魏楠楠 (中国山东省青岛市市南区江西路11号海信研发中心7号楼6楼, Shandong 1, 266071, CN)
CHEN, Weiqiang (Floor 6, Building 7 Hisense R&D Center, No. 11 Jiangxi Road, Shinan Distric, Qingdao Shandong 1, 266071, CN)
陈维强 (中国山东省青岛市市南区江西路11号海信研发中心7号楼6楼, Shandong 1, 266071, CN)
LIU, Xin (Floor 6, Building 7 Hisense R&D Center, No. 11 Jiangxi Road, Shinan Distric, Qingdao Shandong 1, 266071, CN)
刘新 (中国山东省青岛市市南区江西路11号海信研发中心7号楼6楼, Shandong 1, 266071, CN)
青岛海信网络科技股份有限公司 (中国山东省青岛市崂山区株洲路151号, Shandong 1, 266100, CN)
WEI, Nannan (Floor 6, Building 7 Hisense R&D Center, No. 11 Jiangxi Road, Shinan Distric, Qingdao Shandong 1, 266071, CN)
魏楠楠 (中国山东省青岛市市南区江西路11号海信研发中心7号楼6楼, Shandong 1, 266071, CN)
CHEN, Weiqiang (Floor 6, Building 7 Hisense R&D Center, No. 11 Jiangxi Road, Shinan Distric, Qingdao Shandong 1, 266071, CN)
陈维强 (中国山东省青岛市市南区江西路11号海信研发中心7号楼6楼, Shandong 1, 266071, CN)
LIU, Xin (Floor 6, Building 7 Hisense R&D Center, No. 11 Jiangxi Road, Shinan Distric, Qingdao Shandong 1, 266071, CN)
| 权 利 要 求 1、 一种易混淆字符的识别方法， 其特征在于， 包括： 对检测到的字符图像进行识别， 以获得所述字符图像对应的初始字符 若所述初始字符信息为易混淆字符， 则计算所述字符图像对应的阶梯变 化次数； 根据所述阶梯变化次数确认所述字符图像对应的最终字符信息。 1、 根据权利要求 1所述的易混淆字符的识别方法， 其特征在于， 在所述 计算所述字符图像对应的阶梯变化次数之前， 还包括： 若所述初始字符信息为易混淆字符， 则根据所述初始字符信息中的字符 形状设定所述字符图像对应的特征区域； 所述计算所述字符图像对应的阶 变化次数， 具体为： 计算所述特征区 域对应的阶梯变化次数。 3、 根据权利要求 2所述的易混淆字符的识别方法， 其特征在于， 所述计 算所述特征区域对应的阶梯变化次数， 具体为： 计算所述特征区域内已划分的区域中相邻白色像素区域或相邻黑色像素 区域的长度不同的次数； 所述长度不同的次数为所述特征区域对应的阶梯变 化次数； 或者 逐行扫描所迷特征区域， 记录黑白变化的位置， 统计相邻两行黑白变化 的位置不在同一列时的次数， 该次数为所述特征区域对应的阶梯变化次数； 或者 逐列扫描所述特征区域， 记录黑白变化的位置， 统计相邻两列黑白变化 的位置不在同一行时的次数， 该次数为所述特征区域对应的阶梯变化次数。 4、 根据权利要求 2所述的易混淆字符的识别方法， 其特征在于， 所述特 征区域包括所述字符图像的上部和 /或下部。 5、 根据权利要求 4所述的易混淆字符的识别方法， 其特征在于， 所述特 征区域还包括所述字符图像的中部。 