CN102265303A - 用于曲率校正的图像处理方法 - Google Patents

Abstract

公开了用于使用曲率失真校正方案来读取表格的系统和方法。已知表格的模型图像被分成由至少三个对准标记所限定的区段，并且通过将捕获的表格的未读图像上的对准标记的位置与模型图像上的对准标记的位置进行比较，生成了针对每一个区段的传递函数或校正函数。然后，将传递函数应用于该区段内的其他标记来计算这些标记的校正位置。确定每一个区段的尺寸来合理地确保曲率失真被处理，以便适当地找到和解译表格上的所有标记。可以对误差进行检查，而且，如果继续存在误差，则在可行的情况下可以限定并采用更小的区段。

Description

用于曲率校正的图像处理方法

相关申请

本发明是2006年3月14日提交的题为“SYSTEM AND METHODFOR PROCESSINGA FORM”的第11/376,052号美国专利申请的部分延续案，该美国专利申请要求2005年3月14日提交的第60/661,698号美国临时专利申请的优先权。这些专利申请都与本发明属于共同的所有权，并且这些专利申请通过引用合并到本文中。

技术领域

本发明涉及光读取器系统和计算机系统，光读取器系统采用照相机来捕获未读表格的数字数据图像，计算机系统用于处理数字数据来校正失真和取得及解译来自数字数据的信息。在此，“照相机”包括对以下光敏介质中的场景进行捕获的任何光敏设备，该场景可以由计算机处理系统所下载或读出，该计算机处理系统在存储器中存储表示该场景的数字数据。在术语“照相机”中可以包括：透镜、滤光器、光圈等，和用于保持(hold)场景图像的光敏面、或一个或多个光敏阵列。

背景技术

印制文档、投注单(play slip)、刮开型彩票(lottery scratch ticket)、即时型彩票(lottery instant ticket)等在此被集体定义为“表格”。通常，表格在表示人的特定意图的位置处具有人为的标记。正确对表格进行识别以及正确地对印制的和人为的标记进行读取或处理并不是简单的任务。

这些任务中的一些包括：检测表格的存在；确定表格是静止的或不运动的(motion-less)；识别表格上的标记的存在；定位表格上的标记；然后解译标记的意义。对于每一项任务，必须有足够的光来以相对于背景足够的反差来照射表格，从而检测和识别这些标记。

为了识别表格，可以对印制标志进行检测和解译，或者人可以指出表格类型。印制标志通常会包括用于识别表格类型的标识(logo)或其他特殊标记。另外，可以印制对准标记，并由处理系统来使用对准标记以精确地识别表格上的位置。然后，可以精确地定位表格上的标志并解译它们的意义。

对表格上的图像的处理及识别始于对表格的图像进行捕获的照相机。可以由计算系统下载、存储和分析所捕获的图像。分析图像可以由“应用程序”来实现，该应用程序可以是在计算机系统中运行的软件、嵌入在硬件框架(framework)中的固件、硬件状态机或是它们的组合。

读取表格时的一个重要而普遍的问题出现在表格被弯曲(bend)、折皱(crumple)、卷曲(roll)或折叠(fold)时，由此产生了失真。在读取表格或拒绝表格时失真是引起误差的主要原因。失真至少表示定位误差及解析误差。

一些现有技术的读取器具有将表格变平并将其安置在封闭室内的驱动机构。这样的驱动机构是昂贵的，而且需要例行服务和技术支持来维护它们，所有这些都导致在拥有时的额外成本和费用。

现有技术在补偿失真方面的尝试是无效的，而对这样的失真进行校正、减少和/或补偿并且方便、可靠、相对便宜、容易使用的读取器会有益于产业。

发明内容

本发明涉及如下光读取器：该光读取器能够读取各式各样的表格，更具体地，该光读取器能够通过使用用于失真校正的系统和方法来读取被弯曲、卷曲、折皱或折叠的表格。根据本发明的至少一个实施例，具有已知表格类型——诸如印制文档、投注单、刮开型彩票、即时型彩票——的模型图像被存储在计算机系统上。连同模型图像一起，信息也被存储在计算机系统上，该信息包括已知的标识或其他表格识别标记以及将每一个模型图像分成由至少三个不共线的对准标记所限定的区域或区段的对准标记。对准标记、标识、其他这样的识别标记的位置、属性(参见以下)和相对应的意义、以及可能的手绘标记的位置和它们的意义也都随着每一个模型图像而被存储。

坐标系——诸如笛卡尔坐标系、极坐标系等——描述了模板图像上的位置以及未读表格的任何捕获图像上的位置。例如，在笛卡尔坐标系中，x和y可以限定模型图像上的位置，而x′和y′可以用于表格的未读图像上的位置。

