專(zhuān)利名稱(chēng)：基于模板匹配的信息填涂卡識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息處理技術(shù)領(lǐng)域，具體涉及信息填涂卡中選項(xiàng)填涂情 況的計(jì)算機(jī)自動(dòng)識(shí)別技術(shù)。
背景技術(shù)：
目前，光學(xué)標(biāo)記識(shí)別(Optical Marker Recognition, OMR)在標(biāo)準(zhǔn)化 閱巻、問(wèn)巻調(diào)査、選票統(tǒng)計(jì)、人口普査等領(lǐng)域有廣泛的應(yīng)用。OMR技 術(shù)一般采用光電對(duì)管閱讀技術(shù)，就是采用了兩個(gè)光電器件，即半導(dǎo)體發(fā) 光管和光敏管。在識(shí)別時(shí)，由發(fā)光管發(fā)出光照射到選項(xiàng)涂點(diǎn)區(qū)域上，通 過(guò)光敏管接收來(lái)自選項(xiàng)涂點(diǎn)區(qū)域的反射光。因?yàn)檫x項(xiàng)填涂的情況直接決 定了反射光的強(qiáng)弱，所以根據(jù)此特性可以判定選項(xiàng)是否填涂。但這種方 式存在以下幾個(gè)缺陷(1)對(duì)紙張有較高的要求，成本高。(2)保存與 查閱不方便。(3)需要購(gòu)買(mǎi)專(zhuān)門(mén)的涂點(diǎn)標(biāo)記識(shí)別設(shè)備，需要較大的硬件 投入。(4)速度慢，對(duì)于大批量的閱巻而言效率較低。
由于傳統(tǒng)的OMR閱巻機(jī)存在種種弊端， 一種新的基于圖像灰度分 析的涂點(diǎn)識(shí)別技術(shù)應(yīng)運(yùn)而生?；痉椒ň褪窍壤酶咚賿呙鑳x將所有紙 質(zhì)文檔掃描為圖像格式進(jìn)行保存，然后利用圖像識(shí)別技術(shù)對(duì)文檔圖像中 的選項(xiàng)區(qū)域進(jìn)行涂點(diǎn)識(shí)別。這種方法的好處主要是不需要專(zhuān)門(mén)的光學(xué)標(biāo) 記閱巻設(shè)備，填涂卡紙張也沒(méi)有特殊要求，從而成本低廉，無(wú)論對(duì)大型 還是小型的閱巻應(yīng)用都比較合適。另外，由于采用了圖像格式來(lái)保存紙 質(zhì)文檔，所以文檔的保存與査詢(xún)非常方便。該方法涉及的幾個(gè)關(guān)鍵技術(shù) 就是文檔圖像的傾斜校正、選項(xiàng)區(qū)域的分割與選項(xiàng)涂點(diǎn)的識(shí)別。
現(xiàn)有識(shí)別方法都是模擬光學(xué)標(biāo)記閱讀機(jī)的原理來(lái)實(shí)現(xiàn)的，即對(duì)于選 項(xiàng)填涂區(qū)域進(jìn)行二值化，然后統(tǒng)計(jì)選項(xiàng)區(qū)域內(nèi)點(diǎn)的數(shù)量，.若大于某一個(gè) 閾值即認(rèn)為已填涂，否則就是未填涂。這種方式往往對(duì)填涂的要求比較 苛刻，如必須將選項(xiàng)區(qū)域完全涂滿(mǎn)、且筆的顏色灰度必須足夠深。這些嚴(yán)格的要求對(duì)于標(biāo)準(zhǔn)化考試而言可能是可行的，但對(duì)于調(diào)查問(wèn)巻、選票 統(tǒng)計(jì)等應(yīng)用領(lǐng)域就不是很合適。這主要是因?yàn)閷?duì)于調(diào)査問(wèn)巻、選票統(tǒng)計(jì) 等的結(jié)果與填涂人本身并沒(méi)有很直接的利益關(guān)系，所以填涂時(shí)可能不會(huì) 嚴(yán)格遵守一些比較苛刻的要求，由于無(wú)法對(duì)填涂人的填涂方法進(jìn)行很好 的控制，現(xiàn)有的識(shí)別方法不能適用于填涂不標(biāo)準(zhǔn)的情況。