6、 根据权利要求 1-5中任一项所述的易混淆字符的识别方法， 其特征在 于， 所述根据所述阶梯变化次数确认所述字符图像对应的最终字符信息， 具 体为： 将所述阶梯变化次数与预设的阔值进行比较， 以确认所述字符图像对应 的最终字符信息。 7、 一种易混淆字符的识别装置， 其特征在于， 包括： 识别模块， 用于对检测到的字符图像进行识别， 以获得所述字符图像对 应的初始字符信息； 计算模块， 用于若所迷初始字符信息为易混淆字符， 则计算所述字符图 像对应的阶梯变化次数； 确认模块， 用于根据所述阶梯变化次数确认所述字符图像对应的最终字 符信息。 8、根据权利要求 7所述的易混淆字符的识别装置， 其特征在于，还包括： 设定模块， 用于若所述初始字符信息为易混淆字符， 则根据所述初始字 符信息中的字符形状设定所述字符图像对应的特征区域； 所述计算模块还用于计算所述特征区域对应的阶梯变化次数。 9、 根据权利要求 8所述的易混淆字符的识别装置， 其特征在于， 所迷计 算模块包括： 判断子模块， 用于判断所述特征区域中相邻白色像素区域或相邻黑色像 素区域的长度是否相同； 计算子模块， 用于若所述判断子模块判断出长度不同， 则将所述阶梯变 化次数加一， 直至判断完所述特征区域中的所有像素区域。 10、 根据权利要求 7-9任一所述的易混淆字符的识别装置， 其特征在于， 所述确认模块还用于将所述阶梯变化次数与预设的阀值进行比较， 以确认所 述字符图像对应的最终字符信息。 |
本发明涉及图像识别技术领域， 尤其涉及一种易混淆字符的识别方法及 装置。 背景技术
目前， 随着人们生活水平的提高， 汽车成为人们的代步工具， 道路上的 车辆也日益增多。 在车辆行驶的道路上， 通常设置有监控设备来监控道路上 的车辆， 其中， 监控设备主要获取车辆的车牌图像， 以便通过图像识别系统 对车牌的字符进行识别。 监控系统获得车牌图像中包括汉字、 数字和字母等 字符图像信息。 其中， 字符图像中的线条在处于倾斜或弯曲状态时， 线条将 呈现出台阶结构， 如图 1所示， 字符 8和 B在弯曲的部分将出现台阶结构。 获取到的车牌图像经常存在有外形相似的字符 ， 例如： 8和 0和0、 7和 1、 7和丁 、 D和 Q以及 2和 Z等等易混淆的字符。
由上可知， 由于车牌图像中会出现外形相似的字符， 当车牌倾斜或车牌 污损时， 车牌图像中的易混洧的字符的外形会更加相似 ， 导致图像识别系统 无法准确的识别出车牌图像中的字符。 因此， 现有技术中车牌图像中易混淆 的字符图像识别困难。 发明内容
本发明实施例提供一种易混淆字符的识别方法 及装置， 用以解决现有技 术中易混淆的字符图像识别困难的缺陷， 实现方便准确的识别出易混淆的字 符图像， 提高易混淆字符的识别方法的识别准确率。
本发明实施例提供一种易混淆字符的识别方法 ， 包括：
对检测到的字符图像进行识别， 以获得所述字符图像对应的初始字符信 若所述初始字符信息为易混淆字符， 则计算所述字符图像对应的阶梯变 化次数；
根据所述阶梯变化次数确认所述字符图像对应 的最终字符信息。
本发明提供一种易混淆字符的识别装置， 包括：
识别模块， 用于对检测到的字符图像进行识别， 以获得所述字符图像对 应的初始字符信息；
计算模块， 用于若所述初始字符信息为易混淆字符， 则计算所述字符图 像对应的阶梯变化次数；
确认模块， 用于根据所述阶梯变化次数确认所述字符图像 对应的最终字 符信息。
本发明实施例提供的易混淆字符的识别方法及 装置， 通过判断识别出的 字符图像中的初始字符信息是否是易混淆字符 ， 并在确定初始字符信息是易 混淆字符的情况下， 通过计算字符图像对应的阶梯变化次数， 然后根据阶梯 变化次数可以方便的得知字符图像中的最终字 符信息， 从而可以更加准确的 识别出字符图像对应的正确的字符信息， 有效的降氐了因出现易混淆字符而 将字符图像识别错误的可能性， 实现了方便准确的识别出易混淆的字符图像， 提高了易混淆字符的识别方法的识别准确率。 附图说明