可以将传递函数应用于未读图像的区段之内的任何标记的所见到的(apparent)位置来产生校正位置。然后，可以将所见到的位置与模型图像上的相对应的位置进行比较，而该相对应的位置可以确定标记的意义。可以以相似的方式对其中具有标记的所有区段进行处理。

“传递函数”是在此所使用的短语，其也可以被其他人称为“转换函数”，或“方程”，或“校正函数”，或“因子”，或者其他这样的术语或可以在本领域找到的术语的组合。

属性可以指的是形状、尺寸、标记的重心等。标记的位置和属性可以限定对准标记或标识。表格的类型可以由标识或一些其他的一个或多个印制标记来确定，或者可以由代理人手工确认。例如，在表格上的特定位置处的铅笔标记可以表示通过人(诸如在玩游戏时)填写表格所做出的选择。

计算机系统可以容易地检测和辨识未读图像上的对准标记。在特定位置找到的标记具有使其适于被检测为对准标记的属性(大、圆形、正方形、长方形、长线形(long linear)或任何形状)。在对其进行检测和识别的难易性(ease)方面，标识是类似于对准标记的标记，并且，如上所述，标识可以用于识别表格类型。

将表格分成区段允许了通过确定区段的尺寸来校正曲率失真。更小的区段可以相对平坦，其中，这样的区段中的曲率在读取该区段中的标记时不明显导致误差。

如果区段是由三个不共线的点来限定的，则以下方程可以表示对该区段内的标记的缩放、平移和旋转进行校正的传递函数：

x′＝A′x+B′y+C′式1，及

y’＝D′x+E′y+F′式2。

一旦为表格的特定捕获图像取得6个系数(A′、B′、C′、D′、E′和F′)，那么式1和式2可以用于将模型图像中的任何位置(x，y)平移到表格的未读图像中的相对应的坐标(x′，y′)。

如果区段由限定了四边形区段区域的四个不共线的点限定，则以下方程可以表示对缩放、平移和旋转进行校正并且对与捕获表格的未读区段的照相机相关联的透视问题(perspective issues)进行校正的传递函数：

$x^{\′}=\frac{\mathrm{Ax}+\mathrm{By}+C}{\mathrm{Gx}+\mathrm{Hy}+1}$ 式3，及

$y^{\′}=\frac{\mathrm{Dx}+\mathrm{Ey}+F}{\mathrm{Gx}+\mathrm{Hy}+1}$ 式4。

一旦为特定的捕获图像取得八个系数(A、B、C、D、E、F、G和H)，那么式3和式4可以用于将模型图像中的任何位置(x，y)平移到表格的未读图像中的相对应的坐标(x′，y′)

通过将未读图像中的特定标记的实际x′，y′位置与模型图像中的相对应的x，y位置进行比较，得到以上传递函数方程的系数。为了覆盖表格的区域，可以处理至少三个已知的、不共线的对准标记，而可以使用四个或更多个标记以产生良好效果。方程组使得可以通过使用如下所说明的矩阵代数技术来得到系数。

在以下的说明中，使用八个对准标记来限定区段。根据这个说明，当使用八个对准标记来限定区段时，可以应用以下的双二次变换函数方程(式7)，并且以下的双二次变换函数方程(式7)可以对缩放、平移和旋转以及与捕获表格的未读区段的照相机相关联的透视问题进行校正：

$x^{\′}=a_1+a_{2}x+a_{3}y+a_4\mathrm{xy}+a_5{x}^2+a_6{y}^2+a_7{\mathrm{xy}}^2+a_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{a}_n{u}_n(x,y)={\mathrm{UA}}^{\′\′}$

$y^{\′}=b_1+b_{2}x+b_{3}y+b_4\mathrm{xy}+b_5{x}^2+b_6{y}^2+b_7{\mathrm{xy}}^2+b_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{b}_n{u}_n(x,y)={\mathrm{UB}}^{\′\′}$

式7。

在表格类型是已知的并且针对表格中的每个区段都取得传递函数之后，可以将同样的区段划分应用于存储的未读图像，并且可以将传递函数应用于未读图像上的每个区段之内的标记的位置。这便获得了针对每一个区段内的标记(如果有的话)的校正位置。然后，可以将这些其他标记的校正位置与模型图像上的相对应的位置进行比较。模型图像上的位置存储了这样的意义：这些意义确定了其校正位置与模型图像的位置相匹配的那些其他标记的意义。

然而，在一些应用中，传递函数还可以适用于在紧接在该区域的外部的区域。

如果区段包括其他对准标记或具有已知位置的标记，则这些其他标记可以用来计算误差。可以对存储的未读图像上的这些其他标记的位置进行检测，并且可以通过应用传递函数校正它们的位置。可以将校正位置与来自模型图像的实际位置进行比较，并可以对误差进行计算。可以建立误差阈值，并且如果任何部分中的误差超过阈值，则可以拒绝表格。

