英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
基于局部阈值技术的印章提取和颜色分析
Chengyun Wang Zhenhua Guo Youbin Chen
清华大学深圳研究生院 清华大学深圳研究生院 清华大学深圳研究生院
中国深圳 中国深圳 中国深圳
wang.chengyun11@alum.sz. zhenhua.guo@sz.tsinghua.edu.cn chenyb@sz.tinghua.edu.cn
tsinghua.edu.cn
摘要：在本文中，我们提出了一种提取银行支票图像中印章的方法。因为印章经常是有颜色的，所以我们可以利用颜色信息来提取它们。首先，我们利用局部阈值技术来实现，将印章印记与背景区域区分开来。这一步不仅降低了提取问题的复杂性，也获得清晰的边缘。其次，我们利用R和G通道过滤机器打印的字符和噪声。最后，将我们方法的结果与其他传统方法进行了比较。 实验证明了我们的方法能够提取大多数情况下的中国印章。
关键词：印章提取，局部阈值处理，色彩空间，RGB。
1.引言
印章在东方国家有着悠久的历史（中国，日本，韩国等）。在中国，每天有各种印章图像需要进行验证或识别。以前，印章主要是手工处理。然而，这种疲惫的工作对人们来说非常耗时且容易出错。自20世纪80年代起，已经有人开始进行研究自动印章系统。这些系统总是包含很多模块和功能。在印章验证系统中，第一步是检测文档图像中的印章区域并提取印章。然后，使他们可以被光学字符识别（OCR）识别。在验证系统中，将印章与模板印章进行比较。通过比较，我们可以区分假印章。对于大多数印章系统，关键步骤是提取印章。它是基本程序，在很大程度上影响系统的准确性和有效性。各种背景（白色，蓝色，粉红色和黄色）在提取中成为一个很重要的挑战。在中国，银行支票图像中红色印章很常见。因此，我们的论文仅着重于提取红色印章。
迄今为止的各种印章提取方法中已经提出了利用颜色信息。在[2]中，在RGB（红色，绿色和蓝色）颜色空间通过正交投影到合适的轴来提取。三个峰值（印章，背景和签名）是在三维直方图中找到。通过投射，背景和签名合并为一个集群。然后可以通过全局阈值提取印章。在[3]提出的方法中，将印章图像从RGB色彩空间转换到HSV（色调，饱和度和强度）颜色空间，并通过饱和度直方图提取印章。在[4]中，RGB颜色空间在颜色归一化后被分成8个子空间，属于红色空间的像素被标记为印章。在[5]中，作者将图像转换为YCbCr（ITU-R BT.709标准）色彩空间，设置阈值以分离背景。然后使用k均值聚类算法区分不同的颜色。这种方法可以检测到任意形状和颜色的印章。在[6]中，作者将HSV色彩空间分成几个部分。一个模板图像是手工选择的，它用于将其他图像分为不同的部分（前景或背景）。然后使用自适应索沃拉的方法来获得准确边缘。在[7]中，首先使用灰色的全局阈值空间去除背景，然后R和G组合在一起以删除左侧打印的字符。
图1：（a）密度图像在饱和度或亮度方面不明显，传统方法的准确性不是很令人满意。（b）[3]中S分量法的提取结果。（c）[4]中的颜色归一化方法的提取结果。（d）[7]中R-G法的提取结果
传统方法在印章图像清晰时效果很好。然而，现实生活中的印章样本是各种各样的而且是低质量的。提到的一些方法需要修复参数且它们缺乏适应性。此外，应用于这些低质量的印章样本时，传统方法的准确性不太令人满意（如图1所示）。在此论文中，我们提出了一个两步框架来提取印章图片。首先，我们使用常见的局部阈值提取文档图像以消除印章图像的背景。其次，提出了一种新的印章图像提取通用公式。实验结果表明它比传统方法更具有适应性。
本文的结构如下：第二节介绍了在不同的背景区域区分印章区域的方法。第三节展示了如何消除印刷字符和噪音。第四节报告我们的实验结果。第五节得出结论。
2.前景分割
一般来说，印章图像基本上包含三个不同的组件（印章，背景和印刷字符）。 这些部分在银行支票中通常表现不同的颜色（印章为红色，印刷字符为灰色或黑色，背景为白色，黄色或其他颜色）。 印章提取是擦除背景和印刷字符。在本节中，我们将重点介绍如何消除背景。
