劉志慧

摘 要：自動(dòng)定位橢圓印章實(shí)現(xiàn)的難度在于計(jì)算中心、長(zhǎng)軸、短軸以及長(zhǎng)軸傾角。文中提出一種基于形狀特征的橢圓印章自動(dòng)定位方法，基于集成開(kāi)發(fā)環(huán)境Microsoft Visual Studio 2010，應(yīng)用微軟基礎(chǔ)類(lèi)庫(kù)MFC設(shè)計(jì)交互界面設(shè)計(jì)橢圓印章自動(dòng)定位系統(tǒng)。首先將彩色圖像進(jìn)行預(yù)處理，去除彩色圖像中的無(wú)用信息，然后采用基于曲線(xiàn)弧分割的思想檢測(cè)橢圓，將輪廓從交點(diǎn)處分割成弧段，隨機(jī)采樣取點(diǎn)求出參數(shù)值，準(zhǔn)確定位橢圓印章區(qū)域。該方法從每一個(gè)連續(xù)的輪廓弧段中采樣，使無(wú)效隨機(jī)采樣的概率大大降低。實(shí)驗(yàn)結(jié)果表明，本系統(tǒng)可以有效定位橢圓印章。

關(guān)鍵詞：印章定位；橢圓檢測(cè)；曲線(xiàn)弧分割；隨機(jī)采樣

中圖分類(lèi)號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2018）04-00-03

0 引 言

印章具有權(quán)威性，被人們應(yīng)用于各個(gè)領(lǐng)域。采用人工多角度對(duì)折法可以識(shí)別印章真假，然而這種方法需要借助豐富的經(jīng)驗(yàn)來(lái)判別，檢測(cè)結(jié)果具有很強(qiáng)的主觀(guān)性[1，2]。如何通過(guò)計(jì)算機(jī)快速準(zhǔn)確地識(shí)別印章已成為需要迫切解決的問(wèn)題。利用計(jì)算機(jī)在識(shí)別印章真?zhèn)尾僮髦?，?duì)操作區(qū)域加以限制，以減少無(wú)用信息的干擾[3]。因此，自動(dòng)定位印章作為判斷印章真?zhèn)蔚年P(guān)鍵步驟，直接關(guān)系到判斷結(jié)果的速度和正確性。如何高效地實(shí)現(xiàn)印章的自動(dòng)定位成為識(shí)別印章真?zhèn)呜酱鉀Q的問(wèn)題[4，5]。橢圓印章在日常生活中比較常見(jiàn)，鑒于此，本文提出了一種橢圓印章定位方法，并設(shè)計(jì)了橢圓印章自動(dòng)定位系統(tǒng)。該系統(tǒng)可在用戶(hù)干預(yù)較少的情況下借助計(jì)算機(jī)完成橢圓印章的自動(dòng)定位，為識(shí)別印章真?zhèn)巫龊脺?zhǔn)備。

1 橢圓印章定位算法研究

采集到的測(cè)試圖像中，印章區(qū)域和背景、文字相互重疊，主要包括紅色的印章圖像和代碼編號(hào)、灰色或白色的背景、黑色的文字，我們應(yīng)盡可能多地保留印章圖像，去除干擾信息[6，7]，因此需要對(duì)原始的印章圖像進(jìn)行預(yù)處理。在Windows平臺(tái)上，基于集成開(kāi)發(fā)環(huán)境Microsoft Visual Studio 2010，使用C++語(yǔ)言，并應(yīng)用微軟基礎(chǔ)類(lèi)庫(kù)MFC設(shè)計(jì)交互界面[8]，實(shí)現(xiàn)橢圓印章自動(dòng)定位。

1.1 預(yù)處理

圖像預(yù)處理模塊主要負(fù)責(zé)圖像中紅色分量的提取以及彩色圖像的灰度化、二值化，最終得到細(xì)化的輪廓圖。

首先，將圖像的RGB分量值轉(zhuǎn)化到HSI空間中，給這三個(gè)分量分別設(shè)定合適的閾值?；?HSI 模型對(duì)圖像進(jìn)行初步紅色分量提取，將大部分有用信息提取出來(lái)，其中紅色分量色度余弦值大于0.94，紅色的飽和度分量大于20%，紅色的亮度分量大于60%[9]。