为了更清楚地说明本发明实施例或现有技术中 的技术方案， 下面将对实 施例或现有技术描述中所需要使用的附图作一 简单地介绍， 显而易见地， 下 面描述中的附图是本发明的一些实施例， 对于本领域普通技术人员来讲， 在 不付出创造性劳动性的前提下， 还可以根据这些附图获得其他的附图。
图 1为易混淆的两个字符的图形示意图；
图 2为本发明实施例中易混淆字符的识别方法实 例一的流程图； 图 3A为本发明实施例中易混淆字符的识别方法实 例二的流程图； 图 3B、 图 3C和图 3D为本发明实施例中字符图像的示意图； 图 4为本发明实施例中易混淆字符的识别方法实 例二中步骤 102的具 体流程图；
图 5为本发明实施例中易混淆字符的识别装置实 例的结构示意图； 图 6为本发明实施例中易混淆字符的识别装置实 例中计算模块的结构 示意图。 具体实施方式
为使本发明实施例的目的、 技术方案和优点更加清楚， 下面将结合本发 明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 所描迷的实施例是本发明一部分实施例， 而不是全部的实施例。 基于 本发明中的实施例， 本领域普通技术人员在没有作出创造性劳动前 提下所获 得的所有其他实施例， 都属于本发明保护的范围。
图 2为本发明易混淆字符的识别方法实施例一的 程图。 如图 2所示， 本实施例易混淆字符的识别方法， 包括：
步骤 101、对检测到的字符图像进行识别， 以获得字符图像对应的初始字 符信息。
具体的， 本实施例中易混淆字符的识别方法以检测到的 车牌图像作为字 符图像为例进行说明。 当通过道路上的监控系统拍摄到车牌的字符图 像后， 可以通过图像识别技术对字符图像进行识别， 从而可以得到字符图像对应的 初始字符信息。 其中， 通过图像识别技术获得的初始字符信息可以包 括字母 和数字等字符。
步骤 102、若初始字符信息为易混淆字符， 则计算字符图像对应的外轮廓 的阶梯变化次数。
具体的， 通过步骤 101 识别出字符图像对应的初始字符信息后， 可以判 断初始字符信息是否是易混淆字符。 其中， 易混淆字符是实际生活中已经确 定的字符， 可以事先设定好有关易混淆字符的字符库， 如果初始字符信息包 括的字母或数字等字符是字符库中的字符时便 认定初始字符信息为易混淆字 符。 当确定初始字符信息为易混淆字符后， 可以通过步骤 102计算字符图像 对应的外轮廓所含有的阶梯变化次数。 由于字符图像对应的外轮廓由线条组 成， 线条弯曲的部分将出现台阶结构， 并且字符的线条弯曲的孤度越大， 该 字符具有的阶梯变化次数就越多， 因此， 对于不同字符其具有的阶梯变化次 数不同。
步骤 103、 根据阶梯变化次数确认字符图像对应的最终字 符信息。
具体的， 通过步骤 102计算得出字符图像对应的阶梯变化次数后， 便可 以根据阶梯变化次数最终确认该字符图像实际 对应的最终字符信息。 例如： 以易混淆字符 B和 8为例， 由于字符 8相对于字符 B曲线的弧度更大。 当字 符图像中的初始字符信息对应的是 B或者是 8时， 便可以根据计算出的阶梯 变化次数方便的得知字符图像中的最终字符信 息， 从而准确的得知字符图像 中正确的字符信息， 有效的降低了因出现易混淆字符而将字符图像 识别错误 的可能性。
本实施例易混淆字符的识别方法， 通过判断识别出的字符图像对应的初 始字符信息是否是易混淆字符， 并在确定初始字符信息是易混淆字符的情况 下， 通过计算字符图像对应的阶梯变化次数， 然后根据阶梯变化次数可以方 便的得知字符图像中的最终字符信息， 从而可以更加准确的识别出字符图像 对应的正确的字符信息， 有效的降低了因出现易混淆字符而将字符图像 识别 错误的可能性， 实现了方便准确的识别出易混淆的字符图像， 提高了易混淆 字符的识别方法的识别准确率。