發(fā)明內(nèi)容
為解決現(xiàn)有技術(shù)有紋理背景干擾使識(shí)別精度低、選項(xiàng)涂點(diǎn)識(shí)別不能 適用于填涂不標(biāo)準(zhǔn)的技術(shù)問(wèn)題，本發(fā)明的目的是提出了一種新的對(duì)圖像 灰度、位置偏移等有較強(qiáng)自適應(yīng)能力、識(shí)別精度高的方法，本發(fā)明的另 一目的就是針對(duì)信息填涂卡上的選項(xiàng)填涂區(qū)域的識(shí)別問(wèn)題，提供一個(gè)基 于模板匹配的信息填涂卡識(shí)別方法。
為了實(shí)現(xiàn)所述目的，本發(fā)明提供基于模板匹配的信息填涂卡識(shí)別方 法的技術(shù)方案包括步驟如下
步驟l:利用空白信息卡建立模板圖像信息，獲得模板信息卡；
步驟2:設(shè)置模板信息卡涂點(diǎn)選項(xiàng)的有效填涂閾值；
步驟3:提取待識(shí)別模板信息卡涂點(diǎn)模板選項(xiàng)的背景模式定義，分 別調(diào)用模板選項(xiàng)不同的背景模式進(jìn)行涂點(diǎn)識(shí)別；
步驟4:若識(shí)別涂點(diǎn)結(jié)果大于等于設(shè)定的閾值，則認(rèn)為該選項(xiàng)被有 效填涂，否則是無(wú)效填涂。
根據(jù)本發(fā)明的實(shí)施例，所述不同背景模式識(shí)別為無(wú)紋理背景模式的 涂點(diǎn)識(shí)別或有紋理背景模式的涂點(diǎn)識(shí)別。
根據(jù)本發(fā)明的實(shí)施例，選擇所述無(wú)紋理背景模式的涂點(diǎn)識(shí)別步驟包
括
步驟31a:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像與待識(shí)別模板信息卡的模板圖 像進(jìn)行二值化，獲得二值圖像；
步驟31b:統(tǒng)計(jì)當(dāng)前選項(xiàng)圖像和模板圖像的二值化圖像中的涂點(diǎn)數(shù);
步驟31C:根據(jù)二值化圖像的涂點(diǎn)數(shù)進(jìn)行比較，獲得比較差異信息 給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
根據(jù)本發(fā)明的實(shí)施例，選擇所述有紋理背景模式涂點(diǎn)識(shí)別步驟包括
步驟31A:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像和模板信息卡的模板圖像進(jìn)行 二值化，并緩存當(dāng)前選項(xiàng)的原始灰度圖像；
步驟31B:對(duì)當(dāng)前選項(xiàng)圖像和模板圖像基于相似度計(jì)算進(jìn)行配準(zhǔn)，
微調(diào)當(dāng)前選項(xiàng)圖像的坐標(biāo)；
步驟31C:提取當(dāng)前選項(xiàng)圖像與模板圖像的差分二值圖像；
步驟31D:基于該差分二值圖像中涂點(diǎn)在原始灰度圖像中的灰度強(qiáng)
度的統(tǒng)計(jì)給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
根據(jù)本發(fā)明的實(shí)施例，所述模板信息包括選項(xiàng)坐標(biāo)信息、填涂點(diǎn)方 式、原始圖像數(shù)據(jù)。
根據(jù)本發(fā)明的實(shí)施例，所述識(shí)別涂點(diǎn)結(jié)果根據(jù)信度分級(jí)輸出，由用 戶(hù)設(shè)置該類(lèi)信息卡的有效閾值，實(shí)現(xiàn)人機(jī)結(jié)合識(shí)別。
根據(jù)本發(fā)明的實(shí)施例，對(duì)所述信息卡的掃描時(shí)的顏色類(lèi)型為二值圖
