基于移动智能终端的车票管理软件设计.docVIP

基于移动智能终端的车票管理软件设计 基于移动智能终端的车票管理软件设计 在旅客列车开行过程中，列车员的一项重要而繁琐的重复性工作是核验乘客的车票，防止旅客上错车；在即将到站时提醒相应铺位的乘客，以防旅客坐过站。在平板电脑、智能手机等移动智能终端广泛应用的大背景下，可利用摄像头采集车票图像，再通过图像处理技术提取出车票信息，实现车票管理的信息化。 　　从车票提取乘客信息有两种渠道，一是通过车票右下方的二维条形码；二是直接通过文字识别技术，读取车票上的文字信息。第一种渠道中，需要破解QR码的加密算法才能获得车票信息，这是一种不合适的行为。对于基层列车乘务员而言，是没有权限接入铁路部门的票务系统的。因此，应该考虑使用第二种方案来提取车票信息。这种方案的优点是避免了破解加密算法及带来的法律纠纷；缺点是需要进行图像处理及文字识别，运算量相对大一些。由于现有的移动智能终端大都配备4核以上的ARM处理器，1G Bytes以上的内存，及高分辨率摄像头，使得实时采集车票图像并提取车票信息成为可能。 　　1 系统概况 　　基于智能终端的验票软件，其图像采集设备采用终端自带的摄像头，通过终端自带的LCD屏、喇叭输出结果，充分利用智能终端的资源，大大降低系统部署成本。 　　为便于大量旅客信息的保存及查询，采用Sqlite数据库存储车票数据。此外，还有一些有关列车的设置信息，比如车次、车厢号、各站点的到站发站时间等。列车员可以通过触摸屏手动输入这些设置信息，也可以通过铁路网站直接下载。 　　软件的主要处理过程如图1所示： 　　预处理过程主要包括颜色空间转换、去噪、图像校正等过程。文字识别过程主要基于OCR识别引擎完成文字提取。识别结果存入数据库后，软件根据到站时间设置提醒闹钟，确定何时发出旅客到站的提醒信号。下面重点对预处理和识别部分的原理及过程进行叙述。 　　详细处理过程 　　 预处理过程本文由论文联盟http://收集整理 　　本设计中的预处理过程主要包括以下两个方面：基于QR码图形的几何调整，以及基于固定位置的文本区域分割。 　　 基于QR码图形的几何调整 　　由于采集距离远近及拍摄角度的不同，采集的车票图像尺寸和系统中标准车票图像尺寸间存在较大的差别，为便于后续处理，在预处理阶段除了进行颜色空间转换、去噪外，重点进行图像的几何调整。尽管OCR引擎在一定程度上能够自动处理诸如图像旋转、缩放、图像颠倒等问题，但会引入更多的计算量，同时增加出错的概率。为了提高识别性能，我们根据车票的特殊标志对车票图像进行几何调整。由于新一代的火车票票面上均印有二维QR码，我们可以通过二维QR码的形状及位置信息来对车票的几何参数加以判断。典型的火车票图片如图2所示： 　　从中可以看到，由于拍摄时不可避免地会产生图像旋转现象，在进行后续处理之前，需要先将图片旋转复原到正常位置。旋转复原的前提是确定图像拍摄时被旋转的角度，方法如下： 　　首先提取车票QR码图像的灰度边缘。常用的边缘提取算法有Sobel[1]、Canny[2]算子等，其中Canny算子的性能最好，但是复杂度较高；而Sobel算子具有计算过程简单的特点，适合在嵌入式设备上运行。这里使用Sobel算子的垂直模板来提取边缘，并对边缘图像进行二值化，得到的结果如图3所示。 　　接着对图中的线条进行骨骼化[1]处理。为了防止大量短线条的干扰，可以在进行骨骼化之前，使用膨胀腐蚀算法来滤除图中的大量小区域。骨骼化后的结果如图4所示。 　　可以使用直线拟合方法来提取图4中的各条直线，但更常用的是使用Hough变换[3]。Hough变换把图像空间中的直线检测问题转换为参数空间中的点检测问题，再在参数空间中通过简单的累加计算完成检测。完成Hough变换检测直线的结果如图5所示。利用图中直线的斜率，就可以判断QR码的旋转角度；通过对车票图像执行一个旋转变换，便可得标准角度的车票图像。 　　另外一个问题是判断车票的缩放比例以及判断车票是否颠倒。在本设计中，我们通过QR码中的位置探测图形来实现检测。 　　在QR码中，位置探测图形是指QR码中位于左上、右上、左下三个区域的方块状图形。如图6所示。每个位置探测图形的模块序列由一个深色-浅色-深色-浅色的次序构成，各元素的相对宽度的比例是1：1：3：1：1。检测位置探测图形的方法有很多[4]，这里不详细叙述。找到三个位置探测图形以后，根据三者中心坐标之间的关系，可以判断出图像是正立还是倒立的，方法如下： 　　假设图像的坐标原点位于左上角，三个位置探测图形中心处的坐标分别为：，，。由三个点连接的三条线段中，寻找夹角接近90°的两条线段，如果90°夹角的内部指向右下角，则图像是正立的；否则图像是倒立的。 　　对于车票的缩放比例，在图片的角度已经旋转复原的情况下，根据测量三个位置