我们将彩色图像转换为灰度图像。然后，背景删除任务类似于文档二值化。由于银行支票上的印章亮度变化很大，我们使用局部阈值消除背景。Niblack的方法[8]和索沃拉的方法[9]是两个受欢迎的传统方法。所以在本文中我们采用索沃拉的方式来消除背景，因为它产生更少的噪音。该方法的每个像素的值由（1）计算。
其中k和R是常数，m(i,j)是平均值窗口图像，s(i,j)是标准偏差，T(i,j)是像素（i,j）的阈值。
在（1）中，k被设置为常数值，这是不合理。当k非常小时，它总是会产生噪声如图2（b）所示。当它非常大，有些印章要素会丢失，如图2（e）所示。然而，对于不同的图像，适合的值变化很大（如图2所示，对于（a），最佳k为0.04而对于（f）最好的k是0.10）。 因此，该参数需要是自适应的。
但是，我们注意到当k在某个范围内时，它都适合二值化。因此，我们需要评估近似值而不是准确值。通过观察，我们发现适当的k会带来一些噪声。因此，一些小关联元素可用于选择适当的参数。在（2）式中，我们将P(k)定义为印章图像中的噪声密度。当k很小时，它会非常大。当我们增加k，它会慢慢减少。在我们的研究中，我们设置阈值。 当P(k)小于时，该值k被认为是一个合适的值。因此，我们可以得到一个适当的k值。
其中N是面积小于3像素的关联元素，S是印章图片面积，是（1）式中的参数。的值由实验设定。
图2:（a）和（f）的最佳k分别为0.04和0.10，如（c）和（j）所示。（a，f）灰度图像。（b，g）Sauvola方法，k = 0.01。（c，h）Sauvola的方法，k = 0.04。 （d，i）Sauvola的方法，k = 0.07。（e，j）Sauvola的方法，k = 0.10。
3.字符删除
A.传统方法的内在关系
对于我们在第二部分中得到的图像，接下来我们要做的是将红色印章与打印字符分开。打印字符的颜色始终是黑色或灰色。它与印章不同，所以我们可以使用颜色信息将它们分开。
图3（a）显示了具有白色背景的印章，属于背景的所有像素都是白色。这些前景像素的分布可以在图3（b）中看到。黑点代表印刷字符，而红点代表印章。这些点是线性分布（对于黑色像素，其R，G和B几乎相同；对于红色像素，G和B分量非常相似）。这意味着对于所有前景像素，G和B分量大致呈线性相关（我们可以通过实验得出这个结论）。 通过这个事实，我们可以将颜色特征从三个维度（R，G和B）减少到二维（R和G）。 此外，对于属于前景的像素，我们假设R不小于G（R分量小于G的那些像素可以被忽略，因为它们不是印章像素），并且B和G在式（5）中是等价的。
图3:（a）没有背景的印章。（b）（a），x和y轴的前景像素的分布分别是G和B分量。（c）R-G 256的直方图。（d）（a），x和y轴的前景像素的分布分别是R和G分量。（e）印刷字符删除的结果。
有许多颜色空间（RGB，HIS，HSV，YCbCr等）可以来进行彩色图像的分割。不同的色彩空间有不同的特征。RGB色彩空间非常适合显示图像。HSI色彩空间与人类视觉上的色差一致，此外，它显示每个颜色通道的低相关性。通过YCbCr色彩空间，我们可以轻松地分离红色或蓝色。HSV和HIS是相似的，它们的组成部分是相似的。使用以下公式可以轻松地从RGB转换为HIS或YCbCr。
传统方法在各种颜色空间中提取印章。在[3]中，使用S分量（印章比黑色打印区和白色背景区有更高的S）。在[10]中，Cr分量用于检测文档中的红色印章（红色印章比其他像素具有更高的Cr值）。在[7]中，R-G分量用于将红点与其他噪声分开。似乎不同的方法能在不同的颜色空间中提取印章。但是，这些方法在某种程度上是等同的。虽然这些方法通过不同的分割平面提取印章，但它们的效果非常类似。此外，HSV或YCbCr中的分割平面等同于RGB中的平面。我们将通过以下公式证明这一事实。
从式（5），（6），（7），我们可以发现所有这些组件都是相似的。传统方法之间的区别在于它们的系数alpha;是不同的。此外，公式（8）可以扩展到更一般的，即
