孫玥 楊國為

摘要：為了解決傳統(tǒng)基于邊緣檢測的票據(jù)分割遇到的抗噪性及檢測精度問題，本文以國家普通發(fā)票為研究對象，提出了一種基于霍夫變換與像素疏密程度的票據(jù)分割算法。通過對發(fā)票進行采集、縮放、灰度化、二值化、邊緣檢測和膨脹等預(yù)處理后，采用霍夫變換和像素疏密程度進行分割。同時，為驗證分割出的部分發(fā)票的有效性，采用基于OCR技術(shù)的字符識別軟件進行識別。識別結(jié)果表明，該算法將每一部分進行了有效的定位與分割，有較高的識別精確率，且速度快，具有一定的抗干擾性，達到了預(yù)期要求。該研究對普通發(fā)票的分割具有實際意義。

關(guān)鍵詞：霍夫變換;像素疏密程度;票據(jù)分割;圖像預(yù)處理

近年來，盡管電子支付方式層出不窮，但紙質(zhì)票據(jù)的使用仍然是不可或缺的一部分。隨著銀行各種業(yè)務(wù)的推出，各種發(fā)票數(shù)據(jù)量也越來越多，如果單靠人力處理會耗費許多時間，因此采取一種高效、高準確率的票據(jù)分割方法，不僅能提高工作效率，而且還能提高銀行的整體競爭力。隨著人工智能時代的來臨，發(fā)票識別技術(shù)得到了發(fā)展，票據(jù)圖像識別是票據(jù)處理的重點，而票據(jù)的分割是票據(jù)識別的關(guān)鍵，分割效果的好壞直接影響識別的準確性。由于票據(jù)中的文本方向不定，字體大小不一，字符行間距較小等，為票據(jù)的分割帶來了較大的困難，因此，人們提出了許多圖象分割的理論和算法。目前，常用的分割算法主要有閾值法[1-3]、連通體分析法[4]、基于紋理特征的方法[5-6]和基于邊緣的方法[7]。其中，閾值法是對灰度圖像取一個閾值，按照這個閾值對圖像進行二值化分割，該方法對于復雜圖像計算量較大;連通體分析法是將圖像中各連通區(qū)域找出并標記，該方法計算量大，對于有噪聲的情況計算效率不高;基于紋理特征方法是提取文字圖像所具有的紋理特征，但是紋理的提取具有一定的困難;基于邊緣的方法是先檢測圖像中邊緣點，連接成輪廓后構(gòu)成分割區(qū)域，其難點在于噪聲產(chǎn)生的偽邊緣會導致不合理的輪廓，從而產(chǎn)生位置偏差。經(jīng)典的邊緣檢測方法是構(gòu)造roberts梯度算子和Sobel梯度算子等微分算子，該方法雖然邊緣檢測速度快，但往往會得到斷續(xù)的、不完整的結(jié)構(gòu)信息，且對噪聲較為敏感。因此，本文提出一種基于霍夫變換與像素疏密程度的新方法，該方法能夠?qū)崿F(xiàn)票據(jù)的精確分割。該研究具有實際應(yīng)用價值。

1 研究對象及實驗環(huán)境

本文以票據(jù)為研究對象，主要對發(fā)票的不同區(qū)域進行分割，實驗中選用的發(fā)票是國家普通發(fā)票，實驗環(huán)境采用Matlab軟件。國家普通發(fā)票樣票如圖1所示。

2 算法總體流程與圖像的預(yù)處理

2.1 算法總體流程

對采集的圖像進行預(yù)處理，處理內(nèi)容主要包括灰度化、二值化、邊緣檢測和膨脹等，對預(yù)處理后的圖像進行霍夫變換，檢測出想要得到的最長的5條直線，按照直線對發(fā)票進行初步分割，將發(fā)票分成6部分，按照每個部分不同的特點進行預(yù)處理，處理好后，按照像素的疏密程度，對6塊區(qū)域進行分割，得到最終想要的結(jié)果。算法流程圖如圖2所示。

2.2 圖像的預(yù)處理

預(yù)處理是票據(jù)分割系統(tǒng)中的重要環(huán)節(jié)，預(yù)處理結(jié)果的好壞，直接影響分割系統(tǒng)中分割正確率的高低[8]。圖像預(yù)處理是特征提取至關(guān)重要的步驟，一般直接輸入的圖像都會存在噪聲的干擾等質(zhì)量問題，直接對原圖像進行處理，識別精度不大。本文對圖像的預(yù)處理主要包括縮放、灰度化、二值化、邊緣檢測、膨脹等。預(yù)處理框圖如圖3所示。

1） 縮放?？s放可以精確的將圖像處理為理想的大小。為便于處理，要合理選擇圖像的高度和寬度，以防圖像發(fā)生畸變。

2） 灰度化。由于圖像大部分是RGB顏色模式，但實際上RGB并不能反映圖像的形態(tài)特征，對圖像分割沒有實質(zhì)性作用，因此要對圖像進行灰度化處理。常見的灰度化處理方法有3種：最大值法、平均值法和加權(quán)平均法[9]。