在其他应用中，可以应用其他的、更靠近的对准标记来形成又一个区段，并且可以应用另一个传递函数。这个过程可以持续，直到没有更小的、具有可接受误差的区段为止，其中，表格可以被拒绝。如果针对存在标记的表格中的每个区段都形成了可接受误差，则被标记的表格可以被接受并且然后可以由系统处理。

本领域的技术人员将会认识到，尽管将参考示意性实施例、附图及所描述的使用方法来进行以下的详细描述，但是并不意在将本发明限于这些实施例或使用方法。更确切地，本发明具有广泛的范围，并且意在被限定为仅如所附权利要求中阐述的那样。

附图说明

以下的本发明描述参照了附图，在附图中：

图1是体现本发明的系统的系统框图；

图2A、图2B和图2C是对曲率问题的一系列图示；

图3是示出本发明的方法的流程图；

图4是具有标记的表格的布局；

图5A、图6A和图7A是可以使用本发明的一种或多种方法来被读取的表格示例的示例；

图5B、图6B和图7B示出根据本发明中所描述的方法中的一种或多种分别将图5A、图6A和图7A中示出的表格划分为区段。

具体实施方式

图1示出被光源4照射的表格2，而来自表格2的反射光6被照相机18接收。该表格例如可以表示印制文档、投注单、刮开型彩票、即时型彩票。表格2可以位于安置在离照相机18几英寸至一英尺或更远的压板(platen)5上。尽管可以按顺序处理照相机场景的各区段，并且因此可以处理表格2，但该设置还是使得整个表格2被照相机18观察到。图像在照相机的光敏面上留下印记，而且可以被照相机电子设备8下载(扫描或读出)来产生数字化的、并被作为像素或像素数据来存储的视频信号10，并且其中，计算机处理系统12中的处理器14——优选地是微处理器——对像素数据进行操作。计算机处理系统12包括存储器18和用于操作至少显示器、键盘、按钮、打印机及通信设备的输入/输出(I/O)设备驱动器16。计算机处理系统12还可以与计算机网络17相连接。

存储器18可以至少包括一个或多个图像缓冲器、其他缓冲器、高速缓冲存储器等。操作系统和软件应用程序可以存储在存储器18中。以下所讨论的处理应用程序13包括用于校正或补偿弯曲表格的曲率或失真的方法。在一个实施例中，外部的、可移除的快闪式存储器19可以包括被上传到计算机处理器系统12的专有软件。在这个实施例中，移除快闪式存储器19就从计算机处理系统12移除了专有软件。

计算机网络17可以是公共网络(诸如因特网)或者专用网络等，但是在任何情况下，都可以将信息(诸如金融信息)加密来阻止外界的干扰和保护。在这个示例中，可以从表格取得信息并经由网络17将其发送到中央控制器15。中央控制器15又校验金融信息以及授权代理人进行相应的行动。

图2A和2B(未按比例地)示出当弯曲的、卷曲的、折叠的或折皱的表格2放置在照相机18前面并由照相机18观察时所存在的一些问题。在该图示中，有单一弯曲(single bend)20的表格2放置在压板5上，并被来自诸如LED阵列(22)的光源的光4照射。在这个图示中，方形标记24位于表格2的弯曲部分上，并且来自光源的光26从方形24反射到照相机18。光束26与角度θ相对，该角度θ与光在不存在表格2的情况下本该在位置24′处到达压板5的角度θ相同。但是，由于光束26的扩展，表格2上的方形24的尺寸比压板5上的方形24′小。计算机处理器系统12不知道弯曲20，并如同位置24处的标记位于位置24′处并且与位置24′处的标记一样大那样，对位置24处的标记进行处理。如果对照相机图像的分析使用了尺寸作为分析标记时的因子，则弯曲将在图像中引入尺寸误差。

图2B示出图2A中所阐述的同一图示的侧视图，其中光束26在方形24处与弯曲的表格2相交，且在24′处与压板5相交。方形24的侧视图的长度大大短于方形24′的侧视图的长度。然而，还有另外的问题，如图2C中的图所示。

在图2C中，单一点A在表格2的弯曲部分上。小的光束26从A反射到照相机18上。如上，点A将在尺寸上比投影点A′小。但是，请注意，当弯曲部分变平28而到达压板5时，点A位于位置A″处。在点A′和A″处的投影之间有偏移30——位置误差。图像分析器会如同标记A位于位置A′处那样来处理标记A，尽管真正的位置是在位置A″处。

