康雅琪,孫 鵬,2*,郎宇博,王運(yùn)宏

(1. 中國刑事警察學(xué)院,遼寧 沈陽110854;2. 司法部司法鑒定重點(diǎn)實(shí)驗(yàn)室,上海200063)

1 引言

陳舊印章印文常作為重要憑證出現(xiàn)在檔案材料、金融票據(jù)等一系列重要文件中,是對陳舊文件進(jìn)行管理的重要依據(jù)。印文邊緣檢測結(jié)果以較少的數(shù)據(jù)量存儲較多規(guī)格特征信息,印文規(guī)格特征可以為同一性認(rèn)定提供依據(jù),進(jìn)行批量印文檢驗(yàn)鑒定時可提高計算效率。在實(shí)際場景中,歷時性變化的陳舊印章印文表面會產(chǎn)生雜點(diǎn)、缺失點(diǎn)或部分氧化變色從而影響分割和提取過程[1]。

文獻(xiàn)[2]提出利用光譜成像技術(shù)采集書畫中模糊印章的圖譜-圖像信息,采用最小噪聲分離變換處理書畫文物中模糊印章印文信息,但沒有有效提取印章信息;文獻(xiàn)[3]提出對HSV彩色空間中三個通道分別設(shè)置閾值范圍,自適應(yīng)提取后進(jìn)行矩陣合并,進(jìn)而提取印章區(qū)域。該算法消除無關(guān)背景信息以得到陳舊印章印文主體圖像,但沒有嘗試分析字符邊緣信息;文獻(xiàn)[4]開發(fā)一個字符識別系統(tǒng)以分析古代文獻(xiàn),但未考慮陳舊檔案背景復(fù)雜性以及印文字符旋轉(zhuǎn)特性;文獻(xiàn)[5]提出利用邊框?qū)挾忍卣骱徒Y(jié)構(gòu)特征從印文圖像中提取字符,其數(shù)據(jù)庫為單一背景中印文圖像,未涉及復(fù)雜背景中的陳舊印章印文。

目前針對陳舊印章印文的識別方法主要集中在定位及提取紅色分量部分,為了實(shí)現(xiàn)對陳舊印章印文數(shù)字化管理,本文在陳舊印章印文邊緣檢測方面做了嘗試,提出一種基于新的色彩空間和自適應(yīng)Canny的陳舊印章印文邊緣檢測方法。在預(yù)處理階段針對陳舊印章印文圖像背景復(fù)雜的特點(diǎn),對RGB圖像各分量進(jìn)行分析并構(gòu)建新色彩空間以用于提取陳舊印章印文,再進(jìn)行形態(tài)學(xué)處理。在邊緣檢測階段,針對陳舊印章印文特點(diǎn),提出基于雙邊濾波和自適應(yīng)閾值的改進(jìn)Canny算法,有效檢測陳舊印章印文邊緣,為進(jìn)一步開展印章印文檢驗(yàn)鑒定和提高陳舊文件數(shù)字化管理效率提供保障。

2 陳舊印章印文圖像預(yù)處理

2.1 陳舊印章印文圖像的特征分析

陳舊印章印文大多為紅色,承痕體為有字跡的普通紙張,紙張經(jīng)歷時性演變后可能會因霉變產(chǎn)生雜點(diǎn)、缺失點(diǎn)或因氧化而變色等,對觀察提取陳舊印章印文產(chǎn)生影響[6]。因此在數(shù)據(jù)預(yù)處理過程中,應(yīng)先從復(fù)雜背景中分割出陳舊印章印文。真實(shí)陳舊印章印文圖像如圖1所示。

圖1 陳舊印章印文圖像

2.2 構(gòu)建新色彩空間

RGB圖像中每個彩色點(diǎn)都可以用RGB坐標(biāo)系統(tǒng)中從原點(diǎn)延伸到該點(diǎn)的一個向量來表示[7,8]。令c代表RGB色彩空間中的一個任意向量,如式(1)所示

(1)

