图像分割方法、图像识别方法、用户凭证补办方法及系统与流程

1.本技术涉及大数据技术领域，具体涉及图像分割方法、图像识别方法、用户凭证补办方法及系统。


背景技术：

2.客户遇到银行卡丢失、损坏等情况，需要重新补办银行卡，需要带各种证件去网点进行办理，但是目前由于图像识别技术存在缺陷，尤其指纹图像识别方面存在识别准确率低等缺陷，因此对于上述场景存在流程复杂效率低等问题。


技术实现要素：

3.为解决上述技术问题，本技术提供以下技术方案：
4.第一方面，本技术提供一种图像分割方法，包括：
5.获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
6.根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
7.在某些实施例中，所述图像识别方法还包括：
8.根据所述灰度图像中所有像素点的灰度数据生成设定阈值；
9.根据所述设定阈值对所述灰度图像的每个像素点进行二值化处理，得到二值化图像；
10.确定所述二值化图像中对应所述目标体像素值的像素点位置信息；
11.根据确定的所述像素点位置信息，从所述灰度图像中提取对应位置的像素点，生成初始目标体图案。
12.在某些实施例中，所述根据每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，包括：
13.根据每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述灰度图像对应的亮度图像；
14.根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓；
15.从所述灰度图像中分割出所述目标体轮廓对应限定的目标体图案。
16.在某些实施例中，所述根据每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，包括：
17.根据所述初始目标体图案中每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述初始目标体图案对应的亮度图案；
18.根据所述亮度图案，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记得到更新的目标体轮廓；
19.从所述初始目标体图案中分割出所述更新的目标体轮廓对应限定的目标体图案。
20.在某些实施例中，所述目标体为指纹，在生成所述初始目标体图案对应的亮度图案之前，对所述灰度图像进行分割得到目标体图案的步骤，还包括下述步骤中的至少一个：
21.基于指纹标准形态，去除所述灰度图像中像素面积小于设定值的像素点；
22.基于usm算法利用卷积核对图像卷积操作；
23.基于八邻域链码对所述灰度图像进行逐点扫描并寻找边界，并利用多个阈值去除低于所述多个阈值的边界。
24.在某些实施例中，所述根据所述灰度图像中所有像素点的灰度数据生成设定阈值，包括：
25.根据所述灰度图像中所有像素点的灰度数据得到目标像素点的平均灰度以及背景像素点的平均灰度；
26.根据目标像素点个数占灰度图像像素点个数的比值、所述目标像素点的平均灰度、背景像素点个数占灰度图像像素点个数的比值以及所述背景像素点的平均灰度，计算类间方差，得到所述设定阈值。
27.在某些实施例中，所述根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓，包括
28.根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据得到每个像素点的类型，所述像素点的类型包括背景像素和目标像素；
29.标记目标像素对应的像素点，形成目标体轮廓。
30.第二方面，本身提供一种图像识别方法，包括上述任一项所述的图像分割方法，以及
31.识别所述图像分割方法分割出的目标体图案。
32.在某些实施例中，所述识别所述图像分割方法分割出的目标体图案，包括：
33.根据所述灰度图像确定多个初始聚类中心；
34.执行迭代操作，根据每个像素点与各初始聚类中心的相似度将每个像素点分配至对应的初始聚类中心，形成多个簇，重新计算每个簇的聚类中心，得到对应的更新聚类中心，并基于相似度将每个像素点重新分配至各更新聚类中心，直至各更新聚类中心保持不变，得到最终的多个簇；
35.根据最终的多个簇识别所述目标体图案。
36.第三方面，本技术提供一种基于图像识别的用户凭证补办方法，包括：
37.获取用户补办用户凭证的补办请求以及用户录入的灰度图像；所述灰度图像包括一目标体图案和背景图案；
38.根据所述目标体灰度图像中每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述目标体灰度图像进行分割得到目标体图案；
39.识别所述目标体图案是否为指纹图案；
40.若是，且数据库中存在与所述指纹图案纹路一致的预留指纹图案，则许可所述用
户的补办请求。
41.第四方面，本技术提供一种图像分割系统，包括：
42.图像获取模块，获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
43.图像分割模块，根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
44.在某些实施例中，还包括：
