一种证件透视校正方法及系统的制作方法
【专利摘要】本发明涉及一种证件透视校正方法及系统，属于图像校正领域。现有的证件透视校正大多基于边缘检测算法，容易受到外界环境的影响。本发明所述的方法及系统首先对输入的图像进行倾斜检测，得到图像倾斜角度，并以其作为基准生成两个标准向量；然后计算图像各像素点的梯度信息，得到图像各像素点的梯度向量，再计算梯度向量与标准向量的相关性，生成梯度相关性图像；最后对梯度相关性图像进行直线霍夫变换，定位变换后图像中的证件边界四边形，对证件进行透视校正，得到校正图像。采用本发明所述的方法及系统对证件进行透视校正，对弱边界有较好的适应性，并能较好的抵抗背景的干扰，得到良好的检测和校正效果。
【专利说明】一种证件透视校正方法及系统
【技术领域】
[0001]本发明属于图像校正领域，具体涉及一种图像中证件透视校正方法及系统。
【背景技术】
[0002]如果期望平行的物体直线与胶片平面不平行的话就会在照片中出现透视投影失真。一种常见的情形就是当我们从地面上拍摄一个较高的建筑物的时候，通常将照相机向后倾斜，这样建筑物看起来就会较远，由于业余摄影的流行，用低档照相机拍摄的带有透视失真的照片已经很普遍。
[0003]透视校正是对照片进行合成或者编辑以得到符合大众对于透视失真理解的结果的过程。现有技术中，证件的透视校正大多基于边缘检测算法，即利用边缘检测获取证件边界四边形的位置，从而完成证件的定位，并根据边界四边形进行透视校正。然而，边缘检测算法难以适应各种复杂的情况，容易受到外界环境的影响，如弱边界、背景干扰以及尺度问题等，这就造成算法本身难以适应各种情况得到较为准确的证件边缘信息，最后得到的边界往往不可信，难以完成证件的校正工作。
【发明内容】
[0004]针对现有技术中存在的缺陷，本发明的目的是提供一种证件透视校正方法及系统，该方法及系统能够较好的适应弱边界以及背景干扰的情况，得到良好的证件定位和透视校正效果。
[0005]为达到以上目的，本发明采用的技术方案是:
[0006]一种证件透视校正方法，包括以下步骤:
[0007]S1:输入图像，对所述图像进行倾斜检测，得到图像倾斜角度，并以图像倾斜角度作为基准生成标准向量；所述的图像为包含证件的图像；所述的证件是指具有矩形形状的证件；
[0008]S2:计算所述图像中各像素点的梯度信息，得到图像中各像素点的梯度向量，所述的梯度信息包括梯度幅度值和梯度角度值；
[0009]S3:计算图像中各像素点的梯度向量与所述标准向量的相关性，生成梯度相关性图像；所述的梯度相关性图像包括与图像倾斜角度方向一致的梯度相关性图像和与图像倾斜角度方向垂直的梯度相关性图像；
[0010]S4:对所述的梯度相关性图像进行直线霍夫变换，定位出图像中证件的边界，对定位出的证件进行透视校正，得到校正图像。
[0011]进一步，如上所述的一种证件透视校正方法，步骤SI中，对所述图像进行倾斜检测，得到图像倾斜角度的过程包括以下步骤:
[0012](I)将所述图像进行二值化处理，得到二值化图像；
[0013](2)获取二值化图像中字符的连通域，并得到连通域的中心点坐标；
[0014](3)将所述中心点坐标进行霍夫变换，得到霍夫变换累积图，霍夫变换累积图上的霍夫变换角度投影峰值所在位置即为图像倾斜角度Θ skewo
[0015]进一步，如上所述的一种证件透视校正方法，步骤SI中，对所述图像进行倾斜检测，得到图像倾斜角度的过程还可以采用如下方式:对图像进行版面成行分析，并对每一行字符进行基线拟合完成倾斜角度esk?的检测。
[0016]进一步，如上所述的一种证件透视校正方法，步骤SI中，所述的标准向量包括与图像倾斜角度方向一致的标准向量
【权利要求】
1.一种证件透视校正方法，包括以下步骤: S1:输入图像，对所述图像进行倾斜检测，得到图像倾斜角度，并以图像倾斜角度作为基准生成标准向量；所述的图像为包含证件的图像；所述的证件是指具有矩形形状的证件； S2:计算所述图像中各像素点的梯度信息，得到图像中各像素点的梯度向量，所述的梯度信息包括梯度幅度值和梯度角度值； 53:计算图像中各像素点的梯度向量与所述标准向量的相关性，生成梯度相关性图像；所述的梯度相关性图像包括与图像倾斜角度方向一致的梯度相关性图像和与图像倾斜角度方向垂直的梯度相关性图像； 54:对所述的梯度相关性图像进行直线霍夫变换，定位出图像中证件的边界，对定位出的证件进行透视校正，得到校正图像。
