身份证扫描的通道运算和链码跟踪图分离.docxVIP

身份证扫描的通道运算和链码跟踪图分离 0 人员身份验证系统 在市场经济活动中，为了安全和管理，我们需要对人们进行“检查”，即对员工身份进行检查的预防机制，以确保员工身份和身份的真实性。伪造居民身份验证的内容是确认运载符合证书的真实性，识别证书所有者的真实性，避免欺骗和顶帽人员的违法犯罪活动。身份是每个公民的身份证明，也是中国唯一一种常见的生物身份证件。许多场景都使用了身份进行检查。 1 图像边界条件 对于大批量处理身份证信息的识别系统, 需要把多个身份证放在一起进行集中处理, 含多个身份证的原始扫描图像中身份证边界如图1所示. 分析表明, 身份证扫描图像有如下特点: 1) 图像背景简单, 一般为白或黑 (有一定的扫描噪声) , 身份证呈各种角度摆放, 没有统一的方向; 2) 身份证图像在实际边界周围有一圈套膜的虚假边界, 而用于身份证防伪的激光暗纹使得真正的边界和虚假边界部分交错在一起; 3) 图像扫描精度为300 dpi, 图像文件非常大 (一幅A4版面的RGB格式图像文件大约25 M) , 简单的3×3均值滤波都很耗时间. 为了提取每个身份证信息, 需要快速地将各个身份证分割出来, 并对分割后的图像做倾斜校正.由于身份证摆放角度的非规范性, 仅在水平和垂直方向上的简单分割无法分割出单个身份证.通用图像分割方法, 一般过于复杂, 处理时间太长, 如基于遗传算法分割方法 由于图像暗纹使得套膜边界和真正的边界混合在一起, 不利于从围线中提取倾斜角, 扫描噪声对边缘的二值图像固定阈值的取值也有影响, 阈值取得过高就消除部分边界点;阈值过低, 噪声点对寻找边界起始点造成很大干扰.我们对图像作一个简单的彩色通道运算: =max (0, 文中 得到二值图像后, 应用freeman链码 1) 取缩放比例为6∶1, 缩小图像, 并对图像做高斯滤波消除扫描噪声; 2) 对图像做通道运算得到Alpha通道图像; 3) 在图像上作横向游走, 以每次游走碰到的第一个 4) 对跟踪过的区域作上标记 (将区域内点的RGB值都置为0) , 以避免重复处理. 应用freeman链码技术对边缘的二值图像围线追踪, 不仅可以得到每个身份证的边缘围线用以分离图像, 而且从围线中还可以得到图像的倾斜角. 2 公式1:选取中心图像,生成身份证图像 切割后得到的矩形区域含有单个身份证图像, 但无法进行信息区域分割, 必须对图像进行倾斜校正.在前面的处理中已经得到如图4所示的矩形区域, 从图中可以看出矩形区域的中心点 身份证图像的大小可以根据扫描分辨率计算得出: = 其中 在单个目标图像四周的矩形区域全是背景的前提下, 使用边界投影的方式可以得到倾斜角, 而在图5中看到的身份证四周并不只是背景, 还有其它身份证边角的干扰, 所以用边界投影的方法 根据给定的 ( 其中 ( 对于直线拟合, 对得到斜边 的矩形区域, 即得到身份证图像. 3 旋转后图像印刷技术 根据公安部统一制定的身份证规格, 可以设定如图6的身份证通用信息图块分割模板, 通过这个分割模板可以初步提取身份证的每个信息子图块, 同时每个信息子图块一般都制定的较大, 留待后面的精确分割. 旋转后的图像有可能是倒置的, 应该从图上挑选一个标志性的图块来指示图像的方向, 印章在图像上非常容易提取而且可以达到上述要求, 由于印章都是红色印泥盖印的, 所以红色是最为明显的特征, 利用红色分量提取方法来提取印章图像 旋转后的图像印章如图7所示的 = 统计两个区域满足下列条件的点的个数 = 其中 知道图像的方向, 通过进一步细提取红色分量的方法可以精确的的得到印章区域, 因此可以相应的判断头像、号码、姓名区域, 并应用模板法分别将这些区域分割出来, 供后续身份证信息识别使用 4 图像预处理实验结果 我们在PIII450 PC上用C++语言编制整个预处理流程, 并对70幅图像进行了实验, 试验的结果如表1所示.从表1可以看出, 提出的预处理流程可以实现快速有效的分割单个身份证.除了一幅图像因为印章的印油太少、并被污迹掩盖导致判断方向失误外, 可以达到信息图块分割100%的准确率.