[发明专利]一种对电子凭证图像中的条码进行定位的检测装置在审

专利信息
申请号: 201611220121.2 申请日: 2016-12-26
公开(公告)号: CN106650549A 公开(公告)日: 2017-05-10
发明(设计)人: 黄雅;袁宝玺 申请(专利权)人: 北京天创征腾信息科技有限公司
主分类号: G06K7/14 分类号: G06K7/14;G06K9/62
代理公司: 北京华创博为知识产权代理有限公司11551 代理人: 管莹,张波涛
地址: 100098 北京市海淀区大*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电子 凭证 图像 中的 条码 进行 定位 检测 装置
【权利要求书】:

1.一种对电子凭证图像中的条码进行定位的检测系统,其特征在于,所述系统包括:adaboost分类器和条码识别定位装置;

所述adaboost分类器,用于将正样本和负样本分别生成正样本描述文件和负样本描述文件,并提取正样本和负样本的haar特征进行分类器训练;

所述条码识别定位装置,用于根据所述分类器训练的结果对各种电子凭证图像中的条码进行定位。

2.根据权利要求1所述的系统,其特征在于:所述正样本包括多个含有条码的图像;

所述正样本具有相同的尺寸;

所述负样本包括多个不含条码的图像;

所述负样本的尺寸不小于正样本的尺寸。

3.根据权利要求2所述的系统,其特征在于,所述正样本描述文件包括:存放正样本的文件名、正样本数目、各个正样本在图像中的位置和各个正样本的大小。

4.根据权利要求3所述的系统,其特征在于,所述负样本描述文件包括:存放负样本的文件名及存放负样本的绝对或相对路径名。

5.根据权利要求4所述的系统,其特征在于:所述adaboost分类器还用于提取所有正样本和负样本的边缘特征、线型特征、中心特征和对角线特征,并针对每种特征,将所有正样本和负样本按照特征值的升序或者降序进行排列。

6.根据权利要求5所述的系统,其特征在于:所述adaboost分类器还用于将所有正样本和负样本分别按照边缘特征、线型特征、中心特征和对角线特征进行分类,组成边缘弱分类器、线型弱分类器、中心弱分类器和对角线弱分类器,并将该些弱分类器中的每个弱分类器信息保存到临时文件中;

所述每个弱分类器信息是指将样本送入某个弱分类器进行训练后生成的训练结果信息。

7.根据权利要求6所述的系统,其特征在于:边缘弱分类器信息、线型弱分类器信息、中心弱分类器信息和对角线弱分类器信息共同组成了adaboost级联强分类器信息。

8.根据权利要求7所述的系统,其特征在于:所述训练结果信息包括:弱分类器所在路径、正样本文件名、训练弱分类器的正负样本数量、预计可用的内存大小、该弱分类器的最小命中率、该弱分类器的最大错误报警率、haar特征种类。

9.根据权利要求8所述的系统,其特征在于:将所述adaboost级联强分类器信息写入一个XML文件中。

10.根据权利要求9所述的系统,其特征在于:所述条码识别定位装置将待识别定位的电子凭证图像加载到adaboost级联强分类器中,利用XML文件中的adaboost级联强分类器信息在该图像中定位条码。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京天创征腾信息科技有限公司,未经北京天创征腾信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611220121.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top