其次，基于HSI彩色空間模型提取紅色分量得到彩色圖像，雖然彩色圖像包含豐富的圖像信息，但占用空間較多，同時(shí)也會(huì)增大計(jì)算量，因此對(duì)彩色圖像進(jìn)行灰度化并二值化處理[10]。圖像經(jīng)二值化處理后，目標(biāo)對(duì)象的像素值為1，背景的像素值為0。

最后，基于細(xì)化算法由二值圖像得到細(xì)化的輪廓圖[11]。將輸入圖像中具有一定寬度的線(xiàn)條縮減為寬度是1個(gè)像素的線(xiàn)條，在減少信息量的同時(shí)保留原圖像的拓?fù)浣Y(jié)構(gòu)。

1.2 橢圓印章定位算法基本思想

本文采用基于曲線(xiàn)弧分割的思想檢測(cè)橢圓。根據(jù)輪廓點(diǎn)間的相互連接性對(duì)細(xì)化圖像中的輪廓像素點(diǎn)進(jìn)行跟蹤。跟蹤從起始點(diǎn)開(kāi)始，將輪廓從交點(diǎn)處分割成弧段，直到所有的輪廓被跟蹤完畢。根據(jù)各弧段長(zhǎng)度的比例，確定在每段弧上采樣的次數(shù)，在每一個(gè)連續(xù)的輪廓弧段中采樣，求出橢圓參數(shù)。橢圓印章定位主要包括曲線(xiàn)弧分割、隨機(jī)取點(diǎn)求參數(shù)以及確定橢圓位置三部分。

1.2.1 曲線(xiàn)弧分割

分配一個(gè)與細(xì)化圖大小相同的二維數(shù)組記作array。所有的輪廓跟蹤點(diǎn)在array上進(jìn)行標(biāo)記，以防止重復(fù)跟蹤。如果出現(xiàn)極端異常的大輪廓，超出分配內(nèi)存的大小，則將整個(gè)輪廓標(biāo)記為異常輪廓。對(duì)于輪廓過(guò)短的情況，也將其標(biāo)記為異常輪廓。對(duì)于異常輪廓不做進(jìn)一步處理。

曲線(xiàn)弧分割的具體實(shí)現(xiàn)步驟如下：

（1）按從下到上、從左到右的順序掃描輪廓圖，將第一個(gè)像素灰度值為1的點(diǎn)作為起始點(diǎn)，新建一個(gè)坐標(biāo)鏈，將此點(diǎn)坐標(biāo)加入坐標(biāo)鏈。

（2） 在array數(shù)組中的相應(yīng)位置進(jìn)行標(biāo)記，以防止重復(fù)跟蹤。

（3）尋找下一相鄰點(diǎn)。按右、右上、上、左上、左、左下、下、右下的順序考察當(dāng)前點(diǎn)八鄰域的8個(gè)方向點(diǎn)。如果當(dāng)前點(diǎn)的八鄰域中連通點(diǎn)個(gè)數(shù)大于2，則說(shuō)明有其他鏈路也通過(guò)該點(diǎn)，即輪廓出現(xiàn)分支，將當(dāng)前點(diǎn)作為新的起始點(diǎn)進(jìn)行輪廓跟蹤，轉(zhuǎn)（2）；如果當(dāng)前點(diǎn)的八鄰域中連通點(diǎn)個(gè)數(shù)大于0且小于等于2，則說(shuō)明輪廓沒(méi)有出現(xiàn)分支，將八鄰域中像素值第一個(gè)為1的點(diǎn)置為當(dāng)前點(diǎn)，若當(dāng)前點(diǎn)和起始點(diǎn)重合，則表明已經(jīng)轉(zhuǎn)了一圈，將當(dāng)前點(diǎn)在二維數(shù)組array的對(duì)應(yīng)位置進(jìn)行標(biāo)記，防止重復(fù)跟蹤，轉(zhuǎn)（4）。若當(dāng)前點(diǎn)沒(méi)有與起始點(diǎn)重合，則將此點(diǎn)坐標(biāo)加入坐標(biāo)鏈，鏈路長(zhǎng)度加1，轉(zhuǎn)（2）；如果當(dāng)前點(diǎn)的八鄰域中連通點(diǎn)個(gè)數(shù)為0，則轉(zhuǎn)（4）。