45.设定阈值生成模块，根据所述灰度图像中所有像素点的灰度数据生成设定阈值；
46.二值化处理模块，根据所述设定阈值对所述灰度图像的每个像素点进行二值化处理，得到二值化图像；
47.目标位置信息确定模块，确定所述二值化图像中对应所述目标体像素值的像素点位置信息；
48.初始目标体图案生成模块，根据确定的所述像素点位置信息，从所述灰度图像中提取对应位置的像素点，生成初始目标体图案。
49.在某些实施例中，所述图像分割模块包括：
50.亮度图像生成单元，根据每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述灰度图像对应的亮度图像；
51.轮廓标记单元，根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓；
52.目标体图案分割单元，从所述灰度图像中分割出所述目标体轮廓对应限定的目标体图案。
53.在某些实施例中，所述图像分割模块包括：
54.亮度图像生成单元，根据所述初始目标体图案中每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述初始目标体图案对应的亮度图案；
55.目标体轮廓更新单元，根据所述亮度图案，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记得到更新的目标体轮廓；
56.目标体图案分割单元，从所述初始目标体图案中分割出所述更新的目标体轮廓对应限定的目标体图案。
57.在某些实施例中，所述目标体为指纹，所述图像分割系统还包括下述模块中的至少一个：
58.像素点去除模块，基于指纹标准形态，去除所述灰度图像中像素面积小于设定值的像素点；
59.卷积模块，基于usm算法利用卷积核对图像卷积操作；
60.边界去除模块，基于八邻域链码对所述灰度图像进行逐点扫描并寻找边界，并利用多个阈值去除低于所述多个阈值的边界。
61.在某些实施例中，设定阈值生成模块包括：
62.平均灰度生成单元，根据所述灰度图像中所有像素点的灰度数据得到目标像素点的平均灰度以及背景像素点的平均灰度；
63.设定阈值生成单元，根据目标像素点个数占灰度图像像素点个数的比值、所述目标像素点的平均灰度、背景像素点个数占灰度图像像素点个数的比值以及所述背景像素点的平均灰度，计算类间方差，得到所述设定阈值。
64.在某些实施例中，所述轮廓标记单元，包括：
65.像素点类型确定单元，根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据得到每个像素点的类型，所述像素点的类型包括背景像素和目标像素；
66.标记单元，标记目标像素对应的像素点，形成目标体轮廓。
67.第五方面，本技术提供一种图像识别系统，包括：
68.图像获取模块，获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
69.图像分割模块，根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案；
70.图像识别模块，识别所述图像分割方法分割出的目标体图案。
71.第六方面，本技术提供一种基于图像识别的用户凭证补办系统，包括：
72.图像获取模块，获取用户补办用户凭证的补办请求以及用户录入的灰度图像；所述灰度图像包括一目标体图案和背景图案；
73.图像分割模块，根据所述目标体灰度图像中每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述目标体灰度图像进行分割得到目标体图案；
74.图像识别模块，识别所述目标体图案是否为指纹图案；
75.若是，且数据库中存在与所述指纹图案纹路一致的预留指纹图案，则许可所述用户的补办请求。
76.第七方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的图像分割方法以及图像识别方法。
77.第八方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的图像分割方法以及图像识别方法。
78.由上述技术方案可知，本技术提供的图像分割方法、图像识别方法、用户凭证补办方法及系统，本发明通过根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，提高了图片识别的正确率和效率，对于指纹图案将识别指纹和初次办卡采集到的指纹信息进行匹配识别卡主身份，方便快捷补办用户凭证，提高工作人员工作效率，改善用户体验。
附图说明
79.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术
的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
80.图1是本技术实施例中的图片分割方法的流程示意图。
81.图2是本技术实施例中的图片分割方法中图像初步分割的流程示意图。
82.图3是本技术实施例中的图1的步骤s200的具体流程示意图之一。
83.图4是本技术实施例中的图1的步骤s200的具体流程示意图之一。
84.图5是本技术实施例中的图片分割方法中进一步包括的流程示意图。
85.图6是本技术实施例中的图片分割方法中指纹图像轮廓提取分割流程图。
86.图7是本技术实施例中的图片分割方法中八邻域链码示意图。