表格2中的弯曲20至少产生了尺寸误差和位置误差。如果表格2被绕曲(curve)、盘绕(curl)或者有多个弯曲，则导致的误差将会更加难以解决。

图3示出根据本发明的、用于处理已知表格的像素数据的方法。宽泛地说，根据这个方法，将未读图像的像素数据与存储在处理系统存储器18(图1)中的表格的模型图像进行比较。模型图像用作为包括所有对准标记的位置的模板。模型图像表格被分成区段，其中一定数量的对准标记限定了每一个区段并包括针对每一个区段的传递函数。存储的捕获图像及模型图像中的对准标记的位置确定了传递函数的系数。然后，将传递函数应用于未读图像的相对应的区段中的标记的位置来产生校正位置，并且参考模型图像中的相对应的位置来确定这些标记的意义。对模型图像上的标记的位置的意义进行存储。

为了更详细地重新叙述，图3所示的方法以捕获的、具有已知表格类型的未读图像开始31，该已知表格类型包括标记，诸如对准点或标记。对存储的、与具有特定表格的未读图像相对应的模型图像进行检索32。找到捕获图像上的对准标记的位置33，并使用模型图像上的相对应的对准标记的位置来找到传递函数的系数34。

当针对某一区段确定了传递函数时，该函数可以适用于该区段中的或该区段附近的其他对准标记。在对捕获图像中的对准标记的校正位置与模型图像中的那些对准标记的位置作出比较后，就可以计算误差35。可以针对可以容许的误差来建立误差阈值，如果误差在阈值内，则可以如在此所讨论地进一步地处理表格。如果误差太大，则可以如在此所讨论地使用其他更接近的对准标记，直到找到可接受误差为止。如果不可接受的误差仍然存在，则可以拒绝表格46。

可接受误差可以是比如下位置误差小的误差，该位置误差是分析系统分配给表格上的可接受的已知位置的。例如，可以作出标记的区域可以是边为0.1英寸的方形。0.05英寸的位置误差可以是可接受误差。

如果误差全部都是可接受的40，则将针对每一个区段的传递函数应用于这个区段里的所有标记42，从而针对捕获图像上的所有标记产生校正位置44。如上所述，参考模型图像上相对应的位置来找到所有这些标记的意义48。

如果误差仍然是不可接受的，则可以利用其他的对准标记继续采用较小的区段45，直到对于表格的每个区段中的标记来说传递函数都得到了可接受误差为止。如果没有找到可接受误差，则可以拒绝表格46。

示例性地，可以将表格分成三角形区段和矩形区段，此外，还可以使用任何包围区域的图形。

在其他的应用中，可以通过平均样品(running sample)或测试表格来确定可接受误差，直到表格的拒绝率(rejection rate)是可接受的为止。在一些应用中，可以简单地估计出可接受误差。

以下描述了示出线性校正方法的应用的简单化的示例。图4示出平放的表格50的俯视图。对准标记54a、54b、54c和54d、以及54a′、54b′、54c′和54d′如所示来设置。例如，对于示意性的基本线性校正因子，存储的捕获图像中标记54a与54b之间的计算出的距离可以仅为模型图像上的计算出的距离的80％。使用该因子，捕获图像上从标记C到标记54a的距离可以通过给该距离乘以1/0.8或1.25来被校正。然后，标记C将被解译为在模型图像上的该位置处的标记，并且模型上的该位置的含义会被赋给标记C。标记C可以是标识、其他的对准标记或人为标记。请注意，如果对准标记更加靠近，则实际的距离误差会相应地减小。即，如果5英寸的距离被校正了1％，则校正是0.05英寸；但是，如果距离是2.5英寸，则同一校正因子将仅为0.025英寸。因此，对准标记越靠近，误差越小。

检测表格上任何种类的标记需要以下反差(contrast)，该反差允许找到标记的边缘从而找到标记的特征(characteristic)或属性(attribute)。通常，每种表格类型都会有标识，这个标识在属性上相当不同以使得其容易被找到和辨别，如果没有找到该标识，则表格类型可以由代理人键入或者成为被拒绝的表格。类似地，对准标记也是独特的，以便于检测。

存在用于检测边缘或标记的公知技术和用于计算标记的属性的公知技术，在此不作进一步讨论。

在图4的实施例中，对在存储的捕获图像的四个角处的以及在模型图像表格的四个角处的四个对准标记54a、54b、54c和54d所进行的分析可以产生当应用时获得可接受误差的传递函数。如果这样的话，存储的捕获图像中的其他标记可以由该传递函数来处理。这样的示例将加快对该表格的处理。

在一些应用中，如果任何误差都被认为太大，则可以采用额外的对准标记(例如54a′、54b′、54c′、54d′)。如果使用了这八个对准标记，则表格可以被分成三个区段——52、53和55。可以为每一个区段建立传递函数，而使用相对应的传递函数可以对每一个区段之内找到的任何标记进行校正。此外，在可接受的情况下，对准标记可以放置于表格的中心部分D之内。随着更多区段被使用，对表格的处理会花费更长的时间。然而，请注意，如果在区段中没有其他的标记，则不需要处理该区段。

