论文部分内容阅读
摘要：银行在进行印章鉴定时，质量较高的预处理图像对识别票据印章非常重要。因为票据模式的样式很多，其背景比较复杂，图像采集具有任意性，给图像的预处理增加了难度。本文主要探究预处理时所需阈值的确定方法与去除印章区域噪声的算法。通过实践表明，多种滤波器相结合，可以得到高质量的处理图像，能够满足识别算法的需要。
关键词：印章鉴定；预处理图像；阈值确定；去除噪声
中图分类号：TP391.4 文献标识码：A 文章编号：1671-864X（2016）01-0063-01
一、印章鉴定系统的结构
系统的第一步是输入开户单位账号，以此得到该用户的预留印章，再由扫描仪扫描印章图像，再进行预处理把图像转变为二值低噪声图像，之后经过图像匹配识别，将其结果传入后处理器，然后进行人工校验或自动校验，最后就可以得到结果。
二、阈值的确定
1.阈值确定算法。
扫描仪所扫描的印章图像分为三部分：一是灰色或白色背景区域；二是红色印章目标区域；三是干扰噪声的蓝色或黑色手写签名、印刷文字或表格。三值化的作用就是把印章图像分为以上三部分。运用彩色信息分割图像，由于不同区域的色度、亮度以及饱和度都不同，所以可以把图像分为背景、印章、噪声三个区域，先把图像从RGB空间映射到HSI空间，转换格式之后就能得到H、S、I三个分量直方图。饱和度直方图显示大小两个峰，分别对应着白色背景与红色印章，然后就可以提取红色印章。然后再区分剩余的白色与黑色区域，以此找到一个确定的亮度阈值，即为阈值。
2.人工干预确定阈值。
因为通过自动确定阈值这种方法可以更好的划分图像。但是有时候印章图像有特色的要求，这是就要人机交互确定阈值，方法有以下两种：一种就是人工直接根据直方图确定阈值；另一种就是通过人工采集图像中的多个印章像素点确定阈值。
在进行人工法确定阈值时，阈值与取样点有着密切的关系，所以阈值的准确度会受到采样准确度的影响。在图像不清楚的情况下取得的采样点可能是噪声点而不是印章像素点，这样的效果可能还比不上自动处理的效果。此外，人工方法还有一个不良因素就是人的加入会使系统的处理效率有所降低。
3.去除噪声。
在三值化结束后，要去除黑色的像素点，这对预处理至关重要。但是也存在以下困难：第一，无法对噪声的特征与分布进行较为精确的数学描述。因为印章图像的噪声会受到很多方面的影响，如印刷的文字与表格、手写签名等等，所以就不能用一个数学模型来描述噪声的特征及其分布。第二，与背景区域或者目标区域重合的噪声不易区别。因为三值化之后的图像分黑、白、红三种颜色，而很多黑色与白色重合，一小部分与红色区域重合，对这两种噪声要分别进行处理，又因为其随机性较强、空间分布交散乱，导致很难区别噪声的类型。
从本质上去除噪声可以分为两种类型：一种是噪声与背景区域相重合，可以把噪声设置成背景；另一种就是噪声和目标区域重合，可以把噪声设置成目标。这样就可以区别噪声点的特征，如果噪声点领域内背景点的数量多于目标点的数量，就可以把把噪声点设备成背景点，反之可以把噪声点设置为目标点。
这种方式比较简单，用空间域低通滤波器对图像进行扫描，此时把滤波器窗口和图像进行匹配，要是窗口的重点像素点是噪声，那么就对这个区域进行检查并修正这个点的值。低通滤波器的种类比较多，例如：3x3方窗、5x5方窗及十字型窗等。但是这种方法还存在弊端，会出现误差累积。针对背景区域或目标区域内的噪声点，在扫描时不会出现问题，但是噪声如果在背景及目标区域的交界处时，就可能出现判断错误，这个错误同时也会对相邻点的处理造成影响。比如：把目标区域内的一个点误判为背景区域内的点，当窗口转到下一个相邻点时，就会出现背景区域点数增加的情况，最终使背景点数目大于目标点的数目。所以这种扫描方法容易造成误差累积，图像经过处理之后就可能在红色的印章区出现白色背景的线条。
