基于MATLAB的身份证号码的识别算法

邱道尹，刘清霞

(华北水利水电学院，河南 郑州 450011)

基于MATLAB的身份证号码的识别算法

邱道尹，刘清霞

(华北水利水电学院，河南 郑州 450011)

为快速识别身份证号码，以计算机视觉系统为技术手段，以第二代居民身份证为研究对象，从身份证号码图像中提取号码数字0—9的空间分布特征和结构特征，采用相似系数最大和结构特征一致准则，应用MATLAB软件编程实现了身份证号码的快速识别.运用图像处理和模式识别技术，实现了身份证号码图像的预处理、图像分割、号码图像的修正、号码体的定位、号码体的识别等算法，建立了基于摄像头的身份证号码识别系统.系统的识别速度和准确率可满足实际需要.

身份证号码;MATLAB;数字分割

身份证号码是公民身份的唯一标识，出于保障公民合法权益和社会治安的考虑，越来越多的行业都开始要求录入客户的身份证，这是一项非常繁琐的工作.手工录入效率低且容易出错.为解决此问题，笔者基于各个数字的不同，对身份证进行一系列预处理后精确地把数字分割出来，采用MATLAB对身份证号码进行识别.实验证明，该方法的识别速度和准确率可以满足实际需要.

1 总体方案设计

第二代身份证是一个长度为85.6 mm，宽度为54.0 mm的长方形图片，大小固定，18位身份证号码位于身份证的右下方，其字体类型为OCRB10BT.基于身份证的这些特点，设计方案如图1所示.

图1 总体方案流程

2 图像采集

2.1 图像获取装置的制作

采用一个身份证图像获取装置来获得稳定的图像.获取装置手工制作，由光源、摄像头、木板支架3部分构成，主要零件包括220 V(10 W)环形光源、镇流器、白色灯罩、高清摄像头、黑色磨砂材料、固定摄像头与光源的木板结构支架，如图2所示.

图2 图像获取装置示意图

这个装置是一个类似灯箱结构的装置，长度16.5 cm，宽度15.0 cm，高度 35.5 cm.由一个木质地板和两个垂直木质秤组成，用黑纸将其包围，又用2个横向木质秤将黑纸和木质架子固定.整个装置用黑纸围起来，在下方开一个门，可以自由地放取身份证.装置是不透光全封闭的，以免受到外部光线变化的影响，防止拍摄到的身份证图像表面有很亮的反光，造成号码体被遮盖等，如图3所示.

构成装置的光源采用稳定的内置环形光源近距离照射，灯管为10 W，固定于装置最上方.为了避免获得的身份证图像出现很亮的白斑点，灯管下方一定距离处放置平行于灯的白色灯罩来遮蔽装置，使得光源的光分散，均匀照射出去，避免了直射强光直接照射身份证带来的亮斑点和强反光.同时，环形光源在一侧均匀照射，克服了身份证表面的防伪标记在图像上的显现，降低了其干扰.另一方面，在封闭的装置内采用稳定的环形光源，以保证获得的图像不受外界光线的影响，即便在光线很弱的夜晚，该装置也能够正常使用.

图3 图像获取装置

构成装置的摄像头固定于装置的中部，以横穿装置的双层铁丝为支架，固定时，摄像头紧贴灯罩，镜头通过灯罩上所挖的圆孔突出出来，以便调节焦距和采集图像.摄像头选用深圳极速科技有限公司的大画质720 P高清摄像头，型号为V5，分辨率可达到1 280×960，可以满足实际需求.采用此装置，获取了50张身份证彩色图片.

2.2 图像预处理

因为获取的身份证图像为真彩色图像，为了提高身份证图像的处理速度，增强图像的识别效果，身份证号码识别的预处理系统首先对图像进行灰度化的操作，得到的灰度图像如图4所示.然后对身份证号码进行切割，取得号码部分，得到的图像如图5所示.

图4 灰度化后的身份证图像

图5 切割后的身份证号码图像

将灰度图像转化为二值图像称为灰度图像的二值化.二值化一般采用阈值分割法，基本原理为:根据图像的大致灰度分布情况，选取一个合适的灰度值(称为阈值)，这个灰度值可以理解为一个临界值，它将图像中的灰度分成2个灰度级，图像中凡是大于或是等于该灰度值的像素点将其灰度值设置为1，凡是小于该灰度值的像素点将其灰度值设为0.被处理后的像素中只有黑白2色［1］.得到的图像如图6所示.

图6 二值化和求反后的身份证号码图像

在将图像扫描进计算机的过程中，由于光线强弱不同等原因，图像中不可避免地存在噪声和干扰，所以要进行平滑处理，用膨胀和腐蚀运算进行处理.函数imdilate是用来膨胀图像.膨胀是在二值图像中“加长”和“变粗”的操作，这种特殊的方式和变粗的程度有一个称为结构元素的集合控制.函数strel是运用各种形状和大小构造结构元素.腐蚀是在二值图像中“收缩”和“细化”的操作，收缩的方式和程度有结构元素控制.函数imerode用来腐蚀图像［3］.得到的图像如图7所示.

图7 去噪后的身份证号码区域子图像

在定位了身份证号码区域子图像并去噪后，需要在该区域子图中提取出18个身份证号码子图，以便后续预处理中更方便地观察字符特征并提取，同时为号码识别提供方便.分割后的数字如图8所示.