图5A、图6A和图7A示出三个示例性表格。图5A有11个环绕分布在表格的外周的对准标记60。每一个对准标记60具有针对该表格类型的已知形状。图6A描绘了具有对准标记70的另一种表格类型，该对准标记70还分布在表格的中心部分之内。这种表格类型除了2个中心对准标记70以外，还有10个边缘对准标记72。

图7A是又一种表格类型。这里，对准标记以与图6A中的对准标记相类似的方式安置，但是与图6A中的标记相比，中心标记76和边形缘标记74更细并且不那么显著(bold)。图7A中，对于不经意的观察者，这些对准标记较不明显和较不具侵入性(intrusive)。

图5B、图6B和图7B示出可以应用于如图5A、图6A和图7A所示的相对应的表格类型的区段划分。图5B中，有5个三角形的区段81、82、83、84和85，且每一个三角形区段都由三个点形成，且会应用三点传递函数，如此处所示。图5B有一个矩形区段87及另一个四边形区段86。这些四边形区段86会应用四点传递函数。

分别地，图6B和图7B以六个矩形区段或方形区段90及92示出。将针对这些区段中的每一个建立四点传递函数。

传递函数：

重申上述内容，例如，因为矩形表格只是一张纸，其通常会具有可能会引起读取问题的失真。纸质表格上的直线等在捕获图像上未必会是直线。然而，表格的模板或模型图像将呈现为平的，通常是具有未失真的标记和线的矩形表格。本发明提供对捕获图像上的曲率失真进行补偿或矫正的非线性传递函数。

如上所述，根据本发明的一个或多个实施例，表格的每一个模型图像可以分成许多区段，一些区段由三个对准标记来限定，另外一些区段由四个对准标记来限定，再另外一些区段可以由多于四个的这样的标记来限定。

三点方程和解法

如果区段是由三个对准标记来限定的，则应用到该区段之内的位置的传递函数可以是如下的：

x′＝A′x+B′y+C′式1，及

y’＝D′x+E′y+F′式2。

一旦为特定的捕获图像取得6个系数(A、B、C、D、E和F)，那么式1和式2可以用于将模型图像上的任何位置(x，y)平移到捕获图像上的相对应的坐标(x′，y′)。

以下的讨论示出对这些方程进行求解的一种方式。可以将式1和式2整理成如下的矩阵形式：

为了求解A、B和C：

(x₀ y₀ 1 | x₀′)

(x₁ y₁ 1 | x₁′)

(x₂ y₂ 1 | x₂′)

为了求解D、E和F：

(x₀ y₀ 1 | y₀′)

(x₁ y₁ 1 | y₁′)

(x₂ y₂ 1 | y₂′)

由于矩阵简单，可以使用克莱姆法则(Cramer’s Rule)来容易地求解该矩阵。例如：

四点方程和解法

如果区段是由四个对准标记来限定的，则可应用到该区段之内的位置的传递函数可以如下定义：

$x^{\′}=\frac{\mathrm{Ax}+\mathrm{By}+C}{\mathrm{Gx}+\mathrm{Hy}+1}$ 式3，及

$y^{\′}=\frac{\mathrm{Dx}+\mathrm{Ey}+F}{\mathrm{Gx}+\mathrm{Hy}+1}$ 式4。

一旦为特定的捕获图像取得八个系数(A、B、C、D、E、F、G和H)，那么式3和式4可以用于将模型图像上的任何位置(x，y)平移到捕获图像上的相对应的坐标(x′，y′)。

以下的讨论示出对这些方程进行求解的一种方法。可以以更像矩阵的形式将式3和式4重新整理如下：

A·x+B·y+C·1+D·0+E·0+F·0-G·x·x′-H·y·x′＝x′式5，及

A·0+B·0+C·0+D·x+E·y+F·1-G·x·y′-H·y·y′＝y′式6。

然后，利用高斯消元法(Gaussian Elimination)将式5和式6作为方程组来求解。根据高斯消元法，需要建立以下8×9的增广矩阵，并应用上三角化和回代：

(x₀ y₀ 1 0  0  0 -x₀x₀′ -y₀x₀′ | x₀′)

(x₁ y₁ 1 0  0  0 -x₁x₁′ -y₁x₁′ | x₁′)

(x₂ y₂ 1 0  0  0 -x₂x₂′ -y₂x₂′ | x₂′)

(x₃ y₃ 1 0  0  0 -x₃x₃′ -y₃x₃′ | x₃′)

(0  0  0 x₀ y₀ 1 -x₀y₀′ -y₀y₀′ | y₀′)

(0  0  0 x₁ y₁ 1 -x₁y₁′ -y₁y₁′ | y₁′)

(0  0  0 x₂ y₂ 1 -x₂y₂′ -y₂y₂′ | y₂′)

(0  0  0 x₃ y₃ 1 -x₃y₃′ -y₃y₃′ | y₃′)