所以，可以运用前后向结合的滤波扫描的方法。第一次从前往后扫描图像，去除黑色噪声，得到的结果就是噪声点被重置的值，可能是白色的也可能是红色的。然后把它存在一组数里，接着再从后往前扫描图像，用相同的方法去除噪声，然后把得到的结果存到另一个数组里，最后再比较这两组数的结果，只有那些去除效果相同的噪声点才能被重置。只有运用前后滤除这种方法，才能有效的减小误差的累积。
三、实验探究
本文对普通文章、发票以及支票的印章图像进行了实际的测试，把测试的样本图像输入扫描仪，得到的结果是噪声的主要来源是手写签名以及印刷的字体与表格。经过实践表明，原始的图像有很大一部分被文字所覆盖，只有经过有效的滤波才能提取出较为清晰的印章。
四、结束语
本文主要探索了印章鉴定系统中图像的预处理问题，根据印章图像的基本特点，详细的分析了确定阈值的算法以及去除噪声的算法。阈值的确定主要采取了类内方差与最小原则，能够成功的把三峰问题转变成两峰。其中噪声的消除主要利用了几种比较特殊的低通滤波器，经过这种方法处理后得到的结果能够满足后续处理的需要。然而利用这种存数据的方法来去除噪声并没有科学的利用印章图像的许多先验知识，所以去除噪声的效果会受到一定的限制。目前，建立科学完善的印章图像模型，根据印章图像的基本共同点对图像进行提取可以得到比较理想的效果，这也是今后印章鉴定发展的一个重要趋势。
参考文献：
[1]万朝进，叶昌妍.职业学院《图像处理技术》课程教学探索[J]. 黑龙江科技信息. 2015（15）.
[2]白丹，宋静波.图像处理技术在指纹自动识别系统中的灵活应用[J]. 黑龙江科技信息. 2013（34）.
[3]吴新原.数字图像处理技术在印章印文鉴定中的应用[J]. 新疆警官高等专科学校學报. 20012（03）.
作者简介：
张霞，女（1975-2）。民族：汉。籍贯（精确到市）：山东省聊城市。当前职务：无。当前职称：无。学历：法律本科（学士学位）。研究方向：笔迹学。
关键词：印章鉴定；预处理图像；阈值确定；去除噪声
中图分类号：TP391.4 文献标识码：A 文章编号：1671-864X（2016）01-0063-01
一、印章鉴定系统的结构
系统的第一步是输入开户单位账号，以此得到该用户的预留印章，再由扫描仪扫描印章图像，再进行预处理把图像转变为二值低噪声图像，之后经过图像匹配识别，将其结果传入后处理器，然后进行人工校验或自动校验，最后就可以得到结果。
二、阈值的确定
1.阈值确定算法。
扫描仪所扫描的印章图像分为三部分：一是灰色或白色背景区域；二是红色印章目标区域；三是干扰噪声的蓝色或黑色手写签名、印刷文字或表格。三值化的作用就是把印章图像分为以上三部分。运用彩色信息分割图像，由于不同区域的色度、亮度以及饱和度都不同，所以可以把图像分为背景、印章、噪声三个区域，先把图像从RGB空间映射到HSI空间，转换格式之后就能得到H、S、I三个分量直方图。饱和度直方图显示大小两个峰，分别对应着白色背景与红色印章，然后就可以提取红色印章。然后再区分剩余的白色与黑色区域，以此找到一个确定的亮度阈值，即为阈值。
2.人工干预确定阈值。
因为通过自动确定阈值这种方法可以更好的划分图像。但是有时候印章图像有特色的要求，这是就要人机交互确定阈值，方法有以下两种：一种就是人工直接根据直方图确定阈值；另一种就是通过人工采集图像中的多个印章像素点确定阈值。
在进行人工法确定阈值时，阈值与取样点有着密切的关系，所以阈值的准确度会受到采样准确度的影响。在图像不清楚的情况下取得的采样点可能是噪声点而不是印章像素点，这样的效果可能还比不上自动处理的效果。此外，人工方法还有一个不良因素就是人的加入会使系统的处理效率有所降低。