像或灰度圖像或彩色圖像；通過(guò)對(duì)圖像顏色類(lèi)型的判定，調(diào)用相應(yīng)的涂 點(diǎn)識(shí)別模式。
本發(fā)明的積極效果或優(yōu)點(diǎn)本發(fā)明方法的一個(gè)顯著特點(diǎn)就是對(duì)圖像
的灰度類(lèi)型有很好的自適應(yīng)能力。紙質(zhì)信息卡在掃描時(shí)可以有不同的灰 度選擇模式，即二值、灰度和彩色。本發(fā)明在識(shí)別方法上應(yīng)考慮這三種 不同類(lèi)型的灰度模式有不同的特點(diǎn)，由于本發(fā)明采用識(shí)別結(jié)果分級(jí)的方 法，在具體應(yīng)用中靈活性高，可以根據(jù)實(shí)際情況選擇恰當(dāng)?shù)淖R(shí)別閾值來(lái) 判斷是否填涂，進(jìn)行信息卡的批量識(shí)別，從而實(shí)現(xiàn)了人機(jī)結(jié)合，增強(qiáng)系 統(tǒng)對(duì)各種模式的適應(yīng)能力，從而提高整體識(shí)別率，更好地滿(mǎn)足了實(shí)際應(yīng) 用的需要。本發(fā)明對(duì)所有選項(xiàng)區(qū)域進(jìn)行定義，獲得準(zhǔn)確的模板信息。利 用當(dāng)前圖像與模板圖像之間的差異性進(jìn)行識(shí)別，解決了紋理背景干擾的 問(wèn)題。


圖1信息填涂卡圖像示例
圖2是本發(fā)明信息卡涂點(diǎn)識(shí)別流程圖 圖3是本發(fā)明圖像膨脹的結(jié)構(gòu)元素
具體實(shí)施例方式
下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明技術(shù)方案中所涉及的各個(gè)細(xì)節(jié)問(wèn)題。 應(yīng)指出的是，所描述的實(shí)施例僅旨在便于對(duì)本發(fā)明的理解，而對(duì)其不起 任何限定作用。
為了滿(mǎn)足各種不同情況的需要，我們將填涂區(qū)域識(shí)別的結(jié)果按可信
度進(jìn)行分級(jí)，即0 — 16，共17級(jí)。其中O表示沒(méi)有填涂，數(shù)字越大表示 填涂的信度就越高。由于采用了這種識(shí)別結(jié)果分級(jí)的方法，所以在具體 應(yīng)用中有很高的靈活性，可以根據(jù)實(shí)際情況選擇恰當(dāng)?shù)拈撝祦?lái)判斷是否 填涂。對(duì)于標(biāo)準(zhǔn)化考試而言，我們可以選擇比較高的閾值，如識(shí)別結(jié)果 大于8表示填涂，否則就是未填涂。對(duì)于調(diào)査問(wèn)巻等填涂較隨意的情況， 我們可以選擇較小的閾值，如大于3就表示填涂，否則就是未填涂。鑒 于目前人工智能的發(fā)展水平，計(jì)算機(jī)很難對(duì)各種各樣復(fù)雜情況下的識(shí)別 都有很高的精度。而對(duì)于信息填涂卡的識(shí)別而言，我們希望應(yīng)該有很高 的精度，特別是對(duì)于標(biāo)準(zhǔn)化考試等應(yīng)用，期望的精度應(yīng)為100%，否則 難以投入實(shí)用。信息填涂卡的類(lèi)型、格式等有很多，填涂方式也是各種 各樣，特別是經(jīng)過(guò)掃描儀掃描后生成的圖像在灰度上會(huì)存在不一致的情 況。如將同一張信息卡掃描兩次，這兩次得到的圖像的灰度可能不會(huì)完 全一致；特別是在不同時(shí)間進(jìn)行掃描，可能會(huì)由于掃描儀配置參數(shù)的變 化而導(dǎo)致同一張信息卡的多張掃描圖像的灰度出現(xiàn)很大的波動(dòng)。正是基 于以上的一些原因，計(jì)算機(jī)給出的識(shí)別信度結(jié)果與人的感覺(jué)可能會(huì)存在 一定的偏差，但這種偏差是單向的，即對(duì)該信息卡模式，要么識(shí)別結(jié)果 都偏大，要么都偏小。這里我們將人的因素引進(jìn)來(lái)，由人來(lái)決定有效的 閾值，從而實(shí)現(xiàn)了人機(jī)結(jié)合，更好地滿(mǎn)足了實(shí)際應(yīng)用的需要。在進(jìn)行自 動(dòng)識(shí)別前，我們需要選擇該類(lèi)信息卡填涂的有效信度閾值。在設(shè)置完這 些識(shí)別參數(shù)后，我們就可以進(jìn)行信息卡的批量識(shí)別了 。