87.图8是本技术实施例中的图片识别方法中二值化阈值计算的流程示意图。
88.图9是本技术实施例中的图片识别方法的流程示意图。
89.图10是本技术实施例中的图片识别方法中k-means算法图像识别流程示意图。
90.图11是本技术实施例中的基于图像识别的用户凭证补办方法流程示意图。
91.图12是本技术实施例中的图片分割系统的结构示意图。
92.图13是本技术实施例中的图片识别系统的结构示意图。
93.图14是本技术实施例中的图片识别系统的图像初步分割结构示意图。
94.图15是本技术实施例中的图片识别系统的指纹图像初步分割流程示意图。
95.图16是本技术实施例中基于图像识别的用户凭证补办系统的全流程示意图。
96.图17是本技术实施例中基于图像识别的用户凭证补办系统的结构示意图。
97.图18是本技术实施例中的电子设备的结构示意图。
具体实施方式
98.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
99.本技术涉及大数据领域，可以理解，本技术还适用于其他领域，对此不做限制。
100.为了方便快捷图像识别，提高图像识别的正确率，基于此，本技术提供一种图像分割方法的实施例，参见图1，包括：
101.步骤s100：获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
102.步骤s200：根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
103.本技术提供的图像分割方法，通过根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，提高了图片识别的正确率和效率，对于指纹图案将识别指纹和初次办卡采集到的指纹信息进行匹配识别卡主身份，方便快捷补办用户凭证，提高工作人员工作效率，改善用户体验。
104.可以理解的是，本发明通过获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割。
105.在本技术提供的图像分割方法的一个实施例中，提供一种图像分割的优选方式，参见图2，所述图像分割方法还包括：
106.步骤s011：根据所述灰度图像中所有像素点的灰度数据生成设定阈值；
107.步骤s012：根据所述设定阈值对所述灰度图像的每个像素点进行二值化处理，得到二值化图像；
108.步骤s013：确定所述二值化图像中对应所述目标体像素值的像素点位置信息；
109.步骤s014：根据确定的所述像素点位置信息，从所述灰度图像中提取对应位置的像素点，生成初始目标体图案。
110.可以理解的是，二值化处理可以将目标用户背景分类，为后续目标体的识别做准备。此外，本发明的灰度图像二值化可以采用阈值法，利用图像中目标与背景的差异，把图像分别设置为两个不同的级别，选取一个合适的闽值，以确定某像素是目标还是背景，从而获得二值化的图像。
111.在本发明实施例中，获得的灰度图像采用otsu算法进行二值化处理，设定阈值，根据阈值调整图像像素数值，为后续寻找符合条件的像素点坐标提供条件；对灰度图像进行二值化处理，获得二值化图像；将灰度图像像素点的灰度值与设定阈值进行比对，筛选出符合条件的像素点坐标，根据符合条件的像素点坐标在指纹图像上做出标记，得到初始目标图案。
112.从上述描述可知，本技术实施例提供的图像分割方法，使用otsu算法进行二值化，对灰度图像进行初步分割，便于图像分割的后续处理。
113.在一些具体的实施例中，参见图3，所述根据每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，包括：
114.步骤s201：根据每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述灰度图像对应的亮度图像；
115.步骤s202：根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓；
116.步骤s203：从所述灰度图像中分割出所述目标体轮廓对应限定的目标体图案。
117.可以理解的是，每个像素点对应的距离信息是指图像中像素点到最近零像素点的距离，也就是零像素点的最短距离，首先对图像进行二值化处理，然后给每个像素赋值为离它最近的背景像素点与其距离(manhattan距离or欧氏距离)，得到distance metric(距离矩阵)，那么离边界越远的点越亮，进而得到灰度图像对应的亮度图像；根据亮度图像以及每个像素点与目标体图案像素和背景图案像素的灰度差得到目标体轮廓，根据目标体轮廓将目标图案与背景图案分割，得到最终分割的目标图像。
118.在本发明实施例中，本发明的分割可以采用分水岭变换，把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影
响区域称为集水盆，而集水盆的边界则形成分水岭。该算法的实现可以模拟成洪水淹没的过程，图像的最低点首先被淹没，然后水逐渐淹没整个山谷。当水位到达一定高度的时候将会溢出，这时在水溢出的地方修建堤坝，重复这个过程直到整个图像上的点全部被淹没，这时所建立的一系列堤坝就成为分开各个盆地的分水岭。
119.本发明的分水岭算法对微弱的边缘有着良好的响应，可以针对性地匹配指纹识别方面。
