用于定位图像中的片状区域的方法和装置制造方法及图纸

本发明专利技术涉及图像处理技术，特别涉及用于定位图像中的片状区域的方法、装置和计算机存储介质。按照本发明专利技术一个方面的用于定位图像中的片状区域的方法包含下列步骤：利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置。

【技术实现步骤摘要】
用于定位图像中的片状区域的方法和装置
本专利技术涉及图像处理技术，特别涉及用于定位图像中的片状区域的方法、装置和计算机存储介质。
技术介绍
图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。诸如银行卡、身份证之类的卡片定位识别是图像边缘检测的重要应用领域。在许多情况下，需要由用户拍摄卡片的照片并且上传远程业务中心或在本地前端设备上进行处理。在确定卡片边缘时，受拍摄环境的影响，加之背景区域的复杂化因素(例如背景区域颜色与卡片颜色相近以及背景区域也存在很多边缘等)，其识别结果常常无法满足后续处理的要求。有多种检测图像边缘的方法。例如基于直方图均衡化的方法，其原理是对于整体过亮或过暗的图像，将其灰度直方图从比较集中的某个灰度区间映射到整个灰度区间内，从而通过增强局部对比度使边缘特征更明显。另一种方法则基于图像通道分离，具体而言，可以将图像的RGB(红绿蓝)通道、ALPHA通道和专色通道进行分离并且对每个通道进行独立的分析以找出边缘特征较明显的通道图像。还有一种方法采用深度学习算法，其利用大量的已标注图像来训练神经网络以获得通用的边缘检测模型，然后利用该模型进行卡片的定位识别。现有技术的边缘识别技术存在诸多的缺点。例如对于基于直方图均衡化的方法和基于图像通道分离的方法而言，它们只能在一定程度上解决颜色相近情况下的边缘检测问题，但无法排除背景中的边缘干扰。而基于深度学习的方法则需要大量的训练样本，且算法和运行环境复杂，只能在后端服务器上运行而无法在手机等前端设备上运行，因此会受到网络延时严重、在非联网状态下不可用等问题的困扰。
技术实现思路
本专利技术的一个目的是提供一种用于定位图像中的片状区域的方法和装置，其具有定位识别准确率高和复杂度低等优点。按照本专利技术一个方面的用于定位图像中的片状区域的方法包含下列步骤：利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置。可选地，在上述方法中，所述片状区域对应于卡片。可选地，在上述方法中，所述边缘特征提取算法包括RobertsCross算法、Prewitt算法、Sobel算法、Kirsch算法、罗盘算子算法、Marr-Hildreth算法、Canny算法和Laplacian算法。可选地，在上述方法中，得到所述第二处理图像的步骤包括：生成所述原始图像的局部二值模式特征图；确定所述局部二值模式特征图在至少两个分块尺寸下的背景区域；以及通过将所述至少两个分块尺寸下的背景区域合并以得到所述第二处理图像。可选地，在上述方法中，生成所述原始图像的局部二值模式特征图的步骤包括：确定所述原始图像的局部二值模式特征值；以及对所述局部二值模式特征值进行降维处理以生成所述局部二值模式特征图。可选地，在上述方法中，基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置的步骤包括：将所述第一处理图像和所述第二处理图像融合为第三处理图像；以及从所述第三处理图像提取所述片状区域的边缘。可选地，在上述方法中，利用直线检测算法从所述第三处理图像提取所述片状区域的边缘。按照本专利技术另一个方面的用于定位图像中的片状区域的方法包含存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其执行所述程序以实现如上所述的方法。按照本专利技术还有一个方面的用于定位图像中的片状区域的装置包含：第一模块，配置为利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；第二模块，配置为利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及第三模块，配置为基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置。按照本专利技术还有一个方面的计算机可读存储介质，其上存储计算机程序，其中，该程序被处理器执行时实现如上所述的方法。按照本专利技术的一个或多个实施例，利用图像局部纹理特征来区分原始图像中的背景区域和前景区域并且将区分结果与利用边缘特征提取算法的边缘识别结果组合使用，因而可以有效排除背景区域的干扰(例如背景和前景区域颜色相近、背景区域存在多个边缘等)。此外，基于纹理特征的算法的复杂度低，可在前端设备上实现，因而具有更强的适应性。附图说明本专利技术的上述和/或其它方面和优点将通过以下结合附图的各个方面的描述变得更加清晰和更容易理解，附图中相同或相似的单元采用相同的标号表示。附图包括：图1为按照本专利技术一个实施例的用于定位图像中的片状区域的方法的流程图。图2为原始图像的一个示例，其示出了被放置于花纹桌面上的银行卡。图3为利用边缘特征提取算法对原始图像处理后得到的第一处理图像F1。图4为用于实施图1中区分背景区域和前景区域的步骤的示例性方法的流程图。图5为LBP特征值提取原理的示意图。图6为基于图5所示原理生成的示例性的LBP特征图。图7示出了降维形式的LBP特征图在5×5分块尺寸下的背景区域与前景区域的划分结果。图8示出了降维形式的LBP特征图在2×2分块尺寸下的背景区域与前景区域的划分结果。图9为利用图4所示方法得到的第二处理图像F2。图10为通过将第一处理图像F1和第二处理图像F2融合形成的第三处理图像F3的示意图。图11为按照本专利技术另一个实施例的用于定位图像中的片状区域的装置的示意框图。图12为按照本专利技术还有一个实施例的用于定位图像中的片状区域的装置的示意框图。具体实施方式下面参照其中图示了本专利技术示意性实施例的附图更为全面地说明本专利技术。但本专利技术可以按不同形式来实现，而不应解读为仅限于本文给出的各实施例。给出的上述各实施例旨在使本文的披露全面完整，以将本专利技术的保护范围更为全面地传达给本领域技术人员。在本说明书中，诸如“包含”和“包括”之类的用语表示除了具有在说明书和权利要求书中有直接和明确表述的单元和步骤以外，本专利技术的技术方案也不排除具有未被直接或明确表述的其它单元和步骤的情形。诸如“第一”和“第二”之类的用语并不表示单元在时间、空间、大小等方面的顺序而仅仅是作区分各单元之用。在本说明书中，术语“片状区域”指的是图像中的特定区域，在典型的应用中，该特定区域对应于卡片之类的实际物体(例如银行卡、身份证和车牌等)。需要指出的是，虽然卡片或片状区域的形状通常为矩形，但是对于本专利技术的实施而言这并非是必需的。现有技术的边缘特征提取算法通常可划分为两类。在基于查找的算法中，通过寻找图像一阶导数中的最大和最小值来检测边界，通常是将边界定位在梯度最大的方向。在基于零穿越的算法中，通过寻找图像二阶导数零穿越来寻找边界，通常是拉普拉斯过零点或者非线性差分表示的过零点。本文档来自技高网...