我們將模板信息卡的選項(xiàng)區(qū)域根據(jù)背景分為兩種模式，即無(wú)紋理背 景和有紋理背景兩類(lèi)，如圖1所示。這兩種模式的識(shí)別流程如圖2所示。 對(duì)于選項(xiàng)區(qū)域有紋理背景的情況，很容易將紋理背景當(dāng)作填涂的內(nèi)容。 如果僅僅基于當(dāng)前圖像的選項(xiàng)信息是無(wú)法解決該問(wèn)題的。我們首先將一個(gè)沒(méi)有填涂的空白信息卡定義為模板卡，對(duì)其中的所有選項(xiàng)區(qū)域進(jìn)行手 工定義，從而得到了一個(gè)較為準(zhǔn)確的模板信息，所述模板信息包括選項(xiàng) 坐標(biāo)信息、填涂點(diǎn)方式、原始圖像數(shù)據(jù)。利用當(dāng)前圖像與模板圖像之間 的差異性來(lái)進(jìn)行識(shí)別，從而解決了紋理背景干擾的問(wèn)題。
下面我們將詳細(xì)介紹基于模板匹配的信息卡涂點(diǎn)識(shí)別的方法。填涂 標(biāo)準(zhǔn)為完全涂滿(mǎn)整個(gè)選項(xiàng)區(qū)域。在進(jìn)行涂點(diǎn)識(shí)別前，我們首先需要建立 空白信息卡圖像模板，然后基于當(dāng)前信息卡圖像的定位塊或模板圖像得 到當(dāng)前信息卡圖像上的需要進(jìn)行識(shí)別的涂點(diǎn)選項(xiàng)區(qū)域。我們假定當(dāng)前信 息卡的一個(gè)問(wèn)題選項(xiàng)圖像為U，而對(duì)應(yīng)的模板選項(xiàng)圖像為V。假定該問(wèn)
題的備選項(xiàng)數(shù)目為N， U的各個(gè)備選項(xiàng)圖像為t/p..,，^， V的備選項(xiàng)為
t…,^。由于當(dāng)前信息卡的選項(xiàng)區(qū)域是計(jì)算機(jī)自動(dòng)分析出來(lái)的，所以與 真實(shí)的位置可能會(huì)存在一定的微小偏差。而模板信息卡的選項(xiàng)區(qū)域是人 工定義的，所以可以認(rèn)為其選項(xiàng)區(qū)域是準(zhǔn)確的。
為了便于比較兩幅圖像的相似度，我們利用以下方法來(lái)進(jìn)行計(jì)算。
假定兩幅具有同樣尺寸大小的圖像分別為A和B。函數(shù)/7("表示圖 像X內(nèi)的黑點(diǎn)的數(shù)量。P為A中的任意一個(gè)象素點(diǎn)，Q為B中與P對(duì)應(yīng) 的點(diǎn)。
P與Q的相似度定義為
<formula>formula see original document page 8</formula>其它 (1)
圖像A到B的相似度定義為
<formula>formula see original document page 8</formula>(2)
圖像B到A的相似度定義為
<formula>formula see original document page 8</formula>
(3)
圖像A與B之間的相似度定義為對(duì)無(wú)紋理背景模式選項(xiàng)的涂點(diǎn)識(shí)別過(guò)程
步驟31a:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像與待識(shí)別模板信息卡的模板圖
像進(jìn)行二值化，獲得二值圖像；
