基于RGB顏色特征的印鑒圖像預處理

彭燁 李霆

（五邑大學信息工程學院）

0 引言

隨著經(jīng)濟的快速發(fā)展，印鑒作為一種認證手段已廣泛應用于人們的日常生活中。傳統(tǒng)的印鑒識別是通過人工完成的，主要依靠的方法有重迭法、折角法、測量法、剪貼法等。這些人工鑒定的方法存在速度慢、精度低、過程復雜等缺點，并且易受鑒定人員經(jīng)驗、心情等因素的影響。隨著各種票據(jù)應用的普及，對票據(jù)印鑒的識別和驗證工作量越來越大，為提高工作效率，需要實現(xiàn)票據(jù)印鑒的自動識別。印鑒自動識別就是利用數(shù)字圖像處理和模式識別技術(shù)來對印鑒的真?zhèn)芜M行自動識別，既要求有正確識別假印鑒的能力，又要有容忍真印鑒間較大差異的適應性。加蓋印鑒時，由于用力不均、印泥質(zhì)量等因素的影響，會使得印鑒出現(xiàn)顏色深淺不均、圖像模糊等現(xiàn)象，再加上票據(jù)本身還有不同灰度、不同顏色底紋和文字，因此印鑒的預處理過程在印鑒識別系統(tǒng)中就變得尤為重要。

1 印鑒圖像的預處理

從20世紀80年代起，國內(nèi)外很多學者對印鑒識別系統(tǒng)進行了深入的研究[1]，而印鑒預處理作為印鑒識別系統(tǒng)中一個重要環(huán)節(jié)，也是學者們重點研究的課題。印鑒預處理的目的是對印鑒進行分割和噪聲去除，提取單純的印鑒圖像，并盡量多地保留印鑒本身的固有信息，其任務主要有3點：1) 從票據(jù)中清晰、完整地分割出印鑒圖像，使印鑒和背景分離，得到分割后的二值圖像；2) 消除噪聲和票據(jù)上的其它圖像、文字干擾；3) 對印鑒的殘缺部分進行必要修復。

2 基于RGB色度空間的印鑒提取

2.1 印鑒提取算法

基于RGB色度空間的印鑒提取算法采用了閾值法，利用彩色信息分割的思想實現(xiàn)印鑒和雜亂背景的分離。常用的彩色空間模型有RGB和HSI兩種[2]，基于這兩種空間模型的印鑒提取方法有很多，例如文獻[3]采用RGB空間模型，文獻[1]、[4]采用HSI空間模型。

本文采用常用的RGB彩色模型，見圖1、圖2[2]。RGB彩色模型屬于線性表示系統(tǒng)，在RGB彩色空間中，彩色圖像的每個像素都能用彩色立方體中的一個點來表示，比較簡單直觀。它采用三維直角坐標系，紅、綠、藍為原色，各個原色混合在一起可以產(chǎn)生復合色，如圖1所示。RGB顏色模型通常采用圖2所示的單位立方體來表示，在正方體的主對角線上，各原色的強度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值，其中(0，0，0)為黑色，(1，1，1)為白色，正方體的其它六個角點分別為紅、黃、綠、青、藍和品紅。

圖1 RGB三原色混合效果

圖2 RGB立方體圖

根據(jù)顏色信息，可以將印鑒圖像分為3個部分：第1部分為白色或灰色的背景區(qū)域；第2部分為紅色印鑒代表的目標區(qū)域以及干擾噪聲；第3部分為黑色或者藍色的手寫簽名、印刷文字和底紋[5]。

設圖像中每點的紅色分量為r，綠色分量為g，藍色分量為b?？紤]到票據(jù)圖像中紅色印鑒的r分量所占的比例要遠大于印鑒文字、邊框和背景上的r分量比例，通過分析圖像紅色像素點的各分量，從統(tǒng)計中的數(shù)據(jù)可以發(fā)現(xiàn)，圖像中紅色印鑒滿足條件（mod(（r i, j)-g( i, j)),255 ） ＞ n （ , n ＞0),利用這一點，可得到提取紅色印鑒粗略圖像的算法其中， h(i, j)為圖像中(i, j)點的像素值，這里定義h( i, j)有0、1兩種取值，這樣轉(zhuǎn)化之后的圖像即為二值圖像； r( i, j)為圖像中(i, j)點對應的紅色分量值； g(i, j)為(i, j)點對應的綠色分量值；n是一個可調(diào)閾值，并不固定，一般n值可以隨機取一正數(shù)，然后看提取圖像的效果來調(diào)整n值的大小，直到提取的圖像達到滿意的效果為止，這時的n值就是符合所提取圖像的閾值。一般來說，如果所選n值太小，滿足條件（mo d (r - g),255）＞ n的像素點會較多，也就是說可以找到所有屬于印鑒的像素點，但是也會找到較多不屬于印鑒的像素點；如果所選n值太大，滿足條件（mo d (r - g),255）＞ n 的像素點會較少，只能找到部分屬于印鑒的像素點，使得到的印鑒圖像會有所缺損。由此可知，n值的選擇會直接影響到印鑒圖像的提取效果，需要通過不斷試驗，觀察圖像的提取效果來確定最終的閾值n。

通過上面介紹的算法可以去掉印鑒圖像中的背景以及文字干擾，得到一個粗略的印鑒圖像，但印鑒的很多細節(jié)都不清晰，需要進一步處理。有了印鑒的一個粗略圖像，只需要知道印鑒的具體輪廓，就可以將印鑒的具體輪廓圖像與印鑒的粗略圖像進行“與”操作，得到印鑒的清晰圖像。本文通過將原始圖像二值化，和得到的印鑒粗略圖像進行“與”操作，得到的圖像就是一個具有清晰細節(jié)的印鑒圖像。

