[发明专利]一种智能手机的名片提取系统及其实现方法

说明书

技术领域

本发明涉及智能手机的名片提取与识别领域，尤其涉及的是一种智能手机的名片提取系统及其实现方法。

背景技术

在商务活动中，人们经常需要交换名片，但随身携带名片是很不方便的。因此人们利用现在的智能手机功能将名片以图片的方式存储在智能手机中，使得用户在查询名片上的信息，只需要查询手机上存储的信息就可以。

现有技术中，提取目标名片的方法有很多，其主要的有阈值法、边缘提取算法、SUSAN检测算子、分水岭分割算法等。其中，阈值法一般可以分为两类：全局阈值和局部阈值。

全局阈值法是对整个图像采用一个阈值进行划分，根据图像的直方图或灰度空间分布来确定一个阈值，全局阈值算法相对简单，在目标和背景灰度差别明显时效果比较好。特别对输入图像量化噪声或不均匀光照等情况抵抗能力差，应用受到极大限制。经典全局阈值法算法包括大津阈值法、迭代算法。

局部阈值法，是将图像分成一些子块，对于每一块选定一个阈值，或者对图像中的每个像素点根据其领域的像素点的灰度变化情况来设定一个合理的阈值，然后逐点对图像进行二值化的处理。对于图像比较复杂或有噪声背景来说，用单一的全局阈值是很难正确区分目标物体和背景的，这时使用局部阈值法是较好。其中典型的局部比较方法有Kamel-zhao算法、Bernsen算法和Niblack算法等。

根据名片中图像由于拍摄过程中光照不均匀或噪音导致图像中目标图像与背景图像的灰度差不是很明显的特点，蒋新土提出了Bernsen算法改进型算法，收到了较好的效果，但当目标与背景相差不大时，因无法确定背景点和前景点，导致该方法失效。

在基于边缘检测算法中，常见的算法有Roberts算子、Sobel算子、Prewitt算子、拉普拉斯算子等，其中前三种基于一阶微分的，后一种基于二阶微分。空间域能够提取边缘的主要原因是因为在图像边缘处往往有灰度值得急剧变化，通过提取灰度值急剧变化的一些点也就能够提取出图像的边缘，当然不同的边缘算子在各方向上取值的不同能够引起提取的图像边缘的特征不同。所不同的是二阶微分算子能够更为敏感的感觉到图像边缘处灰度值得变化，并且克服了一阶微分算子粗边缘的缺点，但二阶微分算子敏感性也使其对噪音等的抗干扰能力大大降低，所以在用拉普拉斯算子处理图像前都需要对图像进行平滑处理。因为该类算法是基于微分算子，因此当图像光照不均，该方法将失效。在实际的基于手机的名片识别过程中，图像光照不均非常普通，因此该方法不利于名片的分割。 

在图像分割算法中阈值法是一种有效简单的图像分割算法，但对于复杂背景情况下的图像处理而言，阈值法很难做到准确的提取目标图像，特别是当图像由于光照不均时，该方法将完全失效，严重影响名片的提取，此外，当背景与前景亮度值相近时，阈值很难准确确定，此时该方法也将失效。在已有的基于边缘检测算法，如Roberts算子、Sobel算子、Prewitt算子、拉普拉斯算子等，都存在一个通病，即要求图像光照均匀，当图像光照不均匀时会导致一些虚假目标出现，在实际过程中，由于智能手机拍摄的图像都是近距离拍摄，一般小于5寸，因此手机和手投下来的阴影会导致图像光照不均。此外，当背景与前景相差不大时，因为阈值难以选定，因此，此时该方法也同样将失效。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种智能手机的名片提取系统及其实现方法。通过所述系统使得用户利用智能手机，即使是在名片与其背景相差不大，或者光照不均的情况下，也能够很准确的提取出名片。

本发明解决技术问题所采用的技术方案如下：

一种智能手机的名片提取系统，其中，包括：图像感应与增强模块、图像检测与去噪模块、直线检测与修正模块、图像显示模块，其中；

所述图像感应与增强模块与所述图像检测与去噪模块连接，用于通过图像传感器获取名片的图文信息，将所述名片的图文信息转化为图像，并自动调整所述图像的对比度，将调整对比度的图像发送给所述图像检测与去噪模块；

所述图像检测与去噪模块与所述直线检测与修正模块连接，用于接收从所述图像感应与增强模块发来的调整对比度的图像，通过滤波器对所述调整对比度的图像进行边缘检测，并去除所述滤波器在边缘检测过程中产生的噪声，并将去除噪声的图像发送给所述直线检测与修正模块；