步驟31b:統(tǒng)計(jì)當(dāng)前選項(xiàng)圖像和模板圖像的二值化圖像中的涂點(diǎn)數(shù)； 步驟31c:根據(jù)二值化圖像的涂點(diǎn)數(shù)進(jìn)行比較，獲得比較差異信息
給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
1、 若圖像為非二值的灰度或彩色圖像，則對(duì)U和V分別利用大津 二值化方法對(duì)圖像進(jìn)行二值化，其灰度閾值分別為^和G,，分別得到圖 像UB和VB。若圖像本身就是二值圖像，則用UB和VB分別表示U 和V。
2、 UB中的備選項(xiàng)分別為^,...,^/^。 VB中的備選項(xiàng)分別為
3、 不失一般性，我們僅考慮 ^,的識(shí)別過(guò)程，這里i=l-N。為了表 述的方便，我們用X表示t/A，用Y表示ra,。
4、 令n(x)表示二值圖像x中黑點(diǎn)的數(shù)量，Uj的寬度和高度分別為w 和h。則選項(xiàng)Ui的識(shí)別結(jié)果為
,〃、"(7) ,、
若識(shí)別結(jié)果小于0，則令其為0。這樣識(shí)別結(jié)果的范圍為0 — 1。為 了使輸出結(jié)果以整數(shù)值來(lái)進(jìn)行分級(jí)，我們將該結(jié)果放大16倍，這樣輸 出結(jié)果為0—16。
對(duì)有紋理背景模式選項(xiàng)的涂點(diǎn)識(shí)別過(guò)程
步驟31A:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像和模板信息卡的模板圖像進(jìn)行
二值化，并緩存當(dāng)前選項(xiàng)的原始灰度圖像；步驟31B:對(duì)當(dāng)前選項(xiàng)圖像和模板圖像基于相似度計(jì)算進(jìn)行配準(zhǔn)， 微調(diào)當(dāng)前選項(xiàng)圖像的坐標(biāo)；
步驟31C:提取當(dāng)前選項(xiàng)圖像與模板圖像的差分二值圖像；
步驟31D:基于該差分二值圖像中涂點(diǎn)在原始灰度圖像中的灰度強(qiáng)
度的統(tǒng)計(jì)給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
1、 若圖像為非二值的灰度或彩色圖像，則對(duì)u和v分別利用大津
二值化方法對(duì)圖像進(jìn)行二值化，其灰度閾值分別為^和^，分別得到圖
像UB和VB。若圖像本身就是二值圖像，則用UB和VB分別表示U 和V。UB中的備選項(xiàng)分別為^,..."^^8中的備選項(xiàng)分別為rap.,.，ra^。
2、 不失一般性，我們僅考慮L^的識(shí)別過(guò)程，這里i=l-N。為了表
述的方便，我們用x表示t^,.，用Y表示ra,。
3、 將X的區(qū)域向上下左右四個(gè)方向分別擴(kuò)充5個(gè)象素點(diǎn)，得到新 圖像X'以便進(jìn)行選項(xiàng)區(qū)域的微調(diào)。
4、 對(duì)X'進(jìn)行膨脹得到圖像PX'，膨脹的結(jié)構(gòu)元素如圖3所示。
5、 將Y的圖像在PX'中進(jìn)行滑動(dòng)，對(duì)某一個(gè)滑動(dòng)點(diǎn)而言，PX'中就 存在一個(gè)與Y對(duì)應(yīng)的子圖像，我們用Z來(lái)表示。計(jì)算各個(gè)不同滑動(dòng)位置 從Y到Z的相似度，以具有最大相似度的滑動(dòng)位置為匹配點(diǎn)。
6、 根據(jù)Z的坐標(biāo)在圖像X'中得到相應(yīng)的圖像W。對(duì)W向四個(gè)方 向各擴(kuò)充1個(gè)象素點(diǎn)，得到新圖像W'。