3） 二值化。即把灰度圖像轉(zhuǎn)換成二值圖像。二值化的關(guān)鍵在于閾值選擇，最實用的方法是選取一個閾值與圖像中的所有像素點進行比較，如果圖像中點的灰度值大于所選取的閾值，則將此值置為1;如果圖像中點的灰度值小于選取的閾值，則將此值置為0[10]。

4） 邊緣檢測。邊緣檢測的目的是標記數(shù)字圖像中亮度有變化的點，一般存在于文字與背景之間，即邊緣。本文主要采用Sobel進行邊緣處理，Sobel算子是一種基于一階導數(shù)的用來檢測邊緣的算子，在該算子中加入采用局部平均的運算，所以對噪聲具有很好的消除作用。對象素位置的影響，Sobel算子做了加權(quán)，與Prewitt算子和Roberts算子相比，Sobel算子效果更好[11-13]。

5） 膨脹。二值圖像的膨脹是在一個大型二值圖上，將一個小型二值圖逐點運算，根據(jù)計算結(jié)果使圖像實現(xiàn)放大，從而取名膨脹。在對圖像做膨脹處理時，如果結(jié)構(gòu)元素中只要有黑色點與它對應(yīng)的大圖像素點相同，即發(fā)生膨脹作用，使圖像像素擴大[14-15]。

3 霍夫變換檢測直線

圖像處理中的一種特征提取技術(shù)——霍夫變換（Hough Transform），即在一個參數(shù)空間中，通過計算累計結(jié)果局部最大值，得到一個符合該特定形狀的集合，為霍夫變換結(jié)果[16]。用來檢測圖像中的直線是經(jīng)典的霍夫變換，后來霍夫變換擴展到對圓和橢圓等任意形狀物體的識別?；舴蜃儞Q運用兩個坐標空間之間的變換，將一個空間中具有相同形狀的曲線或直線，映射到另一個坐標空間的一個點上，形成峰值，因此把檢測任意形狀的問題轉(zhuǎn)

一般來說，對于點（x0，y0），可以將通過這個點的所有的一族直線統(tǒng)一定義為r=x-0cos θ+y0sin θ，也就是說每一對（rθ，θ）代表一條通過點（x0，y0）的直線。如果對于一個點（x0，y0），在極坐標平面繪出全部通過它的直線，將得到一條正弦曲線。如果存在兩個不同點繪出的曲線在平面相交，也就是說它們通過同一條直線。而越多曲線相交于一點，即用該交點來表示直線時，由更多的點組成[17]。因此，可以通過設(shè)置直線上點的閾值大小，說明多少條曲線相交才認為這是一條直線;點數(shù)少的無法形成直線，識別出的是斷斷續(xù)續(xù)的虛線，出現(xiàn)誤檢;點數(shù)過多的可能會忽略了較細的直線，出現(xiàn)漏檢[18]?；舴蜃儞Q就是要追蹤圖像中每個點對應(yīng)曲線間的交點。只要超過了上述所說的閾值，就可以認為在原圖像中為一條直線。

對發(fā)票圖像進行預(yù)處理后，霍夫變換檢測出最長的5條直線，根據(jù)檢測出的5條直線，將發(fā)票橫向分割成6部分。其中，含有單價的部分如圖5所示。

4 按像素疏密程度分割

按照像素分割圖像，即將每部分的圖像像素縱向進行求和，觀察橫向像素的密度，如果像素為零或較小，說明橫向像素為空或較少;同理，如果縱向像素比較高，說明橫向有較多字符存在。在霍夫矩陣中，找到極坐標下的極值點，并在平面坐標中畫出已找到的直線，每個極值點對應(yīng)1條直線，實現(xiàn)了對發(fā)票各個部分的分割。

選取圖5進行實驗，求得其像素分布圖如圖6所示。由圖6可以看出，圖像各個部分的像素分布及疏密程度非常清晰，在霍夫矩陣中求其峰值，則可得到理想的直線。

5 實驗結(jié)果與分析

5.1 分割實驗結(jié)果

采用霍夫變換和像素疏密程度2種方法，在Matlab編程環(huán)境下，對發(fā)票部分進行分割，為了驗證實驗的有效性，采取噪聲相對較大的發(fā)票（圖片相對噪聲較大，不與展示）進行實驗，單價分割結(jié)果如圖7所示，數(shù)量分割結(jié)果如圖8所示。由圖7和圖8可以看出，基于霍夫變換與像素疏密程度的分割算法，有效的將發(fā)票部分進行分割，分割準確率較高，即使文字大小不一，本文仍然能夠較為準確的進行定位與分割。