其中w是形成不同投影方向的系数。在传统方法中，它被设置为固定值1.0。我们将在下一节讨论这些参数。
我们使用[6]中提供的方法（即R-G元素，alpha;在公式中为1，w在公式（9）中为1.0）来除去黑色字符。R-G 256元素的直方图（我们使用R-G 256而不是R-G来确保x轴从0开始）如图3（c）所示。其中有一个明显的山谷，可用作此阈值来消除字符。图3（e）显示了该步骤的最终结果。此外，我们可以在图3（d）中理解这个过程。图3（a）中的所有印章像素由红点表示。蓝线表示R-G方向的切割平面。它将空间分成两部分，线下方的这些点是我们需要的印章像素。
B．讨论参数w
[5]提出的这种方法在大多数情况下都能很好地工作。但是，它忽略了红印章的分布。对于一些不经过冲压的印章，部分冲程的饱和度非常低。对于这些像素，R和G非常接近。在这些情况下，R-G的直方图中没有明显的阈值。因此，我们无法取得令人满意的结果。图4（a）显示了具有白色背景的图像，其直方图如图4（b）所示，我们找不到合适的阈值。但是，我们可以获得另一个提取方向。在图4（d）中，红点代表图4（a）的印章像素，蓝线表示R-G投影方向，而绿线表示R-0.8 * G投影方向。我们可以看到，蓝线无法将它们分开。与蓝色相比，黑色是更合适的分割平面。图4（c）显示了R-0.8 * G直方图，并且存在明显的阈值。图4（e）显示了该方案的结果。
图4:（a）没有背景的印章。（b）R-G 256的直方图。（c）R-0.8 * G 256的直方图。 （d）（a），x和y轴的前景像素的分布分别是R和G分量。（e）删除打印字符的结果。
这意味着将w设置为传统方法中的固定值是不合适的。当参数1.0失败时，我们需要将w调整到适当的值并转向另一个切割平面 这个新的投影方向与R-G略有不同，但它可以工作。
为了获得合适的w，我们收集了446个印章图像。所有这些图像都来自真实的合同。 其中一些可以通过R-G投影方向提取，而其他一些则在w为1.0时失败。我们选择这些失败图像的一部分，对于每个图像，我们手动将它们分成两部分（印刷字符和红色印章）。 然后我们使用线性判别分析（LDA）来获得投影方向。w的值可以通过如下获得
其中代表两部分（印刷字符和红色印章）的R和G分量的矢量，是平均值，是像素数量，是类内散射矩阵，是集合在一起的类内散射矩阵。在本文中，LDA适当的w为0.8。
本文提出的方法可归纳为两个步骤。首先，w设置为1.0。如果我们找不到明显的阈值，我们将其改为0.8。虽然这种变化非常小，但效果很明显，可以带来更好的结果。
之后，我们需要做一些后期处理。由于局部阈值处理，存在许多小结构或小洞。字符删除步骤也会带来一些噪声。我们使用高斯平滑滤波器来降低噪声。结合[11]中的连通分量分析，我们可以填充部分小孔并获得更好的结果。
4.实验结果
A.不同方法的FM测量
在实验中，我们从真实的银行支票中收集了142张图片，这些图像具有不同的质量。有些背景很脏，前景也很模糊，这些因素给提取带来了很多困难。为了证明我们方法的有效性，我们使用不同的方法来提取这些图像。这些方法分别由[3]，[4]和[7]提供。它们处理不同颜色空间（RGB和HSV）的印章。图5显示了不同结果的示例，可以发现我们的结果更稳定和准确。
图5:（a）原始图像。（b）地面真相图像。（c）S分量的结果[3]中的方法，其中FM为0.90。（d）[4]中的颜色归一化方法的结果，其中FM为0.92。（e）[7]中R-G方法的结果，其中FM为0.95。（f）拟议方法的结果，其中FM为0.96。
我们还使用Adobe Photoshop为所有这些图像制作实况模板。通过将不同方法的结果与模板进行比较，我们可以得出令人信服的结论。为了评估，我们采用FM作为衡量标准，即
其中TP，FP，FN分别表示真阳性，假阳性和假阴性值。
<s
剩余内容已隐藏，支付完成后下载完整资料</s
资料编号：[19825]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