120.在本技术提供的图像分割方法的一个实施例中，提供一种图像分割的优选方式，参见图4，所述根据每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，包括：
121.步骤s204：根据所述初始目标体图案中每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述初始目标体图案对应的亮度图案；
122.步骤s205：根据所述亮度图案，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记得到更新的目标体轮廓；
123.步骤s206：从所述初始目标体图案中分割出所述更新的目标体轮廓对应限定的目标体图案。
124.可以理解的是，该图像分割是在使用otsu算法进行二值化图像初步分割的基础上进行二次分割，经两次分割后的目标图案一次分割后的比目标图案更清晰更准确。
125.在本技术提供的图像分割方法的一个实施例中，提供一种指纹图像提取的优选方式，参见图5，所述目标体为指纹，所述根据每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，包括：
126.步骤s301：基于指纹标准形态，去除所述灰度图像中像素面积小于设定值的像素点；
127.步骤s302：基于usm算法利用卷积核对图像卷积操作；
128.步骤s303：基于八邻域链码对所述灰度图像进行逐点扫描并寻找边界，并利用多个阈值去除低于所述多个阈值的边界。
129.可以理解的是，当待分割的图像为指纹图像时，需要对指纹图像进行处理后再进行分水岭分割，参见图6，先采用形态学运算，进行多次形态学处理，消除图像中像素面积极小的区域；再采用八邻域链码对指纹图像进行逐点扫描并寻找边界，使用多阈值消除无效轮廓信息，之后进行指纹轮廓跟踪进而形成标记图像，在本发明实施例中，八邻域链码可以参见图7，本发明对此不作赘述，之后再对指纹轮廓进行分水岭变换分割。
130.本发明实施例中，通过采集并筛选出包含指纹的图像，采用usm算法利用卷积核对图像卷积，实现指纹图像边缘增强；图像卷积处理实现锐化有一种常用的算法叫做unsharpen mask方法，这种锐化的方法就是对原图像先做一个高斯模糊，然后用原来的图像减去一个系数乘以高斯模糊之后的图像，然后再把值scale到0～255的rgb像素值范围之内。基于usm锐化的方法可以去除一些细小的干扰细节和噪声，比一般直接使用卷积锐化算子得到的图像锐化结果更加真实可信。
131.本发明实施例中，通过形态学运算，在每个像素位置它与二值图像对应的区域进行特定的逻辑运算，逻辑运算的结果为输出图像的响应像素。
132.本发明实施例中，链码在图像提取的后期即模式识别是一个很重要的特征，比如进行数字识别或者文字识别都会用到链码的特征，而链码的提取则可以借助于边界跟踪算法获取较难获取的边界序列，本发明实施例中，利用点的八邻域信息，首先选择一个开始点作为边界点，然后查看它的八邻域的点，从右下方45
°
的位置开始寻找，如果是目标点，将沿顺时针90
°
作为下一次寻找的方向，如果不是，则逆时针45
°
继续寻找，一旦找到重复上面的过程。
133.在一些具体的实施例中，参见图8，所述根据所述灰度图像中所有像素点的灰度数据生成设定阈值，包括：
134.步骤s207：根据所述灰度图像中所有像素点的灰度数据得到目标像素点的平均灰度以及背景像素点的平均灰度；
135.步骤s208：根据目标像素点个数占灰度图像像素点个数的比值、所述目标像素点的平均灰度、背景像素点个数占灰度图像像素点个数的比值以及所述背景像素点的平均灰度，计算类间方差，得到所述设定阈值。
136.在一些具体的实施例中，对于灰度图像f(x)，设p1为前景的像素点个数占样本图像的比例值，平均灰度为m1；p2为背景像素点个数占整个样本图像的比例，设平均灰度设为m2，为类间方差；之后将各变量初始化；之后遍历各像素点，计算前景和背景部分各值，包括像素点总数、像素总灰度和、平均灰度、部分像素点所占比例；最后通过公式计算类间方差即为otsu算法的阈值。
137.在一些实施例中，所述根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓，包括：
138.根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据得到每个像素点的类型，所述像素点的类型包括背景像素和目标像素；
139.标记目标像素对应的像素点，形成目标体轮廓。
140.本实施例中，
141.本技术还提供一种图像识别方法，参见图9，包括：
142.步骤s100：获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
143.步骤s200：根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案；
144.步骤s300：识别所述图像分割方法分割出的目标体图案。
145.可以理解的是，本发明通过根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案，提高了图片识别的正确率和效率。
146.在一些具体的实施例中，参见图10，所述识别所述图像分割方法分割出的目标体图案，包括：
147.步骤s401：根据所述灰度图像确定多个初始聚类中心；
148.步骤s402：执行迭代操作，根据每个像素点与各初始聚类中心的相似度将每个像