图 3A为本发明易混淆字符的识别方法实施例二的 程图。如图 3A所示， 本实施例易混淆字符的识别方法实施例二， 包括本发明易混淆字符的识别方 法实施例一中的步骤 101和步骤 103 , 与实施例一相比， 其区别在于， 在步骤 102之前还包括：
步骤 102a、 若初始字符信息为易混淆字符， 则 居初始字符信息中的字 符形状设定字符图像对应的特征区域。
具体的， 如果初始字符信息中的字符为易混淆字符， 则可以先通过步骤 102a设定图像对应的特征区域。步骤 102a将根据初始字符信息中的字符的具 体形状， 在字符图像中划分出特征区域， 该特征区域包含了初始字符信息对 应的易混淆字符所特有的形状特征。 其中， 本实施例中的特征区域可以包括 字符图像的上部和 /或下部。 例如： 以字符 8为例， 字符 8字体的左上角和左 下角所具有的线条结构是字符 8所特有的形状特征， 因此， 居字符 8的字 符形状， 可以将字符 8 的图像对应的特征区域设置在左上角或左下角 ， 以便 步骤 102 更加准确的计算出阶梯变化次数。 进一步的， 为了更加准确的识别 出字符图像中的字符信息， 本实施例中的特征区域可以还包括字符图像的 中 部。 具体而言， 以字符 8 为例， 当检测到的字符图像处于倾斜状态或者字符 图像污损严重时， 仅靠将特征区域设定在字符 8 的左上角或左下角不能十分 准确的检测出初始字符信息对应的字符 8是否正确， 因为， 当字符 B在处于 倾斜状态或者字符图像污损严重时容易被误识 别为字符 8， 因此， 需要在初始 字符信息对应的字符 8 的中部也设定特征区域， 从而通过对初始字符信息对 应的字符设定多处特征区域， 以使步驟 102 能够更加准确的得出阶梯变化次 数， 从而能够更有效的识别出字符图像中的实际字 符信息。 另外， 对于不同 的易混淆的字符， 可以事先设定好该易混淆的字符所对应的特征 区域， 从而 在确定初始字符信息为易混淆字符时， 通过步骤 102a能够才艮据不同的易混淆 字符设定与该易混淆字符图像对应的特征区域 。 例如： 将 8和 B的特征区域 设定为左上角、 左下角和中部； 将 2和 Z特征区域设定为右上角等。
字符 8的特征区域参见图 3B中 301、 302和 303所示的区域， 依次对应 左上角、 左下角和中部。
本领域技术人员可以根据不同的易混淆字符设 定特征区域， 具体设定位 置及方式本实施例易混淆字符的识别方法不做 限制。
步骤 102具体为： 计算特征区域对应的外轮廓的阶梯变化次数。
具体的， 在步骤 102a设定好特征区域后， 步骤 102将对特征区域中的字 符图像进行计算阶梯变化次数， 从而减小阶梯变化次数的计算量， 并且能够 获得更加准确的阶梯变化次数。 本实施例易混淆字符的识别方法， 通过根据初始字符信息中的字符形状 设定字符图像对应的特征区域， 可以仅计算特征区域中所包含的阶梯变化次 数， 从而有效的减少阶梯变化次数的计算量； 并且通过计算特征区域获得的 阶梯变化次数， 能够更加准确的反映出该易混淆字符的特征信 息， 从而能够 更加准确的识别出字符图像中的最终字符信息 ， 提高了易混淆字符的识别方 法的识别准确率。
进一步的， 如图 4所示， 本实施例中的步骤 102可以包括：
步骤 1021、 判断特征区域中相邻白色像素区域或相邻黑色 像素区域的长 度是否相同。
具体的， 字符图像中的特征区域中主要由多个白色像素 区域和多个黑色 像素区域组成。 其中， 白色像素区域和多个黑色像素区域可以沿字符 图像的 纵向方向划分， 也可以沿着字符图像的横向方向划分。 以字符图像纵向划分 为例， 当判断特征区域中的相邻白色像素区域的长度 不同时， 可以得知该相 邻的两个白色像素区域形成一个台阶结构； 同样的， 当判断特征区域中的相 邻黑色像素区域的长度不同时， 可以得知该相邻的两个黑色像素区域形成一 个台阶结构。