Retinex理論指出人眼感知到印章印文主體顏色分量與背景顏色和亮度有關(guān),為了排除背景顏色干擾,本文提取目標(biāo)為紅色R,干擾分量為綠色G與藍(lán)色B,利用R,G,B通道的組合分量構(gòu)建適用于將陳舊印章印文主體從背景中分離的新色彩空間SN,其中參數(shù)S=R-G,N=R-B。

以圖1為例,參數(shù)S和N的直方圖數(shù)據(jù)如圖2所示。

圖2 SN色彩空間直方圖數(shù)據(jù)

進(jìn)一步觀察RGB色彩空間三維網(wǎng)格曲面圖[9],圖3(a)藍(lán)色區(qū)域?yàn)橛∥闹黧w和部分背景字跡,紫色為背景紙張,由圖3(b)可知,背景與印章印文主體難以通過簡單閾值進(jìn)行分割。

圖3 RGB色彩空間三維網(wǎng)格曲面圖

觀察SN色彩空間三維網(wǎng)格曲面圖,圖4(a)中白色為陳舊印章印文主體,黑色為背景。由圖4(b)可知,背景分量與印章印文主體可通過簡單閾值進(jìn)行分割,在圖4(b)中Z=35處可有效分割背景分量和印章印文主體。

圖4 SN色彩空間三維網(wǎng)格曲面圖

在待處理RGB圖像在SN色彩空間的直方圖和三維網(wǎng)格曲面圖中,最佳閾值用I表示,S、N都大于設(shè)定閾值I時,輸出彩色圖像G(x,y)為對應(yīng)R,G,B圖像色彩分量,否則,輸出彩色圖像的G(x,y)的R,G,B色彩分量值均賦值為255,如式(2)所示

(2)

其中閾值I為SN直方圖左側(cè)高峰的右側(cè)低點(diǎn),是像素值變化趨勢趨于平緩的開始點(diǎn),選擇閾值I進(jìn)行簡單的閾值分割[10]。

2.3 形態(tài)學(xué)處理

將陳舊印章印文提取出來后,觀察圖像背景中有少量紅色孤立點(diǎn),陳舊印章印文內(nèi)部有少量白色空隙,為了避免誤檢、漏檢,對印章印文圖像進(jìn)行形態(tài)學(xué)處理[11,12]：

1)閉運(yùn)算處理。分割后陳舊印章印文圖像背景仍存在有少量紅色孤立點(diǎn),閉運(yùn)算可以消除背景上紅色孤立點(diǎn),平滑圖像局部邊緣,同時維持面積相對不變,避免出現(xiàn)大量虛假邊緣。

2)兩次腐蝕處理。為了填補(bǔ)陳舊印章印文圖像內(nèi)部空白間隙,運(yùn)用兩次腐蝕處理,避免陳舊印章印文內(nèi)部空隙被誤檢為邊緣。

經(jīng)形態(tài)學(xué)處理后的圖像去除了陳舊印章印文圖像背景中紅色孤立點(diǎn),并填補(bǔ)了內(nèi)部白色空隙,平滑了目標(biāo)物體區(qū)域邊緣,形態(tài)學(xué)處理結(jié)果細(xì)節(jié)如圖5所示。

圖5 形態(tài)學(xué)處理后細(xì)節(jié)圖像

3 基于雙邊濾波和自適應(yīng)閾值的Canny算子

3.1 雙邊濾波

經(jīng)形態(tài)學(xué)處理后的陳舊印章印文圖像中仍存在部分噪聲破壞空間整體信息的均勻性。Canny算子中的高斯濾波考慮各像素之間的空間關(guān)系,易丟失邊緣信息而導(dǎo)致邊緣模糊,改進(jìn)Canny算子用雙邊濾波代替高斯濾波,能減少邊緣丟失,濾除噪聲且保存邊緣[13],雙邊濾波用公式表示為

(3)

(4)

(5)