素点分配至对应的初始聚类中心，形成多个簇，重新计算每个簇的聚类中心，得到对应的更新聚类中心，并基于相似度将每个像素点重新分配至各更新聚类中心，直至各更新聚类中心保持不变，得到最终的多个簇；
149.步骤s403：根据最终的多个簇识别所述目标体图案。
150.可以理解的是，本发明实施例中，采用k-means算法进行指纹识别，步骤包括：
151.步骤1：采集需要的图像数量，筛选出包含指纹的图像，采用限制对比度自适应直方图均衡化算法处理当前图像；
152.步骤2：对步骤1获得的图像采用水平划窗二值化算法，二值化图像，在背景中突出指纹特征；
153.步骤3：采用k-means算法对图像分割，通过二值化阈值预估中心点k值的个数，根据图像灰度值统计直方图确定聚类中心的位置，具体步骤如下；
154.(1)给出k个初始聚类中心；
155.(2)重复：把每一个数据对象重新分配到k个聚类中心处，形成k个簇，重新计算每一个簇的聚类中心；
156.(3)直到聚类中心不再发生变化。
157.步骤4：利用初始的聚类中心对每个像素点聚类，不断迭代替换步骤3中的聚类中心，直到迭代停止，根据聚类结果实现图像分类。
158.在具体的实施例中，图像识别方法还包括：使用clahe算法对目标图案进行加强。对输入图像采用clahe算法，增强图像对比度，突出细节；
159.本发明实施例中，clahe中有3个最明显的特征：(1)在原始图像中划分出小的区间，然后在其上进行直方图均衡化处理；(2)对图像进行对比度限制，用来降低ahe中噪声的增强；(3)通过差值运算来进一步提高运算效率。其中直方图均衡化的具体过程如下：
160.(1)确定原始图像的灰度级；
161.(2)计算出原始直方图的分布概率；
[0162][0163]
(3)计算直方图概率累计值；
[0164][0165]
(4)计算像素映射关系，其中ss(i)是第i灰度级所对应的均衡化图像中的灰度级。
[0166]
ss(i)＝int{[max(pix)-min(pix)]sk+0.5}
[0167]
从上述描述可知，本技术提供的图像识别方法，可以采用本发明图像分割方法中的clahe算法和otsu算法进行图像预处理，使得局部细节特征进一步增强，且避免噪点放大，使用分水岭变换算法，对待定图像进行分割，再使用k-means算法对分割图像进行分类，从而能够精准得到目标图像，进而准确识别图像。
[0168]
为了方便快捷银行卡补办，提高银行工作人员工作效率，改善用户体验，基于此，本技术提供一种基于图像识别的用户凭证补办方法的实施例，参见图11，包括：
[0169]
步骤s501：获取用户补办用户凭证的补办请求以及用户录入的灰度图像；所述灰度图像包括一目标体图案和背景图案；
[0170]
步骤s502：根据所述目标体灰度图像中每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述目标体灰度图像进行分割得到目标体图案；
[0171]
步骤s503：识别所述目标体图案是否为指纹图案；
[0172]
步骤s504：若是，且数据库中存在与所述指纹图案纹路一致的预留指纹图案，则许可所述用户的补办请求。
[0173]
可以理解的是，本发明通过获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割；之后识别指纹，从而将识别指纹和初次办卡采集到的指纹信息进行匹配识别卡主身份，方便快捷补办用户凭证，提高工作人员工作效率，改善用户体验。
[0174]
在一些实施例中，本技术提供的基于图像识别的用户凭证补办方法，可以采用clahe算法和otsu算法进行图像预处理，使得局部细节特征进一步增强，且避免噪点放大，使用分水岭变换算法，对待定图像进行分割，再使用k-means算法对指纹分割图像进行分类，本发明对此不做赘述。
[0175]
从软件层面来说，为了解决目前图像识别准确率低的问题，参见图12，本技术提供一种图像分割系统，包括：
[0176]
图像获取模块11，获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
[0177]
图像分割模块12，根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
[0178]
可以理解的是，图像获取模块获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；图像分割模块综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割。
[0179]
基于相同的发明构思，在某些实施例中，还包括：
[0180]
设定阈值生成模块，根据所述灰度图像中所有像素点的灰度数据生成设定阈值；
[0181]
二值化处理模块，根据所述设定阈值对所述灰度图像的每个像素点进行二值化处理，得到二值化图像；
[0182]
目标位置信息确定模块，确定所述二值化图像中对应所述目标体像素值的像素点位置信息；
[0183]
初始目标体图案生成模块，根据确定的所述像素点位置信息，从所述灰度图像中提取对应位置的像素点，生成初始目标体图案。
[0184]
基于相同的发明构思，在某些实施例中，所述图像分割模块包括：
[0185]
亮度图像生成单元，根据每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述灰度图像对应的亮度图像；
