用空间特征和结构特征提取身份证号.docxVIP

用空间特征和结构特征提取身份证号 1 身份证自动识别录入 作为居民身份的象征，身份是生活中不可或缺的证书。出于保障公民合法权益和社会治安的考虑, 越来越多的行业都开始要求进行实名制和身份证登记管理, 如公安、海关、银行、通信、网吧及酒店旅馆、洗浴业等, 因此利用计算机进行自动识别录入尤为必要。身份证自动识别代替手工录入可以大大提高工作效率, 因而具有广阔的应用前景。 本文以第二代居民身份证为研究对象, 从身份证号码图像中提取号码数字0～9的空间分布特征和结构特征, 采用相似系数最大和结构特征一致准则, 应用Matlab软件编程实现了身份证号码的快速识别。 2 数据特征预处理 身份证号码识别技术的基本原理如图1所示。 第二代居民身份证的大小是固定的, 宽度为8.6cm, 高度为5.4cm, 因此扫描身份证得到的图像可以缩放到同一个大小, 本文采用的图像宽度为366个像素, 高度为233像素, 这样在从身份证图像中提取号码数字图像时可以快速定位。 由于第二代居民身份证的号码字体比较特殊, 所以需要从身份证图像中获取号码数字0～9的图像作为样本, 用于提取特征。样本数字图像如图2所示。 该样本数字图像为真彩色图像, 需要对其进行预处理。首先将真彩色数字图像转化为二值图像:设P为真彩色数字图像的任意点, P的颜色三分量值分别为r、g、b, 若0.299*r+0.587*g+0.114*b0.5, 则二值图像对应的点为白色, 否则为黑色。然后对二值图像进行数字分割, 将图像中的10个数字完整、单独地分割出来。最后对分割后的每个数字图像进行规范化处理:若单个数字图像的整行或整列全为0, 则删除该行或该列。预处理后的各样本数字图像如图3所示。 注:为达到较好的视觉效果, 在每个样本数字图像周围増加了一个黑色矩形方框。 完成预处理后, 接下来就是提取每个数字的特征。本文考虑每个数字的空间分布情况和形状结构特点, 作为分类识别的特征。 2.1 空间分布情况 首先将预处理后的样本数字图像看成是有质量的图形, 其中白色点的质量为1, 黑色点的质量为0。该图形的质心坐标总体上能反映对应数字的空间分布情况, 用x 再将样本数字图像等分成上、下两个部分, 用x 最后将样本数字图像等分成左、右两个部分, 用x 各区域的质心横坐标为该区域内的白色点的横坐标之和除以该区域内的白色点的个数;各区域的质心纵坐标为该区域内的白色点的纵坐标之和除以该区域内的白色点的个数。 这10个质心坐标组成的向量: 就是该样本数字图像对应的数字的空间分布特征。逐个计算各数字的空间分布特征向量, 并将它们存放于数组中。 2.2 数的阿姆斯特丹数 采用数字的空间分布特征可以将数字“1”、“2”、“4”、“5”、“7”正确识别出来, 但数字“0”、“3”、“6”、“8”、“9”有时却不能正确识别。针对这几个会出现误判情形的数字进行分析, 不难发现它们的形状结构特征明显, 数字“0”和“6”及“9”含有一个洞;数字“3”不包含洞;数字“8”包含两个洞。由于身份证号码字体的特殊性, 数字“1”、“2”、“4”、“5”、“7”均不含有洞。 Matlab中的bweuler函数返回二值图像的欧拉数。欧拉数是对图像的拓扑度量, 它是指图像中对象的总个数与这些对象中洞的个数的差, 可以使用4连通或8连通邻域。各数字的欧拉数参见表1。 本文采用8连通邻域, 将各样本数字图像的欧拉数作为它的结构特征, 并存放于数组中E (10) 。 2.3 号码数字特征 样本数字图像的空间分布特征和结构特征分别存于数组digital (10, 10) 和E (10) 中。对于待识别身份证号码 (共18个) 的目标, 按照前面类似的处理过程, 提取各号码数字的空间分布特征和结构特征, 并存放于数组obj (18, 10) 和objE (18) 中。 令x= (x 对于待识别的目标数字号码, 计算该数字号码的空间分布特征与10个样本数字的空间分布特征的相似系数, 其分类识别准则是:在结构特征一致的条件下, 相似系数最大的对应的样本数字就是该目标号码的识别结果。 3 身份证号码的实现 采用Matlab6.5 (release R 13) 作为开发工具, 在Windows XP平台下实现了身份证号码的快速识别。 图4是程序使用的身份证图像, 程序输出结果为对多个身份证图像进行测试, 均得到正确的结果。 身份证号码识别的程序代码如下: 四、 多个身份证图像的分类识别 本文对第二代居民身份证的号码数字进行分析, 提出了基于空间分布特征的相似系数最大和结构特征一致的分类识别准则, 使得识别方法较简单, 对多个身份证图像进行测试 (将程序中的IDCard01.jpg替换为待测试的身份证图像文件名