基于版面理解的选票图像检测定位方法

针对目前选票上需印制同步道来辅助定位,存在印刷要求高、影响美观等问题,提出一种基于版面理解的选票图像检测定位方法。根据选票版面的几何结构和逻辑结构,首先,利用边缘检测、形态学操作等图像处理技术对选票进行预处理,初步定位填涂块;其次,利用支持向量机(SVM)模型对预处理得到的数据集进行分类预测,进一步识别定位填涂块;最后,利用填涂块坐标拟合直线来进行后处理,消除图像检测所带来的偏差,辅助定位。实验结果表明,该方法识别准确率达到99.9%,同时具备较好的时间效率,因此能有效去除同步道。

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。

基于图像处理的选票质量检测方法

针对选票在印制的过程中,选票票面有可能出现污点,造成选票在识别方面出现误差且影响美观,提出一种基于模板匹配和投影检测的方法检测选票图像中的污点。首先采用投影边缘检测法检测汉字区域外的污点,然后检测汉字区域内部的污点,利用中心不变矩的性质,以一张没有污点选票图像作为模板,将待检测的选票图像和该模板进行匹配求差获得差值图像。最后对差值图像进行膨胀腐蚀处理去除噪声得到污点图像,利用投影法对污点进行检测、定位,从而确定选票的质量。实验表明,该方法识别准确率达到99. 99%,检测速度较快,有效地解决了人工挑选印刷不合格的选票所带来的时间效率低、易出错等问题。