[0186]
轮廓标记单元，根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记目标体轮廓；
[0187]
目标体图案分割单元，从所述灰度图像中分割出所述目标体轮廓对应限定的目标体图案。
[0188]
基于相同的发明构思，在某些实施例中，所述图像分割模块包括：
[0189]
亮度图像生成单元，根据所述初始目标体图案中每个像素点对应的距离信息，结合距离信息与亮度值的对应关系，生成所述初始目标体图案对应的亮度图案；
[0190]
目标体轮廓更新单元，根据所述亮度图案，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据标记得到更新的目标体轮廓；
[0191]
目标体图案分割单元，从所述初始目标体图案中分割出所述更新的目标体轮廓对应限定的目标体图案。
[0192]
基于相同的发明构思，在某些实施例中，所述目标体为指纹，所述图像分割系统还包括下述模块中的至少一个：
[0193]
像素点去除模块，基于指纹标准形态，去除所述灰度图像中像素面积小于设定值的像素点；
[0194]
卷积模块，基于usm算法利用卷积核对图像卷积操作；
[0195]
边界去除模块，基于八邻域链码对所述灰度图像进行逐点扫描并寻找边界，并利用多个阈值去除低于所述多个阈值的边界。
[0196]
基于相同的发明构思，在某些实施例中，设定阈值生成模块包括：
[0197]
平均灰度生成单元，根据所述灰度图像中所有像素点的灰度数据得到目标像素点的平均灰度以及背景像素点的平均灰度；
[0198]
设定阈值生成单元，根据目标像素点个数占灰度图像像素点个数的比值、所述目标像素点的平均灰度、背景像素点个数占灰度图像像素点个数的比值以及所述背景像素点的平均灰度，计算类间方差，得到所述设定阈值。
[0199]
基于相同的发明构思，在某些实施例中，所述轮廓标记单元，包括：
[0200]
像素点类型确定单元，根据所述亮度图像，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据得到每个像素点的类型，所述像素点的类型包括背景像素和目标像素；
[0201]
标记单元，标记目标像素对应的像素点，形成目标体轮廓。
[0202]
本技术提供一种图像识别系统，参见图13，包括：
[0203]
图像获取模块21，获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
[0204]
图像分割模块22，根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案；
[0205]
图像识别模块23，识别所述图像分割方法分割出的目标体图案。
[0206]
可以理解的是，可以理解的是，图像获取模块获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；图像分割模块综合利用每个像素点与其最接近零值的像素点的距离，以及每个
像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割；图像识别模块采用k-means算法识别分割出来的目标体图案。
[0207]
在一些具体的实施例中，参见图14，所述图像识别系统还包括：
[0208]
阈值计算模块25，根据所述灰度图像中所有像素点的灰度数据生成设定阈值；
[0209]
二值化处理模块26，根据所述设定阈值对所述灰度图像进行二值化处理，得到二值化图像；
[0210]
目标体提取模块27，根据所述二值化图像提取所述灰度图像中的目标体的轮廓图案；
[0211]
初始分割模块28，根据所述设定阈值从所述轮廓图案中筛选得到初始目标体图案。
[0212]
可以理解的是，阈值计算模块获得的灰度图像采用otsu算法进行二值化处理，设定阈值，根据阈值调整图像像素数值，为后续寻找符合条件的像素点坐标提供条件；二值化处理模块对灰度图像进行二值化处理，获得二值化图像；目标体提取模块将灰度图像像素点的灰度值与设定阈值进行比对，筛选出符合条件的像素点坐标，根据符合条件的像素点坐标在指纹图像上做出标记，初始分割模块根据标记分割得到初始目标图案，以指纹图像为例，图像处理流程参见图15。
[0213]
本技术提供一种基于图像识别的银行卡补办系统，如图17所示，包括：
[0214]
图像获取模块31，获取用户补办用户凭证的补办请求以及用户录入的灰度图像；所述灰度图像包括一目标体图案和背景图案；
[0215]
图像分割模块32，根据所述目标体灰度图像中每个像素点与对应的零值像素点的距离信息，结合每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述目标体灰度图像进行分割得到目标体图案；
[0216]
图像识别模块33，识别所述目标体图案是否为指纹图案；
[0217]
许可模块34，若是，且数据库中存在与所述指纹图案纹路一致的预留指纹图案，则许可所述用户的补办请求。
[0218]
可以理解的是，图像获取模块获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；图像分割模块综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割；图像识别模块采用k-means算法识别指纹，从指纹库中快速匹配，从而可以快速核实本人身份并实现补办用户凭证，用户凭证包括但不限于储蓄卡和信用卡。