應用以上算法對整幅圖像進行處理，得到的圖像為二值圖像，其中白色像素對應于原始圖像的紅色印鑒。

2.2 算法的應用

采集彩色印鑒圖像如圖3所示，可以看出圖像分為灰色背景、紅色印章、黑色手寫體文字、藍色印刷文字和表格幾部分。

圖3 原始圖像

利用RGB彩色空間模型顏色信息的特點，運用算法（1）對圖3進行處理?；綧ATLAB代碼如下：

image=imread('C:UsersdDesktop論文印章圖片stamp_1.bmp');

r=image(:,:,1);

g=image(:,:,2);

b=image(:,:,3);

exact_red=mod((r-g),255);

bw1=(exact_red>35);

圖4是經(jīng)過算法（1）處理后的二值圖像，其中白色像素對應于印鑒圖像。由圖4可以看出，經(jīng)過處理后的印鑒圖像已從雜亂的背景中分離出來，得到的是印鑒的一個粗略圖像，這是由于圖像受紙張、光照等因素的影響，在對印鑒圖像進行分割時，印鑒像素點與周圍一些非印鑒像素點之間并沒有一個精確的分離值，對于所選閾值n，一些非印鑒像素點也有可能滿足條件（mo d (r - g),255）＞ n，所以得到的印鑒圖像比實際印鑒圖像要大一些，并且很多細節(jié)都不清晰，圖像的視覺效果不好。

圖4 通過算法（1）提取的紅色印鑒

接下來需要對得到的粗略印鑒圖像進行處理。將圖4與圖5進行“與”操作，可以得到較好的具有清晰細節(jié)的印鑒圖像，見圖6。MATLAB代碼如下：

grayimage=rgb2gray(image);

bw2=im2bw(grayimage,0.6);

bw3=imcomplement(bw2);

multiply_bw=immultiply(bw1,bw3)。

比較圖4和圖6效果，可以知道，通過算法提取出的最終印鑒圖像的細節(jié)比較清晰，印鑒的視覺效果較好。

圖5 原始圖像的二值圖像

圖6 通過算法提取的最終圖像

3 圖像去噪

大多數(shù)情況下，印鑒圖像易受隨機噪聲、印鑒色彩深度不均、印油量多少、蓋印力度大小等因素的影響。為了得到較好的印鑒提取效果，需要采取相應的圖像處理方法來消除圖像中的噪點。

圖7是自適應均值去噪后的圖像。通過算法提取出的最終印鑒圖像會存在一些噪點，所以提取印鑒圖像后，還需要對圖像去噪，以得到較好的預處理結(jié)果。去噪的方法有很多，需要根據(jù)圖像中出現(xiàn)噪點的具體情況來確定去噪方法，文獻[2]詳細講解了多種去噪方法，這里就不再一一介紹。

由于受紙張、光照、印泥深淺的影響，得到的印鑒可能會出現(xiàn)殘缺現(xiàn)象，對于這種情況，需要對得到的印鑒進行必要的修復。一般是采用形態(tài)學操作，但是該方法很容易造成欠填充或過填充，因此有學者提出了對稱分布填充算法和均勻分布二級填充算法。首先采用對稱分布填充算法填充小的空洞，然后采用均勻分布二級填充算法填充大的空洞，最后采用中值濾波來對印鑒進行進一步的修復和噪聲去除[1]。本文采用一般的形態(tài)學方法進行印鑒的修復，如圖8所示，可以看出圖8的視覺效果要優(yōu)于圖7。

圖7 自適應均值去噪后的圖像

圖8 腐蝕后的圖像

4 結(jié)束語

印鑒圖像的自動提取是票據(jù)自動處理系統(tǒng)中的關鍵步驟，由于要把提取出的印鑒同預先保留的模板印鑒進行比對，通過求兩印鑒的相似性[6]來確定票據(jù)的真?zhèn)?，因此印鑒提取質(zhì)量的好壞直接影響票據(jù)的驗證效果。印鑒提取效果好壞的關鍵在于所選閾值n的大小，這里并沒有一個確定的方法來確定閾值，只是根據(jù)個人經(jīng)驗，通過更改閾值，觀察不同閾值下的圖像提取效果，選取提取效果最理想的n值作為閾值。本文算法簡單、計算速度較快，并且提取圖像的質(zhì)量較好，可為進一步的印鑒識別提供保證。在接下來的工作中，需要研究如何以最快的速度來確定n值。

[1] 郭磊民.銀行驗印系統(tǒng)中的印鑒自動識別[D].重慶:重慶大學,2005.

[2] （美）岡薩雷斯,伍茲.數(shù)字圖像處理[M].阮秋琦,阮宇智,譯.北京:電子工業(yè)出版社,2001.

[3] 馬麗霞,朱秋萍.圖像處理技術(shù)在印章識別預處理中的應用[J].武漢大學學報 信息科學版,2004,29(8):691-693.

[4] Katsuhiko Ueda and Ken'ichi Matsuo. Automatic Seal Imprint Verification System for Bankcheck Processing[J]. Proceedings of the Third International Conference on Information Technology and Applications.IEEE,2005.

[5] 趙永濤,李志敏,王洪建,等.印章識別中的圖像預處理[J].儀器儀表學報,2004,25(增2):401-403.

[6] 山海濤,郭建星,耿則勛.影像匹配中幾種相似性測度的分析[J].測繪信息與工程,2003,28(4):11-13.