基于移動智能終端的車票管理軟件設計

李建　尹項博　李佳俊　王海瑞

摘要：該文基于數字圖像處理技術及OCR文字識別引擎，在基于Android的智能終端上設計了一個列車車票管理軟件，簡化列車員的管理工作。文中重點研究了如何通過預處理過程來加快OCR引擎的速度，提高正確率。

關鍵詞：圖像預處理；開源OCR引擎；二維條碼；Android開發

中圖分類號：TP391.44

在旅客列車開行過程中，列車員的一項重要而繁瑣的重復性工作是核驗乘客的車票，防止旅客上錯車；在即將到站時提醒相應鋪位的乘客，以防旅客坐過站。在平板電腦、智能手機等移動智能終端廣泛應用的大背景下，可利用攝像頭采集車票圖像，再通過圖像處理技術提取出車票信息，實現車票管理的信息化。

從車票提取乘客信息有兩種渠道，一是通過車票右下方的二維條形碼（QR碼）；二是直接通過文字識別技術，讀取車票上的文字信息。第一種渠道中，需要破解QR碼的加密算法才能獲得車票信息，這是一種不合適的行為。對于基層列車乘務員而言，是沒有權限接入鐵路部門的票務系統的。因此，應該考慮使用第二種方案來提取車票信息。這種方案的優點是避免了破解加密算法及帶來的法律糾紛；缺點是需要進行圖像處理及文字識別，運算量相對大一些。由于現有的移動智能終端大都配備4核1.2GHz以上的ARM處理器，1G Bytes以上的內存，及高分辨率攝像頭，使得實時采集車票圖像并提取車票信息成為可能。

1 系統概況

基于智能終端的驗票軟件，其圖像采集設備采用終端自帶的攝像頭，通過終端自帶的LCD屏、喇叭輸出結果，充分利用智能終端的資源，大大降低系統部署成本。

為便于大量旅客信息的保存及查詢，采用Sqlite數據庫存儲車票數據。此外，還有一些有關列車的設置信息，比如車次、車廂號、各站點的到站發站時間等。列車員可以通過觸摸屏手動輸入這些設置信息，也可以通過鐵路網站直接下載。

軟件的主要處理過程如圖1所示：

預處理過程主要包括顏色空間轉換、去噪、圖像校正等過程。文字識別過程主要基于OCR（Optical character recognition）識別引擎完成文字提取。識別結果存入數據庫后，軟件根據到站時間設置提醒鬧鐘，確定何時發出旅客到站的提醒信號。下面重點對預處理和識別部分的原理及過程進行敘述。

2 詳細處理過程

2.1 預處理過程

本設計中的預處理過程主要包括以下兩個方面：基于QR碼圖形的幾何調整，以及基于固定位置的文本區域分割。

2.1.1 基于QR碼圖形的幾何調整

由于采集距離遠近及拍攝角度的不同，采集的車票圖像尺寸和系統中標準車票圖像尺寸間存在較大的差別，為便于后續處理，在預處理階段除了進行顏色空間轉換、去噪外，重點進行圖像的幾何調整。盡管OCR引擎在一定程度上能夠自動處理諸如圖像旋轉、縮放、圖像顛倒等問題，但會引入更多的計算量，同時增加出錯的概率。為了提高識別性能，我們根據車票的特殊標志對車票圖像進行幾何調整。由于新一代的火車票票面上均印有二維QR碼，我們可以通過二維QR碼的形狀及位置信息來對車票的幾何參數加以判斷。典型的火車票圖片如圖2所示：

從中可以看到，由于拍攝時不可避免地會產生圖像旋轉現象，在進行后續處理之前，需要先將圖片旋轉復原到正常位置。旋轉復原的前提是確定圖像拍攝時被旋轉的角度，方法如下：

首先提取車票QR碼圖像的灰度邊緣。常用的邊緣提取算法有Sobel[1]、Canny[2]算子等，其中Canny算子的性能最好，但是復雜度較高；而Sobel算子具有計算過程簡單的特點，適合在嵌入式設備上運行。這里使用Sobel算子的垂直模板來提取邊緣，并對邊緣圖像進行二值化，得到的結果如圖3所示。

接著對圖中的線條進行骨骼化[1]處理。為了防止大量短線條的干擾，可以在進行骨骼化之前，使用膨脹腐蝕算法來濾除圖中的大量小區域。骨骼化后的結果如圖4所示。

可以使用直線擬合方法來提取圖4中的各條直線，但更常用的是使用Hough變換[3]。Hough變換把圖像空間中的直線檢測問題轉換為參數空間中的點檢測問題，再在參數空間中通過簡單的累加計算完成檢測。完成Hough變換檢測直線的結果如圖5所示。利用圖中直線的斜率，就可以判斷QR碼的旋轉角度（即車票圖像的旋轉角度）；通過對車票圖像執行一個旋轉變換，便可得標準角度的車票圖像。