其中， 在对字符图像进行识别时， 通常会对字符图像进行二值化处理， 使得字符图像中的特征区域中主要由多个白色 像素区域和多个黑色像素区域 组成， 以简化识别过程和提高识别结果的准确度。
白色像素区域可以是背景区域， 此时黑色像素区域为字符区域。 或者， 白色像素区域可以是字符区域， 此时黑色像素区域为背景区域， 如图 1所示。
以字符图像纵向划分为例， 划分出的区域如图 3C所示。 在一行中一段连 续的黑色部分为一个黑色像素区域。 相邻黑色像素区域是指相邻两行中纵向 连续的两个黑色像素区域彼此为相邻黑色像素 区域。参见图 3D中的 304所示 的特征区域中相邻的两个黑色像素区域， 当判断特征区域中的相邻黑色像素 区域的长度不同时 （即相邻行黑白跳变的位置不同时） ， 可以得知该相邻的 两个黑色像素区域形成一个台阶结构。 步骤 1022、 若否， 则将阶梯变化次数加一， 直至判断完特征区域中的所 有像素区域。
具体的， 通过步骤 1021得知相邻的白色像素区域或黑色像素区域 长度 不同时， 则将阶梯变化次数加一， 并且继续通过步骤 1021判断特征区域的其 他相邻的像素区域， 直至将特征区域中的所有像素区域判断完， 此时便可以 得到最终的阶梯变化次数。
若是， 则继续通过步骤 1021判断特征区域的其他相邻的像素区域， 直至 将特征区域中的所有像素区域判断完。
或者， 在步骤 1021中对识别处理（包括二值化处理）后的字 图像进行 逐行或逐列扫描， 判断像素值是否发生变化。 字符图像主要由多个白色像素 区域和多个黑色像素区域组成。 因此， 在进行逐个像素扫描时， 从白色像素 区域扫描到黑色像素区域， 或者从黑色像素区域扫描到白色像素区域时， 像 素值会发生变化， 也就是说白色像素区域与黑色像素区域的交界 处会发生像 素值的变化。 若发生变化， 则记录下发生变化的位置； 若未发生变化， 则继 续扫描， 直至对整个字符图像担描结束。 这样可获得字符图像中字符的轮廓。 如果是逐行扫描， 则继续判断当前行像素值发生变化的位置与上 一行像素值 发生变化的位置是否位于同一列， 如果是， 则继续下一行的判断， 若否， 则 继续步骤 1022将阶梯变化次数加一， 然后继续判断当前行像素值发生变化的 位置与上一行像素值发生变化的位置是否位于 同一列， 直至对整个字符图像 扫描结束。 如果是逐列扫描， 则继续判断当前行像素值发生变化的位置与上 一行像素值发生变化的位置是否位于同一行， 如果是， 则继续下一列的判断， 若否， 则继续步驟 1022将阶梯变化次数加一， 然后继续判断当前行像素值发 生变化的位置与上一行像素值发生变化的位置 是否位于同一行， 直至对整个 字符图像扫描结束。 较佳的， 从第二个记录的位置开始进行与上一行像素值 发生变化的位置是否位于同一行（或同一列） 的判断。
较佳的， 将扫描范围限制在特征区域中， 对识别处理后的特征区域进行 逐行（或逐列）扫描， 判断像素值是否发生变化。 若发生变化， 则记录下发 生变化的位置， 结束此行（或此列） 的扫描， 继续下一行（或下一列） 的扫 描； 若未发生变化， 则继续下一行（或下一列） 的扫描， 直至对整个特征区 域扫描结束。 然后继续判断当前行像素值发生变化的位置与 上一行像素值发 生变化的位置是否位于同一列 （或同一行） ， 如果是， 则继续下一行（或下 一列）的判断， 若否， 则继续步骤 1022将阶梯变化次数加一， 直至对整个特 征区域扫描结束。 这样既可以获得较准确的阶梯变化次数， 又可以简化扫描 和判断的过程。
更进一步的， 本实施例中步骤 103 可以为： 将阶梯变化次数与预设的阀 值进行比较， 以确认字符图像对应的最终字符信息。 具体的， 可以事先设定 阀值， 通过将阶梯变化次数与阀值进行比较， 以确认字符图像对应的最终字 符信息。 其中， 可以对每个易混淆字符对应设置有预设的阀值 ； 当通过步骤 102获得初始字符信息对应的阶梯变化次数后， 可以将阶梯变化次数与该初始 字符信息所含有的易混淆字符对应的阀值进行 比较， 从而可以方便准确的得 知字符图像中的最终字符信息。 例如： 以初始字符信息为字符 8为例， 8和 B 为相互易混淆字符， 当阶梯变化次数大于阀值时， 则可以判断字符图像中的 最终字符信息为 8; 相反， 则判断判断字符图像中的最终字符信息为 B。
