基于Canny算子的IC卡字符边缘检测及分割的研究

郑鹏 王雨 苑泽伟

摘 要：针对IC卡压印字符的表面特征，边缘检测算子的选取并得到精准凹凸字符信息是图像处理的关键。利用Canny算子提取凹凸字符的边缘特征，并利用几种经典的边缘检测算子对Canny算子效果进行检验，得出Canny算子对卡片字符的边缘检测有相当好的结果。同时，根据字符图像的边缘检测结果，选取阈值参数对字符图像进行分割得到单个字符的二值化图像和灰度直方图。较传统的二值化分割方法相比，取得了满意效果。并提高了字符的识别率。

关键词：IC卡；Canny算子；边缘检测；字符分割

中图分类号：TP391.4 文献标识码：A

Abstract： It is the key to image processing to select the appropriate edge detection operator and get the precision concavity and convex character information for the surface features of IC card concavity characters.The Canny operator is used to extract the edge features of bump characters.And through several classic edge detection operators to verify the effect of Canny operator，verify that the Canny operator is an effective edge detection method.According to the edge detection results of the Canny operator，the threshold image is selected to segment the character image to obtain the histogram of the binarized image.Compared with the traditional binarization method，the satisfactory results are obtained.And improve the recognition rate of characters.

Key words： IC card，Canny operator，Edge detection，Character Segmentation

随着IC卡在社会各行各业的广泛使用，现代化的卡片制作前景也是越来越广阔。但是在卡片压印过程中，由于工艺技术和设备精度的限制，难免会出现部分字符不完整等一些缺陷，这样对卡片的使用造成很大的影响。在生产过程中要保证字符的完整性，就要对其卡片的图像提取以及对字符边缘进行检测。

目标图像的边缘检测是图像分割[1]、特征提取和机器视觉等图像分析领域的重要基础。这种检测实质上是利用一些算法来寻找图像中目标和背景之间的边界线，通常由寻找图像一阶导数中的极值或寻找图像二阶导数过零点穿越来检测图像边缘。常用的边缘检测有一阶微分算子（Roberts、Sobel、Prewitt等）、二阶微分算子（Laplacian、LoG等），这些算子提取目标边缘[2]都是用模板与图像卷积来实现的，优点是计算量很小，但常常会丢失一些边缘信息，抗噪能力差，检测效果不理想。

John Canny在1986年首先提出的[3]Canny边缘检测算子是一种含有最优化的逼近算子，与传统算子相比具有良好的的信噪比和定位精度，能够准确完整的检测出目标的图像边缘，并被普遍应用到图像识别和处理问题中。

本文提出的IC卡字符边缘检测和分割识别，与一般打印形成的字符相比，卡片通过压印产生凹凸不平的字符，在视觉上通过光差对比来生成字符图像。并结合Canny算子得到的边缘图像进行分析，然后通过直方图阈值[4]参数的调节对字符进行分割并得到二值化图像[5]，最终达到字符识别的目的。

1 Canny算子边缘检测

1.1 Canny算法基本原理

4 实验结果分析

本文是在MATLAB的环境下得出结果，如图9所示，选取不同的阈值对字符的分割效果影响很大，随着黑色像素的减少，分割出的字符不连续增加。以下是卡片字符的二维信息熵。通过比较其值大小，二维信息熵可以作为字符二值化的质量检测标准。

5 结 语

Canny算子对字符边缘检测有很好的效果。而且通过对图像阈值的筛选，来分割目标区域，已达到对字符图像的有效识别。

（1）通过集中经典边缘检测算子的对比，得出Canny算子检测图像能够清晰、连续准确检测出目标字符。

（2）利用Canny算子的检测优势，作为凹凸字符边缘的提取工具，来处理图像边缘和字符的分割，并且能够很好的解决图像分割二值化问题。

（3）通过对字符的分割试验，有效的提高了识别速度，降低了误识率。

参考文献

[1] 宋熙煜，周利莉，李中国，等.图像分割中的超像素方法研究综述[J].中国图象图形学报，2015，20（5）：599—608.

[2] MALIK J，BELONGIE S，LEUNG T，et al.Contour and texture analysis for image segmentation[J].International Journal of Computer Vision，2001，43（1）：7—27.

[3] Canny J.A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，1986，8（6）：679.

[4] 林正春，王知衍，張艳青.最优进化图像阈值分割算法[J].计算机辅助设计与图形学学报，2010，22（7）：1201—1206.

[5] 陈强，朱立新，夏德深.结合Canny算子的图像二值化[J].计算机辅助设计与图形学学报，2005，17（6）：1302—1306.

[6] CHENG Z，ZHANG T，YAN L.Thresholding using two-dimensional histogram based on local entropy[C]// International Asia Conference on Informatics in Control，Automation and Robotics.IEEE Press，2010：357—360.

[7] DONG X，TANG X D.Multi-threshold image segmentation based on two-dimensional tsallis[C]// IEEE International Conference on Computer Science and Information Technology.IEEE，2010：1—5.

[8] 李学勇，路长厚，李建美.基于重构误差的单类子空间压印凹凸字符识别[J].机械工程学报，2008，44（5）：181—185.

[9] 曹建海，李龙，路长厚.基于RBF-NN的压印凹凸字符质量检测研究[J].光电子·激光，2006，17（8）：963—968.