其中:V(k,l)為過濾區(qū)域內(nèi)各個像素點(diǎn)的值,Vb(x,y)為圖像濾波后輸出的像素值;ωd是根據(jù)像素空間距離分配權(quán)重的定義域核;ωr為根據(jù)像素相似度分配權(quán)重的值域核。

高斯濾波處理后圖像邊緣模糊,內(nèi)部細(xì)節(jié)過多,平滑效果欠佳;雙邊濾波處理圖像邊緣清晰,保留內(nèi)部主要特征且平滑效果相對較好,如圖6所示。

圖6 濾波平滑處理細(xì)節(jié)圖對比

圖7 自適應(yīng)Canny的陳舊印章印文邊緣檢測流程圖

3.2 自適應(yīng)閾值

傳統(tǒng)Canny算子中高低閾值的參數(shù)需要通過多次試驗(yàn)來人為設(shè)置,這種方法魯棒性較差[15],常見的閾值自適應(yīng)方法有Otsu算子、微分運(yùn)算,不適用于本文單一色彩邊緣檢測。本文提出結(jié)合均值、方差信息來對每張圖像實(shí)現(xiàn)自動化提取閾值,圖像均值表示圖像亮度,圖像方差表示圖像對比度,使用統(tǒng)計的信息數(shù)據(jù)進(jìn)行大量實(shí)驗(yàn)后得到最佳參數(shù),具體計算過程如下

(6)

其中:E(X)表示對于圖像中所有像素點(diǎn)數(shù)據(jù)的平均值;E{∑[X-E(X)]2}表示對各個數(shù)據(jù)與均值的差的平方和求期望得到的方差。

通過式(7)可求得高低閾值

Tupper=q*T

Tlower=p*T

(7)

式中q與p用于確定閾值百分比,取值范圍為[0,1]通過大量實(shí)驗(yàn)產(chǎn)生的良好結(jié)果表明,q=0.5;p=0.4時效果最佳。T為計算得到對應(yīng)值,結(jié)合q、p參數(shù)自動構(gòu)建兩個高低閾值:Tupper為高閾值;Tlower為低閾值。此方法在同類陳舊印章印文圖像的運(yùn)用上能節(jié)約調(diào)節(jié)參數(shù)時間,特別是大批量處理圖像時,在提高邊緣提取效率的同時簡化操作流程。

4 實(shí)驗(yàn)

4.1 實(shí)驗(yàn)設(shè)置

本文收集印章蓋印時間為1956年到2000年不等60份文件,掃描后統(tǒng)一剪裁(分辨率1288*1288)并編號構(gòu)建本文數(shù)據(jù)集。實(shí)驗(yàn)在MATLAB 2020b平臺上遵循控制變量原則,在構(gòu)建的SN色彩空間上提取陳舊印章印文主體顏色分量,運(yùn)用.Calinski-Harabasz指標(biāo)對實(shí)驗(yàn)有效性進(jìn)行客觀評價,觀察分析結(jié)果進(jìn)行主觀評價。運(yùn)用基于雙邊濾波的自適應(yīng)Canny算子對形態(tài)學(xué)處理后的提取圖像進(jìn)行邊緣檢測得到實(shí)驗(yàn)結(jié)果,與傳統(tǒng)Canny算子、LoG算子、Prewitt算子和Roberts算子邊緣檢測結(jié)果做比較,對結(jié)果進(jìn)行主觀評價及引入峰值信噪比(PSNR)、均方差(MSE)指標(biāo)進(jìn)行客觀評價。

4.2 實(shí)驗(yàn)結(jié)果

4.2.1 色彩分量提取對比

以RGB色彩空間、YCbCr空間、SN色彩空間來提取陳舊印章印文主體顏色分量,對比提取效果來驗(yàn)證SN空間提取陳舊印章印文的可行性。在提取陳舊印章印文主體色彩分量時,觀察各色彩空間的直方圖做簡單的閾值分割。得到結(jié)果如圖8所示。