7、 將Y的圖像在W'中滑動(dòng)，利用與5類(lèi)似的方法，得到一個(gè)最佳 匹配點(diǎn)，并從W，中提取出相應(yīng)的圖像，定義為R。這樣我們就得到了經(jīng) 過(guò)微調(diào)后的當(dāng)前信息卡中問(wèn)題選項(xiàng)的精確圖像。該圖像與模板進(jìn)行了較 好的配準(zhǔn)。下面將對(duì)R與Y進(jìn)行比較，從而得到識(shí)別結(jié)果。
8、 將模板圖像Y進(jìn)行膨脹得到新圖像PY，膨脹的結(jié)構(gòu)元素如圖3 所示。將R與PY進(jìn)行差分，得到差分圖像D。
9、 根據(jù)R的坐標(biāo)，在原始灰度圖像U中得到原始的問(wèn)題選項(xiàng)圖像RS。
10、 基于當(dāng)前選項(xiàng)塊區(qū)域圖像RS和差分圖像D，給出識(shí)別結(jié)果， 具體方法如下
我們定義灰度函數(shù)g(x)表示點(diǎn)x的灰度值，A(x)表示點(diǎn)x的灰度強(qiáng)度值，值越大表示灰度越深。如果原始圖像u為非二值的灰度或
彩色圖像，則
0 洲>&
(6)
洲<《
其中(^為二值化的灰度閾值，C^為能保證可靠填涂的灰度值。^在 第1步圖像二值化時(shí)就己經(jīng)得到了，而G^的值為定位塊的平均灰度值。 定位塊的定義如圖l所示。如果缺乏定位塊的信息，我們給定一個(gè)經(jīng)驗(yàn) 值為50。
如果原始圖像為二值圖像，則
[0洲=255 [1g(x) = 0
(7)
假定x為RS中的任意一個(gè)點(diǎn)，而x，為D中與x對(duì)應(yīng)的點(diǎn)。則 用/(x)表示點(diǎn)x的加權(quán)灰度強(qiáng)度值，則
/0),)"0') (8) 圖像RS的灰度強(qiáng)度為
/, = ^/(乂,) (9)
其中n為圖像RS中所有點(diǎn)的數(shù): 該選項(xiàng)最終的識(shí)別結(jié)果為
- /卿
用最深灰度涂滿(mǎn)時(shí)的圖像灰度強(qiáng)度值
1=1
f/為非二值的灰度或彩色圖像
f/為二值圖像
(10)顯然該輸出結(jié)果的取值范圍為0—1。為了使輸出結(jié)果以整數(shù)值 來(lái)進(jìn)行分級(jí)，我們將該結(jié)果放大16倍，這樣輸出結(jié)果為0—16。
以上所述，僅為本發(fā)明中的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并 不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理 解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā) 明的保護(hù)范圍應(yīng)該以權(quán)利要求書(shū)的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1、基于模板匹配的信息填涂卡識(shí)別方法，其特征在于，包括步驟如下步驟1利用空白信息卡建立模板圖像信息，獲得模板信息卡；步驟2設(shè)置模板信息卡涂點(diǎn)選項(xiàng)的有效填涂閾值；步驟3提取待識(shí)別模板信息卡涂點(diǎn)模板選項(xiàng)的背景模式定義，分別調(diào)用模板選項(xiàng)不同的背景模式進(jìn)行涂點(diǎn)識(shí)別；步驟4若識(shí)別涂點(diǎn)結(jié)果大于等于設(shè)定的閾值，則認(rèn)為該選項(xiàng)被有效填涂，否則是無(wú)效填涂。
2、 根據(jù)權(quán)利要求1所述的填涂卡識(shí)別方法，其特征在于，所述不同 背景模式識(shí)別為無(wú)紋理背景模式的涂點(diǎn)識(shí)別或有紋理背景模式的涂點(diǎn) 識(shí)別。