另外一個問題是判斷車票的縮放比例以及判斷車票是否顛倒。在本設計中，我們通過QR碼中的位置探測圖形來實現檢測。

在QR碼中，位置探測圖形是指QR碼中位于左上、右上、左下三個區域的方塊狀圖形。如圖6所示。每個位置探測圖形的模塊序列由一個深色-淺色-深色-淺色的次序構成，各元素的相對寬度的比例是1：1：3：1：1。檢測位置探測圖形的方法有很多[4]，這里不詳細敘述。找到三個位置探測圖形以后，根據三者中心坐標之間的關系，可以判斷出圖像是正立還是倒立的，方法如下：

假設圖像的坐標原點位于左上角，三個位置探測圖形中心處的坐標分別為：（x1，y1），（x2，y2），（x3，y3）。由三個點連接的三條線段中，尋找夾角接近90°的兩條線段，如果90°夾角的內部指向右下角，則圖像是正立的；否則圖像是倒立的。

對于車票的縮放比例，在圖片的角度已經旋轉復原的情況下，根據測量三個位置探測圖形的距離WX，WY，對比標準參考圖像中的位置探測圖像間的距離WX_ref，WY_ref，便可計算出圖片在水平和垂直方向上的大致縮放比例。

2.1.2 文本區域分割

調整完角度和方向的圖片可以直接輸入到OCR引擎進行文字識別。但由于車票上很多區域都沒有文字信息，且有一部分文字不是我們所關注的，沒有必要進行識別。另外，開源OCR識別引擎的處理速度比較慢，處理太大的圖片時難以滿足實時性的要求。比如，經測試，一張分辨率為1280x960的車票圖片，在MTK6589處理器上利用tesseract引擎進行文字識別時，大概需要10秒鐘左右的時間，實時性較差。在本設計中，考慮到關注的文字信息只出現在一些固定的區域，一旦火車票的角度和尺寸被復原后，文字區域的位置是固定的?？梢砸虼藢⑽淖謪^域分割出來，加快OCR的處理速度。圖7中，方框部分為由程序根據預先設置的坐標標識出來的關注區域。從中可以看到，車票上關注的區域只有6個，所含文字數量非常有限，有利于加快OCR的識別速度。

2.2 文字識別

關于光學字符設別OCR的研究已經非常多，尤其是商用的OCR引擎已經能夠達到比較好的識別效果，如漢王[5]、ABBYY[6]，等，但是由于涉及版權及成本問題，沒有在本設計中采用。開源OCR也比較多，比較流行的比如tesseract[7]。與專業OCR識別引擎相比，開源OCR的識別正確率較低，速度較慢。但如果針對某個具體的問題來加以優化，則可大大改善其性能。

為了提高tesseract識別的速度和準確率，我們先按照位置來對車票圖像進行分割；接著對不同區域的分割圖片采用不同的訓練和識別策略：

（1）對于車次、座號、席別、日期時間等區域，由于其格式是完全固定的，所含字符的種類也十分有限，因此，我們有針對地訓練比較小的模板庫進行識別，加快識別的過程，提高識別的準確性。

（2）對于起點站、終到站區域。由于車次識別完成后，其?？空军c的選項就已經確定，因此，我們讓識別引擎有針對地比對與該次車各個候選站點的相似性，從而提高準確率。

測試表明，采用上面的方法后，識別單張車票圖像的時間從10余秒減少到1秒左右，能夠滿足實用的需求。

2.3 后續處理

一旦識別出車票，則首先判斷該旅客是否屬于本次列車、本車廂。如果不是，不允許旅客上車；如果是，則將旅客數據記錄進數據庫，并啟動定時器，周期性的檢查旅客是否即將到站，一旦即將到站，則發出提示信息。檢查的準則是根據當前時間與軟件中預置的列車到站時刻表。如果發生列車晚點，則在列車到達中間站后，乘務員可根據到站時間人為修正一個時間偏移。

3 結束語

本設計基于OCR文字識別引擎，在移動智能終端上設計了一個車票管理軟件，基于該軟件可以簡化列車員的工作量，提高工作效率。本設計的特點是在預處理階段，通過QR碼的特征來對車票進行幾何校正；在OCR識別的過程中，通過分割車票的感興趣區域，加快識別速度。

參考文獻：

[1]R. Gonzalez， R. Woods. Digital Image Processing， Addison Wesley， 1992，pp 414-428.

[2]J. Canny. A Computational Approach To Edge Detection， IEEE Trans. Pattern Analysis and Machine Intelligence， 8：679-714，1986.

[3]R. O. Duda， P. E. Hart. Use of the Hough Transformation to Detect Lines and Curves in Pictures.Comm. ACM， Vol.15， pp.11-15.

[4]劉宏偉，苗東，李志剛等.二維條碼的識別方法[J].微計算機信息（測控自動化），2004（04）.

[5]漢王文本識別技術.http：//ka.hanwang.com.cn/OCR技術/index.htm.

[6]泰比移動OCR引擎.http：//www.abbyy.cn/mobileocr/.

[7]tesseract.https：//code.google.com/p/tesseract-android-tools/.

作者信息：李建（1994-），男，吉林四平人，本科在讀，電子信息工程專業。

作者單位：北方工業大學 電子信息工程學院，北京 100041

基金項目：北京市大學生科學研究與創業行動計劃項目。