|本期目录/Table of Contents|

[1]兰红,黄敏.TFR算法的身份证照图像处理方法[J].江西理工大学学报,2020,41(01):77-82.[doi:10.13265/j.cnki.jxlgdxxB.2020.01.012 ]
 LAN Hong,HUANG Min.Image processing method for ID photos Based on TFR algorithm[J].Journal of Jiangxi University of Science and Technology,2020,41(01):77-82.[doi:10.13265/j.cnki.jxlgdxxB.2020.01.012 ]


点击复制
TFR算法的身份证照图像处理方法(/HTML)
分享到:

《江西理工大学学报》[ISSN:2095-3046/CN:36-1289/TF]

卷:
41卷
期数:
2020年01期
页码:
77-82
栏目:
控制·信息
出版日期:
2020-02-29

文章信息/Info

Title:
Image processing method for ID photos Based on TFR algorithm
文章编号:
2095-3046(2020)01-0077-06  
作者:
兰红 黄敏
(江西理工大学信息工程学院,江西 赣州 341000)
Author(s):
LAN HongHUANG Min
(School of Information Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, China)
关键词:
证件照处理头顶距裁剪算法改进的FloodFill算法均值RGB换肤算法
分类号:
TP751.1  
DOI:
10.13265/j.cnki.jxlgdxxB.2020.01.012
文献标志码:
A
摘要:
二代居民身份证对数字相片具有严格标准,为了把不符合标准的相片处理成合格的身份证照,提出了TFR算法的身份证照图像处理方法。TFR算法对不符合标准的相片分三步进行处理:①先用头顶距裁剪T算法裁剪相片;②再用改进FloodFill的F算法进行相片背景替换;③最后再用均值RGB换肤R算法进行肤色调整。通过以上三步即能成功将不合格相片转换成合格的身份证照,并通过“二代居民身份证相片检测平台”检测合格。针对处理证件照文献不足的情况,创新地提出了TFR算法来解决现有问题。运用本文证件照图像处理方法处理相片,用户只需提供一张背景较简单的单人照,就能将之自动转换成符合标准的身份证相片,解决了通常需要前往照相馆拍摄身份证相片所带来的不便。

参考文献/References:

[1] GA 461-2004,居民身份证制证用数字相片技术要求[S]. 北京:中国标准出版社,2004.
[2] 孙庆英,翟海峰. 基于Android平台的智能证件照系统的设计与实现[J]. 淮阴师范学院学报(自然科学版),2017,16(3):226-231.
[3] 王炜程. 基于人脸检测的批量证件照并行自动裁剪的研究及实现[J]. 软件,2014,35(2):119-122.
[4] ShahaBi M, Unnikrishnan A, Boyles S D. An outer approximation algorithm for the roBust shortest path proBlem[J]. Transportation Research Part E: Logistics and Transportation Review, 2013, 58:52-66.
[5] 王润民,刘占文,杨澜,等.基于FLOOD Fill算法的迷宫路径求解方法研究[J]. 计算机应用与软件,2015,32(11):238-242.
[6] 江苏省质量和标准化研究院. 一种基于Flood-Fill和SVM的RFID多标签三维最优分布检测方法:中国,CN201611076284.8[P].2017-05-31.
[7] 薛盼为,王玉平,余鹰. 基于电脑鼠实验平台的Dijstra算法和Floor-fill算法比较研究[J].武汉理工大学学报(交通科学与工程版),2016,40(4):750-754.
[8] Zhang H M, Peh L S, Wang Y H. Study on flood-fill algorithm used in micromouse solving maze[J]. Applied Mechanics and Materials, 2014, 599:1981-1984.
[9] 陈佳鑫,贾英民. 一种基于漫水填充法的实时彩色目标识别方法[J]. 计算机仿真,2012,29(3):4-9.
[10] 望熙荣. OpenCV和Visual Studio图像识别应用开发[M]. 北京:人民邮电出版社,2017.
[11] 赵春江. C#数字图像处理算法典型实例[M]. 北京:人民邮电出版社,2009:7-10.
[12] 李双远,谈国胜.基于C#数字图像智能处理系统的技术分析与研究[J].计算机产品与流通,2019(1):214.
[13] 张潇磊,姚吉龙.基于EmguCV的人脸检测控制系统[J]. 电子技术与软件工程,2013(14):69.
[14] 王燕,曹银杰,郎丰法,等. 基于Emgu CV的数字相机图像采集[J]. 电子科技,2012,25(4):31-32.
[15] 杨延新. 基于C#语言的EmguCV图像处理[J]. 电子制作,2014(11):86-87.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期:2019-03-10
基金项目:国家自然科学基金资助项目(61762046);江西省教育厅科技重点项目(GJJ160599);江西省自然科学基金(20161BAB212048)
作者简介:兰红(1969— ),女,博士,教授,主要从事图像处理、模式识别等方面的研究,E-mail:40376334@qq.com。

更新日期/Last Update: 2020-04-08