[发明专利]一种对证件图像进行分类的方法

说明书

本发明涉及一种对证件图像进行分类的方法，包括以下步骤：S1.对证件图像进行预处理，得到证件图像的灰度图；S2.对步骤S1处理得到的灰度图进行多种特征向量提取，组合得到证件图像的组合特征向量；S3.基于SVM训练得到模型；S4.使用SVM加载步骤S3中的模型，基于步骤S2得到的证件图像的组合特征向量对证件图像进行分类预测。该方法能够准确、快速地对证件图像进行分类。

技术领域

本发明涉及模式识别与计算机视觉技术领域，特别是一种对证件图像进行分类的方法。

背景技术

如今，通过拍摄证件的图像来对证件内容进行识别越来越普遍，针对不同场景识别的证件类型主要有身份证、驾驶证、行驶证和银行卡等。而现在也有一些是需要同时录入多个不同类型证件的信息的场景和一些能提供多种类型证件的识别的功能，但是现在的实现方式都是以一对一的方式实现证件识别，在各种情况下，需要人为地去提供指定类型的证件而不能随意地提供证件让其智能地进行对应证件类型的识别，因此，搭载在特定证件识别基础上的证件分类软件也变得重要了起来。

证件分类软件是基于模式识别的基础对证件素材进行加工处理，属于计算机视觉的范畴，而证件分类软件多是通过提取各种图像特征使用各类分类器以达到证件分类的目的，证件的特征提取方法和分类器的选用训练是各类证件分类软件的基础，因此，提供一种可靠、准确的特征提取方法和训练一个可靠、准确的分类器，是整个证件识别技术中的重中之重。

发明内容

本发明的目的在于提供一种对证件图像进行分类的方法，该方法能够准确、快速地对证件图像进行分类。

为实现上述目的，本发明的技术方案是：一种对证件图像进行分类的方法，包括以下步骤：

S1.对证件图像进行预处理，得到证件图像的灰度图；

S2.对步骤S1处理得到的灰度图进行多种特征向量提取，组合得到证件图像的组合特征向量；

S3.基于SVM训练得到模型；

S4.使用SVM加载步骤S3中的模型，基于步骤S2得到的证件图像的组合特征向量对证件图像进行分类预测。

进一步地，在所述步骤S1中，通过如下步骤对证件图像进行预处理：

S11.使用双线性插值对证件图像进行缩放，使证件图像的尺寸归一化；

S12.将RGB三通道的证件图像转化为单通道的灰度图，按下式对RGB三分量进行加权平均得到灰度图像：

Y＝0.299*R+0.587G+0.114*B

其中，Y为灰度图像素值，R为证件图像RGB中R通道的像素值，G为证件图像RGB中G通道的像素值，B为证件图像RGB中B通道的像素值。

进一步地，在所述步骤S2中，通过如下步骤对灰度图进行多种特征向量提取：

S21.对灰度图提取HOG特征，得到特征向量；

S22.对灰度图提取LBP特征，得到特征向量；

S23.对灰度图计算HU不变矩，得到特征向量；

S24.线性组合步骤S22、S23、S24中得到的特征向量，得到最后的特征向量。

进一步地，在所述步骤S21中，通过如下步骤对灰度图进行HOG特征提取：

S211.对灰度图进行Gamma校正使其在颜色空间归一化，调节图像对比度，降低局部阴影、光照不均匀以及噪音的干扰；

S212.将步骤S211处理后的图像划分为多个小单元格，并由下式计算每个像素横纵坐标的梯度：