应用于曲率校正的双二次变换

当使用多于四个的对准标记来限定区段时，可以应用到该区段之内的位置的传递函数可以由以下表示双二次变换的双二次方程来限定：

式7：

$x^{\′}=a_1+a_{2}x+a_{3}y+a_4\mathrm{xy}+a_5{x}^2+a_6{y}^2+a_7{\mathrm{xy}}^2+a_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{a}_n{u}_n(x,y)={\mathrm{UA}}^{\′\′}$

$y^{\′}=b_1+b_{2}x+b_{3}y+b_4\mathrm{xy}+b_5{x}^2+b_6{y}^2+b_7{\mathrm{xy}}^2+b_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{b}_n{u}_n(x,y)={\mathrm{UB}}^{\′\′}$

这里，A″和B″是变换的系数矩阵，且A″和B″可以分别表示为两个1×8矩阵：

$A^{\′\′}\≡\left[\begin{array}{c}{a}_1\\ a_2\\ a_3\\ a_4\\ a_5\\ a_6\\ a_7\\ a_8\end{array}\right]$ $B^{\′\′}\≡\left[\begin{array}{c}{b}_1\\ b_2\\ b_3\\ b_4\\ b_5\\ b_6\\ b_7\\ b_8\end{array}\right]$

并且，U是1×8矩阵，U的转置矩阵U^T是8×1矩阵。以下为了清楚起见，定义了U^T而不是U：

$U^T\≡\left[\begin{array}{c}{u}_1(x,y)\\ u_2(x,y)\\ u_3(x,y)\\ u_4(x,y)\\ u_5(x,y)\\ u_6(x,y)\\ u_7(x,y)\\ u_8(x,y)\end{array}\right]\≡\left[\begin{array}{c}1\\ x\\ y\\ \mathrm{xy}\\ x^2\\ y^2\\ {\mathrm{xy}}^2\\ x^{2}y\end{array}\right]$

这意味着u_n＝u_n(x，y)，n＝1，2，...，8，是x和y的函数。

这个八点传递函数需要八个参考点来确定系数矩阵A″和B″。

假定八点传递函数有模板或模型图像中的八个参考点：

P₁(x₁，y₁)，P₂(x₂，y₂)，P₃(x₃，y₃)，P₄(x₄，y₄)，P₅(x₅，y₅)，P₆(x₆，y₆)，P₇(x₇，y₇)，P₈(x₈，y₈)

并且还有捕获空间(space)中的八个相对应的点：

P₁′(x′₁，y′₁)，P₂′(x′₂，y′₂)，P₃′(x′₃，y′₃)，P₄′(x′₄，y′₄)，P₅′(x′₅，y′₅)，

P₆′(x′₆，y′₆)，P₇′(x′₇，y′₇)，P₈′(x′₈，y′₈)

将这八个点代入式1，八点传递函数有(对于j＝1，2，...，8)：

${x_j}^{\′}=\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{a}_n{u}_n(x_j,y_j)$

${y_j}^{\′}=\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{b}_n{u}_n(x_j,y_j)$

或者按照矩阵形式，上面两行变成：

式8：

X′＝QA″，

Y′＝QB″

这里，矩阵A和B与上面的相同，且矩阵X′，Y′，Q被定义在下面：

Q_jn＝u_n(x_j，y_j)

在式8中，X′，Y′，Q是已知的，而A和B是要被求解的未知数。

如果矩阵Q是奇异的，则以上由式2给出的两个线性组无解，并且必须选择与上面不同的八个参考点。

如果矩阵Q是非奇异的，可以根据式2求解系数矩阵A和B并得到式9：

A″＝Q^-1X′

B″＝Q^-1Y′

这里，Q^-1是矩阵Q的逆矩阵。

将A和B代入到式1中得到

式10：

x′＝UA″＝UQ^-1X′

y′＝UB″＝UQ^-1Y′

或者等价地，

式11：

$x^{\′}=\underset{j=\mathrm{1,8}}{\mathrm{\Σ}}\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{Q_{\mathrm{nj}}}^{-1}{u}_n(x,y){x^{\′}}_j$

$y^{\′}=\underset{j=\mathrm{1,8}}{\mathrm{\Σ}}\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{Q_{\mathrm{nj}}}^{-1}{u}_n(x,y){y^{\′}}_j$

这里，x’_j和y’_j，j＝1，2，...，8是在捕获空间中的预先选择的八个参考点的已知坐标。Q^-1也是已知的，这是因为Q^-1只取决于模板或模型图像中的预先选择的八个参考点的坐标(x_j，y_j)。针对模板中任意给定的点(x，y)，可以计算出u_n＝u_n(x，y)，n＝1，2，...，8。因此，针对模板中的任意点(x，y)，可以从以上两个方程得出捕获空间的相对应的点(x′，y′)。