（4） 輪廓圖中若仍存在像素灰度值為1且未被標(biāo)記過(guò)的點(diǎn)，則轉(zhuǎn)（1）；否則結(jié)束，輸出弧段集合。

通過(guò)上述步驟可以將輪廓從交點(diǎn)處分開(kāi)。圖1包括兩個(gè)重疊橢圓，黑色點(diǎn)表示相交點(diǎn)，輪廓被分為四個(gè)曲線(xiàn)段，分別由四種顏色表示。圖2所示為曲線(xiàn)弧分割應(yīng)用于實(shí)際的橢圓印章圖像效果圖。

1.2.2 隨機(jī)取點(diǎn)求橢圓參數(shù)

橢圓的一般方程為Ax2+Bxy+Cy2+Dx+Ey+1=0，橢圓參數(shù)與中心、長(zhǎng)軸、短軸以及長(zhǎng)軸傾角之間的關(guān)系見(jiàn)式（1）：

根據(jù)各弧段長(zhǎng)度的比例，確定在每段弧上采樣的次數(shù)，隨機(jī)取點(diǎn)的次數(shù)與弧段長(zhǎng)度成正比，每條弧段上隨機(jī)取點(diǎn)的方法見(jiàn)表1所列。

由于橢圓包含5個(gè)未知參數(shù)，所以每次采樣都要隨機(jī)取5個(gè)非共線(xiàn)點(diǎn)。將這5個(gè)點(diǎn)（xi，yi）（i=1，2，3，4，5，6）帶入橢圓一般方程，構(gòu)建線(xiàn)性方程組（2），（3）及（4）：

其中，α=[A B C D E]T 。只有當(dāng)系數(shù)矩陣對(duì)應(yīng)的行列式|R|≠0時(shí)，原方程組才有唯一解，采用高斯消元法解方程組求出系數(shù)A，B，C，D，E，進(jìn)而由式（1）求得中心、長(zhǎng)短軸、長(zhǎng)軸傾角以及離心率。若|R|=0，則重新采樣。

1.2.3 確定橢圓位置

統(tǒng)計(jì)參數(shù)出現(xiàn)次數(shù)。橢圓累計(jì)函數(shù)定義如下：

2 系統(tǒng)測(cè)試與結(jié)果分析

基于集成開(kāi)發(fā)環(huán)境Microsoft Visual Studio 2010，使用C++語(yǔ)言，應(yīng)用微軟基礎(chǔ)類(lèi)庫(kù)MFC與文檔-視圖結(jié)構(gòu)設(shè)計(jì)交互界面。類(lèi)CmainFrame是系統(tǒng)的框架類(lèi)，負(fù)責(zé)完成窗口布局管理，運(yùn)用MFC類(lèi)庫(kù)中的CSplitterWnd類(lèi)封裝系統(tǒng)窗口所需功能，通過(guò)CreateStatic（）函數(shù)創(chuàng)建窗口，CreateView（）函數(shù)為每個(gè)窗口創(chuàng)建視圖類(lèi)CFormView。選擇文件功能由類(lèi)CFileDialog實(shí)現(xiàn)，ImageFileReader類(lèi)對(duì)象接收文件的路徑，完成圖像讀入，之后返回一個(gè)指向文件的指針。印章定位與配準(zhǔn)系統(tǒng)整體界面如圖4所示。

本文設(shè)計(jì)的橢圓印章自動(dòng)定位系統(tǒng)中需要的圖片通過(guò)掃描儀掃描得到。系統(tǒng)功能測(cè)試分為兩部分，分別為預(yù)處理模塊和橢圓印章定位模塊。

（1）預(yù)處理功能模塊

該模塊主要用于提取輸入圖像中的紅色分量，將圖像灰度化、二值化并細(xì)化后得到骨架圖。紅色分量提取測(cè)試效果如圖5所示。其中（a）為輸入的RGB彩色印章測(cè)試圖像，（b）為提取紅色像素點(diǎn)后的效果圖。將彩色圖像灰度化并二值化，測(cè)試效果如圖6所示。圖像細(xì)化測(cè)試效果如圖7所示。

