以通过小波系数幅值上的差异设置阈值,构造出一种降噪方法。

即,大于该阈值的小波系数属于第二类系数,它同时含有信号和噪声的79长春理工大学学报2005年变换结果,予以保留(简单保留或进行后续操作),而小于该阈值的小波系数,则认为是完全由噪声变换而来第一类系数,应予去除,从而达到降噪的目的。

由于小波阈值降噪并不彻底,通常在降噪的图像中很容易出现吉布斯现象,即在图像的某个区域出现类似于水波样的波纹,或者马赛克,造成图像失真。

对此可采用小波指数修改方法进一步去除身份证图像上的斑点噪声,并使图像轮廓得到增强。

上述过程可描述为:(1)将观测值Y进行小波变换,得到小波系数Y=Wy,WM=I;(2)在小波域上,对小波系数Y进行调整:^X=Thre(Y,X)=Y/X令^X(i,j)=y(i,j)/X,其中X=exp(-|y(i,j)|/a+b)+1设定|y(i,j)|=L-2R,X=2|y(i,j)|=0,X=BL式中B为常数因子,B I[1,5],取B=2;u,R 为被修正小波系数的|y(i,j)|的均值和方差。

由上述方程组很容易确定a,b的值:b=l n(B L-1)a=(L-2R)/b(3)将操作后的小波系数X^X通过M(W的逆矩阵)进行小波反变换,得到最终降噪结果。

214基于子图像的字符分割经过上述去噪处理、二值化的子图像,实现了字符统一为黑色,背景统一为白色。

此时可利用正交投影对子图像进行字符分割。

由于身份证字符串有其自身的规格要求,字符之间有一定间隙,这个间隙就是分割的依据。

当对子图像进行垂直投影时,可以很明显地看到字符之间的投影值正好处于波谷的位置,在理想的情况下,这个波谷值应该为0,并且每个字符之间都应该有相应的波谷。

利用这个零值的波谷很容易得到字符之间的间隔,从而将子图像切分为单个字符。

对子图像作垂直投影,从J1~J2对I1~I2作垂直投影,对某一列来讲,如果像素全为黑色,其垂直投影记为0;如果像素有白色和黑色,其垂直投影记为1。

设定数组R[j]来存放垂直投影值,则:T(j)=0,Y w>=(I2-I1);1,Y w<(I2-I1)式中,J1<=j<=J2;Y w表示一列中黑像素的个数。