实际上，Q^-1可以脱机计算，从而加快变换速度。这意味，我们不需要为每对从(x，y)到(x′，y′)的变换计算Q^-1。可以在模板中的八个参考点被选择之后只计算一次Q^-1。

应当理解，上述实施例是作为示例呈现在此的，而且这些实施例的很多变型和替代是可能的。相对应地，本发明应当被广泛地视为仅被限定成如在下文所附权利要求中所阐明的那样。

Claims (20)

1.一种用于读取未读表格上的信息的方法，所述方法包括以下步骤：

在计算机系统中存储所述未读表格的模型的图像，所述模型图像包括对准标记；

在所述计算机系统中存储所述未读表格的图像，所述未读图像包括与所述模型图像上的对准标记相对应的对准标记；

将所述模型图像分成一组区段，其中，每一个区段由至少三个对准标记的位置所限定；

通过将所述模型图像上的对准标记与所述未读图像上的相对应的对准标记进行比较，检测与所述模型图像上的区段相对应的所述未读图像上的区段；

根据所述模型图像和所述未读图像的相对应的对准标记的位置，针对所述未读图像的每一个区段生成传递函数；及

将每一个区段的传递函数应用于所述未读图像的相对应的区段上的标记的位置来生成所述标记的校正位置，由此实现对所述未读表格的读取。

2.根据权利要求1所述的方法，还包括以下步骤：

针对所述未读图像的每一个区段形成坐标系，其中，针对每一个区段的传递函数对所述未读图像中的失真进行补偿，及

参考在所述模型图像的每一个区段之内的相对应的位置，确定所述标记在所述未读图像的每一个区段之内的校正位置的意义。

3.根据权利要求2所述的方法，其中，由三个对准标记的位置限定所述区段，并且所述方法还包括以下步骤：

将三点传递函数方程应用于由三个对准标记所限定的每一个区段。

4.根据权利要求3所述的方法，还包括以下步骤：

针对所述模型图像中的标记的位置构建x，y坐标系，并且针对所述未读图像中的标记构建x′，y′坐标系，其中，所述三标记传递函数是：x′＝A′x+B′y+C′和y′＝D′x+E′y＝F′。

5.根据权利要求2所述的方法，其中，由四个对准标记的位置限定所述区段，并且所述方法还包括以下步骤：

将四点传递函数方程应用于由四个对准标记所限定的每一个区段。

6.根据权利要求5所述的方法，还包括以下步骤：

针对所述模型表格图像中的标记的位置构建x，y坐标系，并且针对所述未读表格图像中的标记构建x′，y′坐标系，其中，所述四标记传递函数是：

$x^{\′}=\frac{\mathrm{Ax}+\mathrm{By}+C}{\mathrm{Gx}+\mathrm{Hy}+1}$ 和

$y^{\′}=\frac{\mathrm{Dx}+\mathrm{Ey}+F}{\mathrm{Gx}+\mathrm{Hy}+1}.$

7.根据权利要求2所述的方法，还包括以下步骤：将多标记传递函数应用于所述未读表格图像的、由八个对准标记所限定的每一个区段，其中，所述传递函数是：

$x^{\′}=a_1+a_{2}x+a_{3}y+a_4\mathrm{xy}+a_5{x}^2+a_6{y}^2+a_7{\mathrm{xy}}^2+a_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{a}_n{u}_n(x,y)={\mathrm{UA}}^{\′\′}$ 和

$y^{\′}=b_1+b_{2}x+b_{3}y+b_4\mathrm{xy}+b_5{x}^2+b_6{y}^2+b_7{\mathrm{xy}}^2+b_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{b}_n{u}_n(x,y)={\mathrm{UB}}^{\′\′}.$

8.根据权利要求1所述的方法，还包括以下步骤：

生成所述未读图像上的特定标记的校正位置，其中，所述模型图像上的特定标记的位置是已知的；

计算所述未读图像上的特定标记的校正位置与所述模型图像上的特定标记的相对应的已知位置的差；

建立误差阈值；及

将所述差与所述阈值进行比较，并且如果所述差超过所述阈值，则拒绝所述表格。

9.一种用于处理和校正已知表格上的标记的系统，所述系统包括：

照明设备，所述照明设备照射对某些光进行反射的表格；

照相机，所述照相机被设置成从所述表格接收所反射的光；

照相机电子设备，所述照相机电子设备提取和存储所述表格的所述未读图像，所述未读图像具有在各位置处的对准标记；

所述表格的模型图像，所述模型图像具有对准标记；

区段，所述区段由所述对准标记的位置所限定；

针对每一个区段的传递函数，所述传递函数是根据所存储的未读图像及模型图像的相对应的对准标记的位置的；及

生成校正位置的应用程序，所述生成校正位置的应用程序通过将所述传递函数应用到所存储的未读图像的每一个区段之内的标记，生成所存储的未读图像的每一个区段之内的标记的校正位置。

