[发明专利]一种车辆年检检验报告的检测系统及方法在审

专利信息
申请号: 201710949530.4 申请日: 2017-10-13
公开(公告)号: CN107886047A 公开(公告)日: 2018-04-06
发明(设计)人: 周康明 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/34;G06K9/46;G06K9/62
代理公司: 广州凯东知识产权代理有限公司44259 代理人: 姚迎新
地址: 201315 上海市浦东*** 国省代码: 上海;31
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 车辆 年检 检验 报告 检测 系统 方法
【权利要求书】:

1.一种车辆年检检验报告的检测系统,其特征在于,系统结构包括:表格重构模块、字符提取模块、目标检测模块和综合判定模块;其中,

所述表格重构模块对年检检验报告图像进行预处理,并根据表格的结构特征进行修正处理,最终得到初始表格图像;

所述字符提取模块从得到的初始表格图像中定位字符位置,并提取表格内的字符信息与服务器中的存档进行比对;

所述专用章目标检测模块用于提取并判断表格中的专用章特征信息;

所述综合判定模块接收所述字符提取模块输出的结果和所述目标检测模块输出的结果,进行综合判断表格是否通过测试。

2.如权利要求1所述的检测系统,其特征在于,所述表格重建模块包括表格图像预处理单元、表格结构特征检测单元和表格结构特征修正单元;所述表格图像预处理单元采用自适应二值化算法和去噪预处理算法对表格图像进行预处理,并将处理结果发送至所述表格结构特征检测单元,所述表格结构特征检测单元采用仿射变换校正图像算法,重新构造图像的水平和竖直结构元素,并将获得的表格横竖线图发送至所述表格结构特征修正单元,所述表格特征修正单元根据表格的短直线间距进行大小合并,并对运算留下的干扰线加以剔除,最后将横竖线图相加,得到初始表格图。

3.如权利要求1所述的检测系统,其特征在于,所述字符提取模块包括字符定位单元、字符分割单元和字符判断单元;所述字符定位单元根据所述表格结构特征修正单元的输出结果定位关键字符的表格框位置信息,并将其传输至所述字符分割单元,所述字符分割单元应用字符分割模型提取字符信息,并将其发送至所述字符判断单元,所述字符判断单元将字符信息与服务器存档进行比对。

4.如权利要求1所述的检测系统,其特征在于,所述专用章目标检测模块包括专用章检测单元和专用章判断单元;所述专用章检测单元采用基于深度学习网络的专用章目标检测模型检测表格中的专用章特征信息,并传递给所述专用章判断单元判定。

5.一种车辆年检检验报告的检测方法,其特征在于,包括如下步骤:

S1、从服务器下载车辆年检保险单的表格图片及对应的被保险人的相关字符存档信息;

S2、采用自适应二值化算法和去噪算法对所述表格图片进行预处理;

S3、将上述预处理的结果再采用仿射变换算法对表格图片进行校正处理;

S4、构造水平结构元素和竖直结构元素,并利用数学形态学的方法对校正处理后的表格图片进行水平横线和竖直直线的检测;

S5、将水平和竖直短直线进行筛选过滤与合并;

S6、将水平和竖直线图相加重建表格,并根据表格相交特征修正表格;

S7、检测并重建表格各个交点,交点都存在则记录此条标志为1,反之则记录此条标志为0,并保存相关图片;

S8、根据表格各个小框固定的相对位置定位车牌号字符串区域和车架号区域,采用基于深度学习网络的字符分割模型提取身份证号码字符串、车牌号字符串和车架号字符串,并保存,判断车牌号字符串和车架号字符串是否与服务器存档内容一致,以上判断若存在且一致,则记录此条标志为1,反之则记录此条标志为0,并保存相关图片;

S9、采用基于深度学习网络的专用章目标检测模型检测表格中检测专用章,判断专用章目标是否存在,若存在则记录此条标志为1,若不存在则记录此条标志为0,并保存相关图片;

S10、对整个过程的动作结果进行统计分析,记录标志位全部为1,则年检检验报告检测通过;若存在标志0,则不通过,同时,若S1中的表格检测标志位为1,根据标志0出现的位置获取校验不通过的原因及问题图片。

6.如权利要求5所述的检测方法,其特征在于,所述仿射变换校正表格图像步骤如下:

S3-1、采用Sobel边缘检测算法对表格图像进行边缘提取;

S3-2、采用Hough直线检测算法获得表格水平边缘与垂直边缘倾斜角度;

S3-3、根据所述水平及垂直边缘倾斜角度进行放射变换,获取校正后的表格图像。

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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/201710949530.4/1.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