[发明专利]基于模板匹配算法和边缘特征的伤票识别与定位方法

权利要求书

1.一种基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，包括如下步骤：

步骤1，采用相关系数匹配法进行伤票粗定位，确定感兴趣区域：

具体的，建立伤票模板的模板图像；针对待识别的伤票采集图像，计算采集图像中以任意点(u,v)为左上角点的、与模板图像大小相同的子块与模板图像的归一化相关系数矩阵R(u,v)；R(u,v)中的最大值对应的子块即为感兴趣区域；

步骤2，利用自适应阈值对感兴趣区域进行二值化，得到二值图像S；

步骤3，对感兴趣区域进行数学形态学闭运算，运算的同时确保标志块的轮廓边缘曲线闭合，获得标志块闭合区域，然后对标志块闭合区域进行填充后提取边缘；其中，所述标志块为伤票左上角区域的“危重死亡”标志块、右上角的“染毒”标志块，以及最下方的长方形标志块；对提取的边缘轮廓进行矩形拟合，获得拟合矩形；

步骤4，针对每个拟合矩形，估算拟合矩形的重心位置，遍历轮廓边缘坐标，计算重心与每一个边缘坐标的绝对距离，选取距离最大的四个点，作为标识块的顶点；

步骤5，对步骤4得到的所有标志块的顶点的坐标进行排序，位于左上、左下、右上和右下的顶点即为采集图片中伤票的四个顶点；

步骤6，将步骤4定位好的图片，进行透视变换，得到伤票每一个选项的坐标；遍历每一个选项坐标的8×8区域像素值，该区域像素值大于设定的阈值，则表示为选中点。

2.如权利要求1所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤1中，对归一化相关系数矩阵R(u,v)的计算公式进行简化，采用公式(3)计算归一化相关系数矩阵R(u,v)：

其中，g为模板图像，大小为M×N；f为伤票采集图像；g、f的下标表示像素点位置。

3.如权利要求1或2所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤1中，归一化相关系数矩阵R(u,v)计算时，对于浮点型数据，将其取整后进行运算。

4.如权利要求1或2所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤1中，当伤票位于采集图像中间区域时，计算归一化相关系数矩阵R(u,v)时，公式(3)中的k的取值范围为N/3～2N/3。

5.如权利要求1或2所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤1中，采用公式(3)计算归一化相关系数矩阵R(u,v)时，隔一个像素点进行一次运算。

6.如权利要求1所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤2中，自适应阈值的计算方法如下：针对感兴趣区域的灰度图像，利用一个5×5模板区域，运用中值滤波求出5×5模板区域的中间值、次最小值和最小值，这3个值进行加权平均后，作为阈值；其中，加权平均中，权值的选择随着离中心像素点的距离的变大而减小。

7.如权利要求1所述的基于模板匹配算法和边缘特征的伤票识别与定位方法，其特征在于，所述步骤4中，采用惯性力矩的方法对拟合矩形的重心位置进行估算；估算的方法具体如下：采用公式(4)～公式(7)计算闭合曲线所围区域内的每个像素点对应的m₀₁和m₁₀；其中，m₀₁和m₁₀为矩形区域内像素点位置1阶原点矩；m₀₁和m₁₀的中值即为拟合矩形的重心位置；

其中，P、Q为闭合曲线所围区域的最小外接矩形的长和宽，S为闭合区域面积。