本领域普通技术人员可以理解： 实现上述方法实施例的全部或部分步骤 可以通过程序指令相关的硬件来完成， 前述的程序可以存储于一计算机可读 取存储介质中， 该程序在执行时， 执行包括上述方法实施例的步骤； 而前述 的存储介盾包括： ROM、 RAM> 磁碟或者光盘等各种可以存储程序代码的介 质。
图 5为本发明易混淆字符的识别装置实施例的结 示意图。 如图 5所示， 本实施例易混淆字符的识别装置， 包括： 识别模块 1、 计算模块 2和确认模块
3。
识别模块 1 用于对检测到的字符图像进行识别， 以获得字符图像对应的 初始字符信息；
计算模块 2用于若初始字符信息为易混淆字符， 则计算字符图像对应的 外轮廓的阶梯变化次数；
确认模块 3用于根据阶梯变化次数确认字符图像对应的 终字符信息。 具体而言， 本实施例中的识别模块 1、计算模块 2和确认模块 3的具体工 作过程可以参见本发明易混淆字符的识别方法 实施例的记栽， 在此不再赘述。
本实施例易混淆字符的识别方法， 通过判断识别出的字符图像中的初始 字符信息是否是易混淆字符， 并在确定初始字符信息是易混淆字符的情况下 ， 通过计算字符图像对应的阶梯变化次数， 然后根据阶梯变化次数可以方便的 得知字符图像中的最终字符信息， 从而可以更加准确的识别出字符图像对应 的正确的字符信息， 有效的降低了因出现易混淆字符而将字符图像 识别错误 的可能性， 实现了方便准确的识别出易混淆的字符图像， 提高了易混淆字符 的识别装置的识别准确率。
基于上述技术方案， 可选的， 本实施例易混淆字符的识别装置， 还包括： 设定模块 4， 设定模块 4用于若初始字符信息为易混淆字符， 则根据初始字符 信息中的字符形状设定字符图像对应的特征区 域； 计算模块 2用于计算特征 区域对应的外轮廓的阶梯变化次数。 具体的， 通过设定模块 4根据初始字符 信息中的字符形状设定字符图像对应的特征区 域， 可以使计算模块 2仅计算 特征区域中所包含的阶梯变化次数， 从而有效的减少阶梯变化次数的计算量； 并且通过计算特征区域获得的阶梯变化次数， 能够更加准确的反映出该易混 淆字符的特征信息， 从而能够更加准确的识别出字符图像中的最终 字符信息， 提高了易混淆字符的识别方法的识别准确率。
进一步的， 如图 6所示， 本实施例中的计算模块 2可以包括： 判断子模 块 21和计算子模块 22。 判断子模块 21用于判断特征区域中相邻白色像素区 域或相邻黑色像素区域的长度是否相同； 计算子模块 22用于若判断子模块判 断出长度不同， 则将阶梯变化次数加一， 直至判断完特征区域中的所有像素 区域。 具体的， 通过判断子模块 21得知相邻的白色像素区域或黑色像素区域 的长度不同时， 计算子模块 22将阶梯变化次数加一， 并且继续通过判断子模 块 21判断特征区域的其他相邻的像素区域， 直至将特征区域中的所有像素区 域判断完， 此时计算子模块 22便可以得到最终的阶梯变化次数。 更进一步的， 本实施例中的确认模块 3还用于将阶梯变化次数与预设的 阀值进行比较， 以确认字符图像对应的最终字符信息。 具体的， 可以事先设 定阀值， 确认模块 3通过将阶梯变化次数与阀值进行比较， 以确认字符图像 对应的最终字符信息。
最后应说明的是： 以上实施例仅用以说明本发明的技术方案， 而非对其 限制； 尽管参照前述实施例对本发明进行了详细的说 明， 本领域的普通技术 人员应当理解： 其依然可以对前述各实施例所记载的技术方案 进行修改， 或 者对其中部分技术特征进行等同替换； 而这些修改或者替换， 并不使相应技 术方案的本质脱离本发明各实施例技术方案的 精神和范围。