圖8 不同色彩空間提取陳舊印章印文對比

由圖8(a)可見,RGB色彩空間進(jìn)行閾值分割殘留大部分背景顏色分量,不能很好地把陳舊印章印文主體顏色分量與背景分離開;圖8(b)背景上存在很多雜點(diǎn)及字跡的邊緣沒有被很好的濾除;圖8(c)很好的提取出陳舊印章印文主體色彩分量,并濾除了大部分背景色彩分量,閾值分割效果相較更好。

為進(jìn)一步驗(yàn)證上述結(jié)論,本文采用CH指標(biāo),對SN色彩空間提取陳舊印章印文主體顏色分量效果進(jìn)行客觀指標(biāo)驗(yàn)證。CH指標(biāo)是所有數(shù)據(jù)的類間離散度和類內(nèi)離散度的比值,CH值高表明兩類數(shù)據(jù)的類間離散度高,類內(nèi)離散度低,有利于分離背景和陳舊印章印文。引用CH評價數(shù)據(jù)集中圖像,結(jié)果取平均值如表1所示?？梢灾庇^的發(fā)現(xiàn),SN色彩空間的CH指標(biāo)高于RGB色彩空間與YCbCr色彩空間。

表1 各色彩空間CH評價

4.2.2 邊緣提取效果對比

本文用常用邊緣檢測算子與本文算子對數(shù)據(jù)集中的陳舊印章印文圖像進(jìn)行邊緣檢測,為了更好地展示檢測結(jié)果,把二值化結(jié)果取反為白背景黑邊緣,如圖9所示。傳統(tǒng)Canny算子邊緣檢測印章印文主體內(nèi)部虛假邊緣較多,雜亂線條、孤立點(diǎn)較多,邊緣不清晰,紋理細(xì)節(jié)描述較模糊;LoG算子邊緣檢測結(jié)果外圓框內(nèi)存在部分虛假邊緣,文字內(nèi)部存在虛假邊緣、雜亂線條,邊緣不明確;Prewitt算子和Roberts算子虛假邊緣與雜亂線條較傳統(tǒng)Canny算子和LoG算子少,但Prewitt算子比本文算法雜點(diǎn)要多,Roberts算子文字邊緣仍存在多線條平行、不清晰狀態(tài),雙邊緣現(xiàn)象明顯。本文改進(jìn)Canny算子用雙邊濾波代替高斯濾波來平滑,更好的保邊去噪;采用自適應(yīng)連接邊緣可以根據(jù)每張圖的信息來確定閾值大小,檢測結(jié)果定位更準(zhǔn)確,噪點(diǎn)明顯減少,虛假邊緣少,提取目標(biāo)細(xì)節(jié)特征更清晰。

圖9 數(shù)據(jù)集圖像檢測結(jié)果比對

用本文方法對樣本庫圖像進(jìn)行檢測后,隨機(jī)取十張圖像檢測結(jié)果及數(shù)據(jù)集的平均值如表2所示。通過數(shù)據(jù)比對可以看出,本文方法在PSNR、MSE上優(yōu)于傳統(tǒng)算子,可以更精確的定位邊緣,得到的結(jié)果更能保留陳舊印章印文主體的完整性。

5 結(jié)論

本文提出了重構(gòu)色彩空間下陳舊印章印文自適應(yīng)Canny檢測方法。針對陳舊檔案中印章印文表面可能變色和出現(xiàn)雜點(diǎn)的問題,構(gòu)建新的SN色彩空間從背景中分割出陳舊印章印文,形態(tài)學(xué)處理陳舊印章印文以消除雜點(diǎn)、填補(bǔ)空缺點(diǎn)。針對傳統(tǒng)邊緣檢測算子檢測結(jié)果虛假邊緣、雜點(diǎn)較多的問題,提出基于雙邊濾波的自適應(yīng)閾值Canny算子檢測圖像邊緣。主觀視覺感受及客觀評價指標(biāo)驗(yàn)證了本文方法提取陳舊印章印文主體顏色分量的有效性以及實(shí)現(xiàn)陳舊印章印文邊緣檢測所具有良好的檢測性能。