【技术保护点】
1.一种用于定位图像中的片状区域的方法，其特征在于，所述方法包含下列步骤：/n利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；/n利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及/n基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置。/n

【技术特征摘要】
1.一种用于定位图像中的片状区域的方法，其特征在于，所述方法包含下列步骤：
利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；
利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及
基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置。


2.如权利要求1所述的方法，其中，所述片状区域对应于卡片。


3.如权利要求1所述的方法，其中，所述边缘特征提取算法包括RobertsCross算法、Prewitt算法、Sobel算法、Kirsch算法、罗盘算子算法、Marr-Hildreth算法、Canny算法和Laplacian算法。


4.如权利要求1所述的方法，其中，得到所述第二处理图像的步骤包括：
生成所述原始图像的局部二值模式特征图；
确定所述局部二值模式特征图在至少两个分块尺寸下的背景区域；以及
通过将所述至少两个分块尺寸下的背景区域合并以得到所述第二处理图像。


5.如权利要求4所述的方法，其中，生成所述原始图像的局部二值模式特征图的步骤包括：
确定所述原始图像的局部二值模式特征值；以及
对所述局部二值模式特征值进行降维处理以生成所述局部二值模式特征图。


6.如权利要求1所述的方法，其中，基于所述第一处理图像和所述第二处理图像确定所述片状区域的位置的步骤包括：
将所述第一处理图像和所述第二处理图像融合为第三处理图像；以及
从所述第三处理图像提取所述片状区域的边缘。


7.如权利要求6所述的方法，其中，利用直线检测算法从所述第三处理图像提取所述片状区域的边缘。


8.一种用于定位图像中的片状区域的装置，其特征在于，包含：
存储器；
处理器；以及
存储在所述存储器上并可在所述处理器上运行以执行下列步骤的计算机程序：
利用边缘特征提取算法获取原始图像中的边缘以得到第一处理图像；
利用图像局部纹理特征来区分所述原始图像中的背景区域和代表所述片状区域的前景区域以得到第二处理图像；以及
基于所述第一处理图像...

【专利技术属性】
技术研发人员：赵庆杭，刘国宝，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：上海;31