[发明专利]一种用于征信系统的人物特征图像处理方法及其征信系统

摘要

本发明涉及一种用于征信系统的人物特征图像处理方法，其包括采用高清数字图像灰度化处理模块对图像进行灰度处理；通过高清数字图像去噪模块对高清图像进行去噪处理；通过高清数字图像的锐化模块对图像进行锐化处理，使图像更加清晰。之后使用高清数字图像的形态学处理模块对图像进行处理，凸显出图像的特征。最后导入高清数字图像识别库，通过对图像自动检索的自动识别来确认图像的类型和特征。经过本发明处理后的图像，有效色值更加清晰，并且存储在云服务器中，供政府、银行或公安司法部门调取，大大提高了对个人身份的识别效率，为全国征信系统的运行提供了基础。

主权项

一种用于征信系统的人物特征图像处理方法，其特征在于，其具体包括如下步骤：步骤一：使用平均值法将人物特征图像中的三个分量的亮度求平均值，从而得到一个灰度值，将其作为灰度图像的灰度，图像灰度函数Gray(i，j)＝(R(i，j)+G(i，j)+B(i，j))/3；步骤二：先用中值滤波去除掉有规律的噪点，之后使用平均法对二值化图像进行去噪，即用几个像素灰度的平均值来代替每个像素的灰度；步骤三：使用Laplacian算子对图像进行锐化，使图像变的清晰。步骤四：利用图像腐蚀技术消除物体边界点，使边界向内部收缩，边界点腐蚀函数表达式为：其中，B为结构元素，X为边界像素点，X被B腐蚀后得到集合S，S是由B完全包括在X中时B的当前位置的合集；步骤五：采用边界跟踪法提取图像边界，即先在计算机内存缓冲区开辟一块内存，在二值化图像中跟踪边界点，找到一个边界点，就将内存缓冲区中该点相应位置置0，持续跟踪下去，直到回到初始点，最后将内存缓冲区内的内容复制到原图像中；步骤六：采用高斯函数与复平面波乘积组成的函数提取高清图像的特征；该函数表达式如下：G(x,y)＝exp(‑π[(x‑x0)²/α²+(y‑y0)²/β²])·exp(‑2πj[u0(x‑x0)+v0(y‑y0)])其中，exp(‑π[(x‑x0)²/α²+(y‑y0)²/β²])是高斯函数的表达式，通过控制高斯函数的窗口的大小，可以控制函数的作用范围，使函数只在高斯窗内的局部范围产生作用；exp(‑2πj[u0(x‑x0)+v0(y‑y0)])为三角震荡函数，余弦函数作为实部，正弦函数作为虚部；(x,y)为图像的中心点；(x0,y0)为滤波器的中心位置；α和β分别为高斯函数的宽度和高度；j为虚数单位；(u0，v0)为调制系数，是二维复正弦函数的参数，决定了滤波器的尺度；通过调整函数中的一系列参数(x0,y0,u0,v0,α0,β0)就可以获得不同形式的滤波器对目标图像的目标特征进行提取。