3、 根據(jù)權(quán)利要求2所述的填涂卡識(shí)別方法，其特征在于，選擇所 述無(wú)紋理背景模式的涂點(diǎn)識(shí)別步驟包括步驟31a:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像與待識(shí)別模板信息卡的模板圖像進(jìn)行二值化，獲得二值圖像；步驟31b:統(tǒng)計(jì)當(dāng)前選項(xiàng)圖像和模板圖像的二值化圖像中的涂點(diǎn)數(shù)； 步驟31C:根據(jù)二值化圖像的涂點(diǎn)數(shù)進(jìn)行比較，獲得比較差異信息給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
4、 根據(jù)權(quán)利要求2所述的填涂卡識(shí)別方法，其特征在于，選擇所述有紋理背景模式涂點(diǎn)識(shí)別步驟包括步驟31A:對(duì)填涂卡的當(dāng)前選項(xiàng)圖像和模板信息卡的模板圖像進(jìn)行 二值化，并緩存當(dāng)前選項(xiàng)的原始灰度圖像；步驟31B:對(duì)當(dāng)前選項(xiàng)圖像和模板圖像基于相似度計(jì)算進(jìn)行配準(zhǔn)， 微調(diào)當(dāng)前選項(xiàng)圖像的坐標(biāo)；步驟31C:提取當(dāng)前選項(xiàng)圖像與模板圖像的差分二值圖像；步驟31D:基于該差分二值圖像中涂點(diǎn)在原始灰度圖像中的灰度強(qiáng) 度的統(tǒng)計(jì)給出分級(jí)的涂點(diǎn)識(shí)別結(jié)果。
5、 根據(jù)權(quán)利要求1所述的填涂卡識(shí)別方法，其特征在于所述模板信息包括選項(xiàng)坐標(biāo)信息、填涂點(diǎn)方式、原始圖像數(shù)據(jù)。
6、 根據(jù)權(quán)利要求1所述的填涂卡識(shí)別方法，其特征在于所述識(shí)別 涂點(diǎn)結(jié)果根據(jù)信度分級(jí)輸出，由用戶(hù)設(shè)置該類(lèi)信息卡的有效閾值，實(shí)現(xiàn) 人機(jī)結(jié)合識(shí)別。
7、 根據(jù)權(quán)利要求1所述的填涂卡識(shí)別方法，其特征是對(duì)所述信 息卡掃描時(shí)的顏色類(lèi)型為二值圖像或灰度圖像或彩色圖像；通過(guò)對(duì)圖像 顏色類(lèi)型的判定，調(diào)用相應(yīng)的涂點(diǎn)識(shí)別模式。
全文摘要
本發(fā)明涉及基于模板匹配的信息填涂卡識(shí)別方法，利用空白信息卡建立模板圖像信息，獲得模板信息卡；設(shè)置模板信息卡涂點(diǎn)選項(xiàng)的有效填涂閾值；提取待識(shí)別模板信息卡涂點(diǎn)模板選項(xiàng)的背景模式定義，分別調(diào)用模板選項(xiàng)不同的背景模式進(jìn)行涂點(diǎn)識(shí)別；若識(shí)別涂點(diǎn)結(jié)果大于等于設(shè)定的閾值，則認(rèn)為該選項(xiàng)被有效填涂，否則是無(wú)效填涂；本發(fā)明能適用于不同類(lèi)型灰度模式的識(shí)別，識(shí)別結(jié)果分級(jí)，靈活性高，能提高整體識(shí)別率；可批量識(shí)別，實(shí)現(xiàn)人機(jī)結(jié)合，更好地滿(mǎn)足了實(shí)際應(yīng)用的需要。本發(fā)明對(duì)所有選項(xiàng)區(qū)域進(jìn)行定義，獲得準(zhǔn)確的模板信息。利用當(dāng)前圖像與模板圖像之間的差異性進(jìn)行識(shí)別，解決了紋理背景干擾的問(wèn)題。
文檔編號(hào)G06T5/00GK101414356SQ20071017597
公開(kāi)日2009年4月22日 申請(qǐng)日期2007年10月17日 優(yōu)先權(quán)日2007年10月17日
發(fā)明者勇 夏, 戴汝為, 朱遠(yuǎn)平, 王春恒, 肖柏華 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所