[发明专利]一种图像填涂识别方法、装置、系统、以及存储介质

说明书

本发明提供一种图像填涂识别方法，包括以下步骤：预先设定填涂判定的第一阈值NT1和第二阈值NT2；获取待识别目标的数字图像，计算该待识别目标的数字图像中某一填涂区域内特定像素的统计值N；根据所述第一阈值NT1进行第一次填涂识别，如果N大于或等于所述第一阈值NT1，则判定该填涂区域已填涂；如果N小于所述第一阈值NT1，则根据所述第二阈值NT2进行第二次填涂识别；如果N大于所述第二阈值NT2且小于所述第一阈值NT1，则判定该填涂区域的填涂状况待定；如果N小于或等于所述第二阈值NT2，则判定该填涂区域未填涂。另外，本发明还提供一种图像填涂识别的装置、系统、以及存储介质。本发明可以提高图像填涂识别的准确性和一致性。

技术领域

本发明涉及图像识别技术领域，特别涉及一种基于图像识别技术的图像填涂识别方法、装置、系统以及存储介质。

背景技术

现有填涂纸质选票的识别采用图像识别方式，利用扫描装置扫描采集纸质选票数字图像，再经过预处理、裁切、旋转、二值化和相应的定位识别算法，给出选票的填涂结果数据。众所周知，扫描采集的数字图像中1个像素点一般采用RGB的数据格式来表示颜色，R对应红色分量，G对应绿色分量，B对应蓝色分量，数值从0至255。若RGB三个分量都为0，则为黑色，三个分量值都为255，则为白色。因此，在选票数字图像识别过程中，一般都有将每个像素三个颜色分量转变成一个颜色分量，称为灰阶，对应灰度图像，该过程被称为灰度化，采用的算法包括平均法、最大值法、加权平均法等。然后，再将灰度图像的每个像素转变成0和1表示的图像，对应图像中关注信息和非关注信息，该过程被称为二值化，采用的算法包括阈值法、自适应阈值法、OTSU、Kittle、Sauvola等。上述灰度化、二值化的过程一般如图1所示。

由上述过程可见，图像数据变化的过程，实际是将选票图像进行简化并提取有用信息的过程，因此二值化后的图像为决定选票填涂识别结果的重要依据，同时可见候选人对应的填涂块信息也清晰的留存下来。在对候选人对应的椭圆形框进行判定有无填涂时，一般有两种方法。第一种方法是统计二值化图像中椭圆形框内待检测区域黑色像素点个数N，在将统计出的值N跟预先设定的值NT(称为阈值)进行对比，若大于等于NT，则认为该候选人对应的椭圆形框被填涂，否则认为未填涂，参阅图2所示。

第二种方法与第一种类似，计算的是候选人对应的椭圆形框内灰度图像每个像素点的灰阶之和，或彩色图像每个像素点RGB三个分量之和，再与预先设定的值NT进行对比，若大于等于NT，则认为该候选人对应的椭圆形框被填涂，否则认为未填涂。

在判定候选人对应的椭圆形框是否被填涂时，上述两种方法之所以设定预设的值NT，是为了去除因扫描过程中的杂质(例如头发丝、微小纸屑等)和选民非有意填写(如轻微污染、笔尖轻点等)，导致椭圆形框填涂情况被误判的情况出现，但由此又带来了新的问题。理论上，选票识别采用的算法是固定的，在输入的选票数字图像数据不变的情况下，则产生的选票填涂识别结果不会变化。对于同一张选票多次进行扫描识别，则每次选票填涂识别结果应该一致。但实际情况是，因扫描过程是由光信号转变成电信号，再到数字信号的过程，同一张选票每次扫描产生的数字图像数据会存在细微差别。因而，在候选人对应椭圆形框中填写的笔迹面积接近预先设定的阈值NT时，同一设备多次扫描同一张选票会产生结果波动的情况，即有时判定为填涂，有时判定为未填涂，此种现象称为阈值临界(如图3所示)。

图3示例中若阈值NT设置为70，则在选票填涂识别的三次结果中，前两次扫描识别结果为未填涂，第三次扫描识别结果为已填涂，最后表现出计票结果不一致的现象。因此，在选举中填写选票注意事项时，需要提醒选民将候选人对应框填黑填满，以免影响计算机计票结果。

发明内容

鉴于此，本发明提供了一种图像填涂识别方法、装置、系统以及存储介质。

第一方面，本发明提供了一种图像填涂识别方法，所述方法包括以下步骤：

S1：预先设定填涂判定的第一阈值NT1和第二阈值NT2，所述第二阈值NT2大于零并且小于所述第一阈值NT1；