[0219]
从上述描述可知，本技术提供的基于图像识别的用户凭证补办系统，如图16所示，通过读取客户指纹，采用clahe算法和otsu算法进行图像预处理，使得局部细节特征进一步增强，且避免噪点放大，使用分水岭变换算法，对待定图像进行分割，再使用k-means算法对指纹分割图像进行分类，从而将识别指纹和初次办卡采集到的指纹信息进行匹配识别卡主身份，方便快捷补办用户凭证，提高工作人员工作效率，改善用户体验。
[0220]
从硬件层面来说，为了解决现有的图像识别准确率低的问题，本技术提供一种用于实现所述图像分割方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
[0221]
图18为本技术实施例的电子设备9600的系统构成的示意框图。如图18所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图18是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
[0222]
在一实施例中，图像识别功能可以被集成到中央处理器中。其中，中央处理器可以被配置为进行如下控制：
[0223]
步骤s100：获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
[0224]
步骤s200：根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
[0225]
可以理解的是，本发明通过获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割。
[0226]
在另一个实施例中，图像识别系统可以与中央处理器9100分开配置，例如可以将图像识别系统配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现图像识别功能。
[0227]
如图18所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图18中所示的所有部件；此外，电子设备9600还可以包括图18中没有示出的部件，可以参考现有技术。
[0228]
如图18所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
[0229]
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
[0230]
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
[0231]
该存储器9140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
[0232]
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如
联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
[0233]
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
[0234]
本技术的实施例还提供能够实现上述实施例中的图像识别方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的图像识别方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0235]
步骤s100：获取待分割图像的灰度图像；所述待分割图像包括一目标体图案和背景图案；
[0236]
步骤s200：根据所述灰度图像中每个像素点与对应的零值像素点的距离信息，结合所述每个像素点与目标体图案像素和背景图案像素的灰度差数据，对所述灰度图像进行分割得到目标体图案。
[0237]
可以理解的是，本发明通过获取待分割的图像，图像中需要识别的图案为目标体图案，其余为背景图案，对待分割的图像进行预处理，将待分割的图像转换成灰度图；综合利用每个像素点与其最接近零值的像素点的距离，以及每个像素点与目标及背景的灰度差异来判断像素点的属性，属性包括目标像素和背景像素，以此实现图像分割。
[0238]
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0239]
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0240]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0241]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0242]
本发明中应用了具体实施例对本发明的原理及实施例进行了阐述，以上实施例的
说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施例及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。