3.去除噪声。
在三值化结束后，要去除黑色的像素点，这对预处理至关重要。但是也存在以下困难：第一，无法对噪声的特征与分布进行较为精确的数学描述。因为印章图像的噪声会受到很多方面的影响，如印刷的文字与表格、手写签名等等，所以就不能用一个数学模型来描述噪声的特征及其分布。第二，与背景区域或者目标区域重合的噪声不易区别。因为三值化之后的图像分黑、白、红三种颜色，而很多黑色与白色重合，一小部分与红色区域重合，对这两种噪声要分别进行处理，又因为其随机性较强、空间分布交散乱，导致很难区别噪声的类型。
从本质上去除噪声可以分为两种类型：一种是噪声与背景区域相重合，可以把噪声设置成背景；另一种就是噪声和目标区域重合，可以把噪声设置成目标。这样就可以区别噪声点的特征，如果噪声点领域内背景点的数量多于目标点的数量，就可以把把噪声点设备成背景点，反之可以把噪声点设置为目标点。
这种方式比较简单，用空间域低通滤波器对图像进行扫描，此时把滤波器窗口和图像进行匹配，要是窗口的重点像素点是噪声，那么就对这个区域进行检查并修正这个点的值。低通滤波器的种类比较多，例如：3x3方窗、5x5方窗及十字型窗等。但是这种方法还存在弊端，会出现误差累积。针对背景区域或目标区域内的噪声点，在扫描时不会出现问题，但是噪声如果在背景及目标区域的交界处时，就可能出现判断错误，这个错误同时也会对相邻点的处理造成影响。比如：把目标区域内的一个点误判为背景区域内的点，当窗口转到下一个相邻点时，就会出现背景区域点数增加的情况，最终使背景点数目大于目标点的数目。所以这种扫描方法容易造成误差累积，图像经过处理之后就可能在红色的印章区出现白色背景的线条。
所以，可以运用前后向结合的滤波扫描的方法。第一次从前往后扫描图像，去除黑色噪声，得到的结果就是噪声点被重置的值，可能是白色的也可能是红色的。然后把它存在一组数里，接着再从后往前扫描图像，用相同的方法去除噪声，然后把得到的结果存到另一个数组里，最后再比较这两组数的结果，只有那些去除效果相同的噪声点才能被重置。只有运用前后滤除这种方法，才能有效的减小误差的累积。
三、实验探究
本文对普通文章、发票以及支票的印章图像进行了实际的测试，把测试的样本图像输入扫描仪，得到的结果是噪声的主要来源是手写签名以及印刷的字体与表格。经过实践表明，原始的图像有很大一部分被文字所覆盖，只有经过有效的滤波才能提取出较为清晰的印章。
四、结束语
本文主要探索了印章鉴定系统中图像的预处理问题，根据印章图像的基本特点，详细的分析了确定阈值的算法以及去除噪声的算法。阈值的确定主要采取了类内方差与最小原则，能够成功的把三峰问题转变成两峰。其中噪声的消除主要利用了几种比较特殊的低通滤波器，经过这种方法处理后得到的结果能够满足后续处理的需要。然而利用这种存数据的方法来去除噪声并没有科学的利用印章图像的许多先验知识，所以去除噪声的效果会受到一定的限制。目前，建立科学完善的印章图像模型，根据印章图像的基本共同点对图像进行提取可以得到比较理想的效果，这也是今后印章鉴定发展的一个重要趋势。
参考文献：
[1]万朝进，叶昌妍.职业学院《图像处理技术》课程教学探索[J]. 黑龙江科技信息. 2015（15）.
[2]白丹，宋静波.图像处理技术在指纹自动识别系统中的灵活应用[J]. 黑龙江科技信息. 2013（34）.
[3]吴新原.数字图像处理技术在印章印文鉴定中的应用[J]. 新疆警官高等专科学校學报. 20012（03）.
作者简介：
张霞，女（1975-2）。民族：汉。籍贯（精确到市）：山东省聊城市。当前职务：无。当前职称：无。学历：法律本科（学士学位）。研究方向：笔迹学。