图8 分割之后的10个阿拉伯数字图像

3 身份证号码的特征提取及识别

3.1 欧拉数特征的提取

读入1张身份证，灰度化，截取身份证号码，形态学处理，二值化，切割字符，求出单个子图像.经过图像预处理以后，观察10个阿拉伯数字，其中数字8的欧拉数与其他9个数字的欧拉数不一样，数字0，6，9的欧拉数一样，剩下的6个数字欧拉数一样，所以欧拉数为一个特征［2］.10个数字的欧拉数见表1.

表1 阿拉伯数字的欧拉数

利用欧拉数特征将字符8区别开来，同时将字符0，6和9归为1组，欧拉数特征为1，将字符1，2，3，4，5，7 和 X 归为一组，欧拉数特征为0.

3.2 特征提取

对切割好的数字字符图像求出其长度和高度，再求出长度和高度的1/2和1/4.

3.2.1 计算各个位置上数字1的和

切割好的图像是二值图像，数字图像矩阵的元素由0和1构成，有笔画的矩阵元素为1，空白处矩阵元素为0.根据这个特性，提取特征，统计1的个数，即计算各个位置上数字1的和.

1)整体和:整个矩阵中所有位置上的1相加.2)左半部和:整个高度和长度的1/2矩阵位置上的1相加.

3)右半部和:整体和减去左半部和.

4)上半部和:上部高度为1/2的整个长度矩阵位置上的1相加.

5)下半部和:整体和减去上半部和.

6)上左半部和:矩阵的1/4，靠近上面和左面位置上的1相加.

7)上右半部和:上半部和减去上左半部和.

8)左上半部和:矩阵的1/4，靠近左边和上边位置上的1相加.

9)左下半部和:左半部和减去左上半部和.

10)上上半部和:上部高度为1/4的整个长度矩阵位置上的1相加.

11)上下半部和:上半部和减去上上半部和.

3.2.2 提取阿拉伯数字的6个特征

1)整体左右比:左半部和除以右半部和.

2)整体上下比:上半部和除以下半部和.

3)上部左右比:上左半部之和除以上右半部和.

4)左部上下比:左上半部和除以左下半部和.

5)上部上下比:上上半部和除以上下半部和.

3.2.3 注意事项

选择特征时，需要注意下面几个方面.

1)在数字9，0，6中，欧拉数一样，而整体上下比相差很大.

2)欧拉数为0时，整体上下比大于1的是数字1和7，小于1的是4，和1差不多的是3，上部左右比中，右多的是数字7，对称的是1.

3)左右比中，数字2和5差别不大，而上部左右比中，右部多的是数字2，左部多的是数字5.以数字4为例，具体特征值见表2和表3.

表2 数字4的特征值

表3 10个数字的5个特征值

3.3 K近邻分类器设计

为了验证预处理算法，设计了K近邻分类器对身份证号码进行识别.K近邻原理是:如果一个样本在特征空间中的K个最相似(即特征空间中的最近邻)的样本中的大多数属于一种类别，则该样本就属于该类别.根据已知类别的训练样本和未知类别的待测样本，利用公式可以计算出该训练样本和待测样本之间的距离，把距离按照从小到大进行排序，找出距离最近的K个样本，根据这K个样本的类别来决定待测样本的类别［4］.

由于采集的身份证图像中字符X的个数较少，对于样本训练不理想，因此，这里不再验证.其余每类字符选取50个样本，30个用于训练样本，20个作为待测样本，则共有500个样本，选取样本的整体上下比、整体左右比、上部左右比、上部上下比4个特征为特征向量计算每个待测样本向量与300个训练样本向量之间的距离，找出最小的K个距离，待测样本属于K个最小距离中大多数的哪一类.让K从1到30取值，则得出各个K值下的识别率，见表4.由表4可以看出，识别率最小时为99.5%，说明预处理效果较好，特征提取也比较有效.

表4 不同K值下的识别率

4 结语

该系统从硬件和软件两个方面较好地解决了身份证防伪标记对于身份证图像的影响.实验结果表明，该算法简单，易于实现，识别效果较好，为身份证号码的自动识别提供了理论基础.

［1］Rafacel C Gonzalez，Richard E Woods.数字图像处理:MATLAB版［M］.北京:电子工业出版社，2005.

［2］陶胜.用MATLAB实现身份证号码快速识别［J］.电脑编程技巧与维护，2009，20(6):72 －75.

［3］吕松茂，韩震宇.身份证号码快速识别系统［J］.实用测试技术，2002，27(12):31 －33.

［4］贾震斌，田立炎.基于BP神经网络的身份证号码识别算法［J］.苏州市职业大学学报，2006，30(7):92－94.

The Recognition Algorithm of the ID Number Based on MATLAB

QIU Dao-yin，LIU Qing-xia
(North China Institute of Water Conservancy and Hydroelectric Power，Zhengzhou 450011，China)

Taking the computer vision system as the technical means as well as the second generation ID as the research object，the fast recognition of ID number has been realized by extracting characteristics of spatial distribution and structure of number 0－9 from the digital ID number image，using the criteria of maximal similarity coefficient and consistent structural characteristics，and programming by the MATLAB software.Many algorithms have been realized such as ID number image pretreatment，image segmentation，image correction，number orientation and identification using image processing and pattern recognition technology，and ID number identification system has been established on the basis of cameras，whose recognition speed and accuracy can meet the practical demands.

ID number;MATLAB;figure division

1002－5634(2012)02－0091－04

2011－08－30

邱道尹(1961—)，男，江苏丹阳人，教授，博士，主要从事模式识别与智能系统方面的研究.

(责任编辑:杜明侠)