基于自适应灰度图像滤波的模板匹配方法
【专利摘要】基于自适应灰度图像滤波的模板匹配方法，首先，将待识别的灰度位图image0进行二值化处理，根据二值化位图检测笔画宽度；然后，根据设定的上限a、下限b来判断radio是否在控制范围内，若radio不在控制范围内，则重设radio的值为临界值；接着，选取二值化阈值范围，以现笔画宽度值所在的区间，重回image0灰度位图做图像滤波操作；最后，以主成分权值加大，局部取反修正，基本信息辅助的原则，制作与之匹配的模板，存储于系统中待程序调用，最终得到识别结果。本发明提高了图像的识别率和正确率,并具有更好的鲁棒性及适用性。
【专利说明】基于自适应灰度图像滤波的模板匹配方法
【技术领域】
[0001]本发明属于数字图像处理【技术领域】，涉及一种基于自适应灰度图像滤波的模板匹配方法。
【背景技术】
[0002]图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其他无关的信息，或者去除图像的某些信息，恢复其他的信息，其适用的普遍性成为图像预处理中不可缺少的操作。
[0003]图像滤波分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗口或卷积核进行，参照相邻像素改变单个像素的灰度值。同时，空间域滤波也被称为平滑和锐化处理，平滑是通过积分过程使图像边缘模糊，而锐化则是通过微分使图像边缘突出，在处理的效果上两者各有利弊，因此，针对不同目的需适时运用或加以改进。
[0004]模式识别诞生于20世纪20年代，随着40年代计算机的出现，50年代人工智能的兴起，模式识别在20世纪60年代迅速发展成为一门学科。在过去数十年间，字符识别曾一度为学者们研究的热点，识别的方式可分为联机手写体字符识别，脱机印刷体字符识别和脱机手写体字符识别等，其中经过科研人员十多年的辛勤努力，印刷体字符识别技术的发展和应用有了长足的进步，如今对印刷体识别已经是一门相对成熟的技术。目前，适用印刷字体的识别算法可以分为以下三类:基于模板匹配的方法，基于结构统计特征的方法和基于神经网络的字符识别技术。鉴于待识别的字符皆为阿拉伯数字，字符的结构简单，识别干扰因素主要是图像噪声污染导致的各种字符信息缺失及变形等情况，采用基于模板匹配的方法可以只对主成分信息进行分析，排除绝对信息，忽略可能信息，从而快捷高效的给出识别结果。但是，现有的基于静态模板匹配的方法存在识别率较低且正确率不高的问题。
【发明内容】
[0005]本发明目的在于提供一种基于自适应灰度图像滤波的模板匹配方法，解决现有技术存在的识别率较低且正确率不高的问题。
[0006]本发明的技术方案是，基于自适应灰度图像滤波的模板匹配方法，
[0007]首先，将待识别的灰度位图1mage。进行二值化处理，根据二值化位图检测笔画宽度；然后，根据设定的上限a、下限b来判断衡量值radio是否在控制范围内，若radio不在控制范围内，则重设radio的值为临界值；接着，选取二值化阈值范围，以现笔画宽度值所在的区间，重回Imagetl灰度位图做图像滤波操作；最后，以主成分权值加大，局部取反修正，基本信息辅助的原则，制作与之匹配的模板，存储于系统中待程序调用，最终得到识别结果。
[0008]本发明的特点还在于:
[0009]具体包括以下步骤:
[0010]步骤1:将字符灰度位图1mage。二值化，检测笔化粗细程度，衡量值设为radio ；检测方法是通过笔画宽度初值one_width和笔画数量过平均值的有效高度线值匕训!!!，以及笔画总宽sum_width,进而得到radio的值,计算公式如下:...h sum X one Widthxcn
[0011 ]
【权利要求】
1.基于自适应灰度图像滤波的模板匹配方法，其特征在于，首先，将待识别的灰度位图1magetl进行二值化处理，根据二值化位图检测笔画宽度；然后，根据设定的上限a、下限b来判断衡量值radio是否在控制范围内，若radio不在控制范围内，则重设radio的值为临界值；接着，选取二值化阈值范围，以现笔画宽度值所在的区间，重回image。灰度位图做图像滤波操作；最后，以主成分权值加大，局部取反修正，基本信息辅助的原则，制作与之匹配的模板，存储于系统中待程序调用，最终得到识别结果。
2.如权利要求1所述的基于自适应灰度图像滤波的模板匹配方法，其特征在于，具体包括以下步骤: 步骤1:将字符灰度位图1magetl 二值化，检测笔化粗细程度，衡量值设为radio ;检测方法是通过笔画宽度初值one_Width和笔画数量过平均值的有效高度线值h_sum，以及笔画总宽sum_width,进而得到radio的值,计算公式如下:
【文档编号】G06K9/00GK103500323SQ201310430634
【公开日】2014年1月8日 申请日期:2013年9月18日 优先权日:2013年9月18日
【发明者】金海燕, 王琰琰, 黑新宏, 王彬, 王磊, 高勇, 王晓帆 申请人:西安理工大学