5.2 在線OCR識別

將感興趣的部分（比如單價部分）進行識別，同時與文獻[2]分割結(jié)果進行對比，以此驗證分割出部分發(fā)票的有效性。本文采用基于OCR技術(shù)的字符識別軟件[19-20]，OCR識別結(jié)果如圖9所示，其他分割方法OCR識別結(jié)果如圖10所示。由圖9和圖10可以看出，采用本文分割方法識別出的單價部分非常清楚，說明該方法可用于普通發(fā)票的分割。

6 結(jié)束語

針對票據(jù)的分割問題，本文提出了一種改進的基于霍夫變換和像素疏密程度的分割方法。首先對采集的圖像進行一系列預(yù)處理，然后進行霍夫變換求取直線，最后基于像素疏密程度方法完成整個票據(jù)的分割過程。由實驗結(jié)果可以看出，與其他方法相比，本文方法在用于OCR識別時，具有較高的識別精確率，且速度快，具有一定的抗干擾性，達到了預(yù)期要求。該設(shè)計對普通發(fā)票的分割具有實際意義。接下來將對背景非常復雜的噪聲發(fā)票圖像進行研究，這也是實際中亟需解決的問題，同時還要注意開展不同識別技術(shù)的研究。

參考文獻：

[1] 何俊， 葛紅， 王玉峰. 圖像分割算法研究綜述[J]. 計算機工程與科學， 2009， 31（12）： 58-61.

[2] 葉龍歡， 王俊峰， 高琳， 等. 復雜背景下的票據(jù)字符分割方法[J]. 計算機應(yīng)用， 2012， 32（11）： 3198-3200， 3205.

[3] 付云鳳. 基于閾值的圖像分割研究[D]. 重慶： 重慶大學， 2013.

[4] 甘玲， 林小晶. 基于連通域提取的車牌字符分割算法[J]. 計算機仿真， 2011， 28（4）： 336-339.

[5] 陳強， 田杰， 黃海寧， 等. 基于統(tǒng)計和紋理特征的SAS圖像SVM分割研究[J]. 儀器儀表學報， 2013， 34（6）： 1413-1420.

[6] Li H P， Doermann D， Kia O. Automatic text detection and tracking in digital video[J]. IEEE Transactions on Image Processing， 2000， 9（1）： 147-56.

[7] Shivakumara P， Huang W H， Tan C L. An efficient edgebasedtechnique for text detection in video frames[C]∥2008 The Eighth Iapr International Workshop on Document Analysis Systems. Nara， Japan： IEEE Computer Society， 2008.

[8] 謝文彬， 李新芳， 鄭新. 一種基于結(jié)構(gòu)特征的票據(jù)印刷號碼識別方法[J]. 包裝工程， 2018， 39（1）： 202-206.

[9] 劉培根. 銀行票據(jù)手寫數(shù)字串識別的預(yù)處理與分割[D]. 南京： 南京理工大學， 2012.

[10] 宮義山， 王鵬. 基于模板匹配的發(fā)票號碼識別算法[J]. 沈陽工業(yè)大學學報， 2015， 37（6）： 673-678.

[11] 魏偉波， 芮筱亭. 圖像邊緣檢測方法研究[J]. 計算機工程與應(yīng)用， 2006， 42（30）： 88-91.

[12] 張棋， 賈方秀， 殷婷婷. 基于改進Sobel算法的實時圖像邊緣檢測系統(tǒng)設(shè)計[J]. 儀表技術(shù)與傳感器， 2018（2）： 101-104， 108.

[13] 袁春蘭， 熊宗龍， 周雪花， 等. 基于Sobel算子的圖像邊緣檢測研究[J]. 激光與紅外， 2009， 39（1）： 85-87.

[14] 鄧仕超， 黃寅. 二值圖像膨脹腐蝕的快速算法[J]. 計算機工程與應(yīng)用， 2017， 53（5）： 207-211.

[15] 孫繼平， 吳冰， 劉曉陽. 基于膨脹/腐蝕運算的神經(jīng)網(wǎng)絡(luò)圖像預(yù)處理方法及其應(yīng)用研究[J]. 計算機學報， 2005， 28（6）： 985-990.

[16] 白瑞敏. 基于圖像處理的接觸網(wǎng)吊弦和受電弓滑板的檢測與識別[D]. 成都： 西南交通大學， 2017.

[17] 季婧婧. 非固定格式打印票據(jù)的自動分割與識別[D]. 南京： 南京理工大學， 2015.

[18] 孫豐榮， 劉積仁. 快速霍夫變換算法[J]. 計算機學報， 2001， 24（10）： 1102-1109.

[19] 陳義， 李言俊， 孫小煒. 利用OCR識別技術(shù)實現(xiàn)視頻中文字的提取[J]. 計算機工程與應(yīng)用， 2010， 46（10）： 180-183.

[20] 索玉秀. 基于OCR技術(shù)的名片識別方法研究[D]. 哈爾濱： 哈爾濱理工大學， 2015.