2.如权利要求1所述的一种证件透视校正方法，其特征在于，步骤SI中，对所述图像进行倾斜检测，得到图像倾斜角度的过程包括以下步骤: (1)将所述图像进行 二值化处理，得到二值化图像； (2)获取二值化图像中字符的连通域，并得到连通域的中心点坐标； (3)将所述中心点坐标进行霍夫变换，得到霍夫变换累积图，霍夫变换累积图上的霍夫变换角度投影峰值所在位置即为图像倾斜角度Θ skewD
3.如权利要求1所述的一种证件透视校正方法，其特征在于，步骤SI中，对所述图像进行倾斜检测，得到图像倾斜角度的过程还可以采用如下方式:对图像进行版面成行分析，并对每一行字符进行基线拟合完成倾斜角度Θ skew的检测。
4.如权利要求1至3之一所述的一种证件透视校正方法，其特征在于，步骤SI中，所述的标准向量包括与图像倾斜角度方向一致的标准向量-[cos^^sin^,,,,.]，以及与图像倾斜角度方向垂直的标准向量Pw2 =[cos( U9(n，sin( U90O]，其中Θ skew为所述图像倾斜角度。
5.如权利要求4所述的一种证件透视校正方法，其特征在于，步骤S2中，计算图像中各像素点的梯度信息，得到图像中各像素点的梯度向量的具体方式如下:
gradX (x, y) =image (x+1, y) -1mage (x_l, y)
gradY(x, y)=image(x, y+1)-1mage(x, y-1)
gradMag(x, v) = yjgindX(.v, y)2 + gradY(x, y)~
，.^radY(x, v),
gradDir{x, v) = arctan(--1—-—)
"gradX {x,v)
Kniti(；\\ >') = [gradMag(.\\ y) X cos(gru(/Dir(.\\>')).>gru(/Mag(x, >')x sm(gracfDir(x, >'))] 其中，image (x, y)为像素点(x，y)处的像素值，gradX(x，y)为X方向上像素点(x, y)处的梯度值，gradY(x，y)为Y方向上像素点(x，y)处的梯度值，gradMag(x，y)为像素点(X，y)处的梯度幅度值，gradDir(x，y)为像素点(x，y)处的梯度角度值，Kracl(x,y)为像素点(x，y)处的梯度向量。
6.如权利要求5所述的一种证件透视校正方法，其特征在于，步骤S3中，所述相关性是指梯度向量和标准向量间的点乘数值，梯度向量和与图像倾斜角度方向一致的标准向量Virll的相关性
7.如权利要求6所述的一种证件透视校正方法，其特征在于，步骤S3中，生成梯度相关性图像的具体方式为: 计算图像中各像素点的梯度向量与标准向量巧_的相关性，将计算出的点乘数值作为图像中各像素点的像素值，生成与图像倾斜角度方向一致的梯度相关性图像； 计算图像中各像素点的梯度向量与标准向量匕2的相关性，将计算出的点乘数值作为图像中各像素点的像素值，生成与图像倾斜角度方向垂直的梯度相关性图像。
8.—种证件透视校正系统,包括: 倾斜度检测模块，用于对输入的图像进行倾斜检测，得到图像倾斜角度，并以图像倾斜角度作为基准生成标准向量；所述的图像为包含证件的图像；所述的证件是指具有矩形形状的证件； 梯度向量计算模块，用于计算所述图像中各像素点的梯度信息，得到图像各像素点的梯度向量；所述的梯度信息包括梯度幅度值和梯度角度值； 相关性图像生成模块，用于计算图像中各像素点的梯度向量与标准向量的相关性，生成梯度相关性图像；所述的梯度相关性图像包括与图像倾斜角度方向一致的梯度相关性图像和与图像倾斜角度方向垂直的梯度相关性图像； 校正模块，用于对所述的梯度相关性图像进行直线霍夫变换，定位出图像中证件的边界，对定位出的证件进行透视校正，得到校正图像。
9.如权利要求8所述的一种证件透视校正系统，其特征在于，所述的倾斜度检测模块包括: 二值化单元，用于将图像进行二值化处理，得到二值化图像； 中心点坐标获取单元，用于获取二值化图像中字符的连通域，并得到连通域的中心点坐标； 倾斜度获取单元，用于将所述中心点坐标进行霍夫变换，得到霍夫变换累积图，霍夫变换累积图上的霍夫变换角度投影峰值所在位置即为图像倾斜角度Θ skewD
10.如权利要求8或9所述的一种证件透视校正系统，其特征在于，所述的梯度向量计算模块计算所述图像各像素点的梯度信息，得到图像各像素点的梯度向量的具体方式为:
【文档编号】G06K9/32GK103473541SQ201310366026
【公开日】2013年12月25日 申请日期:2013年8月21日 优先权日:2013年8月21日
【发明者】杨镜 申请人:方正国际软件有限公司, 方正国际软件(北京)有限公司