預(yù)處理功能可去除測(cè)試圖像中的無(wú)用信息，基于印章的顏色特性提取出有用信息，將彩色圖像轉(zhuǎn)化為二值圖像，并得到細(xì)化的骨架圖，減少圖像存儲(chǔ)空間，以便后續(xù)操作。從上述測(cè)試結(jié)果圖可以看出，測(cè)試圖像的背景較為復(fù)雜，含有不同顏色的文字圖標(biāo)，紅色像素點(diǎn)除印章外，還包括圖標(biāo)、底紋等。點(diǎn)擊相應(yīng)按鈕可以提取出原測(cè)試圖中的所有紅色像素點(diǎn)。二值圖像較為準(zhǔn)確地將圖像像素點(diǎn)分為前景和背景?；诩?xì)化算法將二值圖像轉(zhuǎn)化為輪廓寬度為1的細(xì)化圖像。

（2）印章定位功能模塊

該模塊的目標(biāo)是計(jì)算出參數(shù)，基于細(xì)化的骨架圖準(zhǔn)確檢測(cè)出橢圓印章在圖像中的具體位置。橢圓印章定位測(cè)試效果如圖8所示，印章在圖中所示的方框區(qū)域內(nèi)。

3 結(jié) 語(yǔ)

本文提出了橢圓印章自動(dòng)定位方法，通過(guò)對(duì)系統(tǒng)各功能模塊展開(kāi)詳細(xì)測(cè)試，驗(yàn)證該系統(tǒng)功能的正確性。系統(tǒng)能夠有效提取測(cè)試圖像中的紅色分量，在灰度圖像上定位出橢圓印章所在的具體位置，減小后續(xù)處理區(qū)域的面積，對(duì)于提高速度、簡(jiǎn)化算法具有重要意義，為印章真?zhèn)螞Q策打下良好的基礎(chǔ)，具有一定的應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]魏兆兵，魏夢(mèng)雅.企業(yè)印章管理中的法律風(fēng)險(xiǎn)防范[J].秘書(shū)之友， 2013， 4（7）： 12-13.

[2]趙雅麗.淺析單位印章的規(guī)范化管理[J].商場(chǎng)現(xiàn)代化， 2012，6（26）： 180.

[3]陳蕊麗.淺談偽造印章的犯罪特點(diǎn)及防偽措施[J].中國(guó)品牌與防偽，2004，8（11）： 9-12.

[4]秦開(kāi)懷，王海潁，鄭輯濤.一種基于Hough變換的圓和矩形的快速檢測(cè)方法[J].中國(guó)圖象圖形學(xué)報(bào)， 2010， 15（1）：109-115.

[5] PRASAD D K， LEUNG M K. Edge curvature and convexity base ellipse detection method[J]. Pattern recognition， 2012， 45（9）： 3204-3221.

[6]何瑾，劉鐵根，周怡潔，等.基于邊緣差異的印鑒自動(dòng)鑒別[J].儀器儀表學(xué)報(bào)，2010，31（1）： 85-91.

[7] BASALAMAH S. Histogram based circle detection[J].International journal of computer science and network security，2012，12（8）： 40-43.

[8]張錚，王艷平，薛桂香，等.數(shù)字圖像處理與機(jī)器視覺(jué)-Visual C++與Matlab實(shí)現(xiàn)[M].北京：人民郵電出版社，2014.

[9]何瑾.金融印鑒真?zhèn)巫R(shí)別新方法研究[D].天津：天津大學(xué)， 2010.

[10] BARWICK， SHANE D. Very fast best-fit circular and elliptical boundaries by chord data[J].IEEE Trans. Pattern analysis and machine intelligence，2009，31（6）： 1147-1152.

[11]李楠楠，盧榮勝，李帥.基于邊界曲線(xiàn)弧分割的多橢圓檢測(cè)[J].計(jì)算機(jī)應(yīng)用，2011， 31（7）：1853-1855.