10.根据权利要求9所述的系统，还包括：

所存储的未读图像及所述模型图像上的位置的坐标系；及

确定标记意义的应用程序，所述确定标记意义的应用程序通过参考所述模型图像上的相对应的位置来确定具有校正位置的标记的意义。

11.根据权利要求10所述的系统，还包括：

所存储的未读图像上的、具有校正位置的特定标记，以及所述模型图像上的、相对应的特定标记，其中，所述模型图像上的特定标记的位置是已知的；

计算器，所述计算器用于计算所述未读图像上的特定标记的校正位置与所述模型图像上的特定标记的相对应的已知位置的差；

误差阈值；及

比较器，所述比较器用于将所述差与所述误差阈值进行比较，并且如果所述差超过所述阈值，则拒绝所述表格。

12.一种包括用于确定已知类型表格上的标记的位置的可执行程序指令的计算机可读介质，所述可执行程序包括一个或多个程序指令，所述程序指令用于：

在计算机系统中存储所述未读表格的模型的图像，所述模型图像包括对准标记；

在所述计算机系统中存储所述未读表格的图像，所述未读图像包括与所述模型图像上的对准标记相对应的对准标记；

将所述模型图像分成一组区段，其中，每一个区段由至少三个对准标记的位置所限定；

通过将所述模型图像上的对准标记与所述未读图像上的相对应的对准标记进行比较，检测与所述模型图像上的区段相对应的所述未读图像上的区段；

根据所述模型图像和所述未读图像的相对应的对准标记的位置，针对所述未读图像的每一个区段生成传递函数；及

将每一个区段的传递函数应用于所述未读图像的相对应的区段上的标记的位置来生成所述标记的校正位置，由此实现对所述未读表格的读取。

13.根据权利要求12所述的计算机可读介质，还包括如下程序指令，所述程序指令用于：

针对每一个区段形成坐标系，其中，针对每一个区段的传递函数对失真进行补偿；

参考所述模型图像的每一个区段之内的标记的相对应的位置，确定所述未读图像的每一个区段之内的标记的校正位置的意义；及

将三标记传递函数应用于由三个对准标记所限定的每一个区段。

14.根据权利要求13所述的计算机可读介质，其中，所述三标记传递函数是：x′＝A′x+B′y+C′和y′＝D′x+E′y＝F′。

15.根据权利要求12所述的计算机可读介质，还包括如下程序指令，所述程序指令用于：

针对每一个区段形成坐标系，其中，针对每一个区段的传递函数对失真进行补偿；

参考所述模型图像的每一个区段之内的标记的相对应的位置来确定所述未读图像的每一个区段之内的标记的校正位置的意义；及

将三标记传递函数应用于由四个对准标记所限定的每一个区段。

16.根据权利要求15所述的计算机可读介质，其中，所述四标记标记传递函数是：

$x^{\′}=\frac{\mathrm{Ax}+\mathrm{By}+C}{\mathrm{Gx}+\mathrm{Hy}+1}$ 和

$y^{\′}=\frac{\mathrm{Dx}+\mathrm{Ey}+F}{\mathrm{Gx}+\mathrm{Hy}+1}.$

17.根据权利要求12所述的计算机可读介质，还包括如下程序指令，所述程序指令用于：

针对每一个区段形成坐标系，其中，针对每一个区段的传递函数对失真进行补偿；

参考所述模型图像的每一个区段之内的标记的相对应的位置，确定所述未读图像的每一个区段之内的标记的校正位置的意义；及

将多标记传递函数应用于由八个对准标记所限定的每一个区段，其中，所述传递函数是：

$x^{\′}=a_1+a_{2}x+a_{3}y+a_4\mathrm{xy}+a_5{x}^2+a_6{y}^2+a_7{\mathrm{xy}}^2+a_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{a}_n{u}_n(x,y)={\mathrm{UA}}^{\′\′}$ 和

$y^{\′}=b_1+b_{2}x+b_{3}y+b_4\mathrm{xy}+b_5{x}^2+b_6{y}^2+b_7{\mathrm{xy}}^2+b_8{x}^{2}y$

$\≡\underset{n=\mathrm{1,8}}{\mathrm{\Σ}}{b}_n{u}_n(x,y)={\mathrm{UB}}^{\′\′}.$

18.根据权利要求12所述的计算机可读介质，还包括如下程序指令，所述程序指令用于：

参考所述模型图像的每一个区段之内的标记的相对应的位置，确定所述未读图像的每一个区段之内的标记的校正位置的意义。

19.根据权利要求1所述的方法，其中，所述未读表格选自印制文档、投注单、彩票刮刮乐和彩票即时票。

20.根据权利要求9所述的系统，其中，所述已知的表格选自印制文档、投注单、刮开型彩票和即时型彩票。

Images