[发明专利]JPEG压缩文档的图像预处理方法及装置在审

专利信息
申请号: 201810162773.8 申请日: 2018-02-26
公开(公告)号: CN108416748A 公开(公告)日: 2018-08-17
发明(设计)人: 余宙;杨永智;郭萌 申请(专利权)人: 阿博茨德(北京)科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T3/40;G06N3/04
代理公司: 北京市领专知识产权代理有限公司 11590 代理人: 林辉轮;张玲
地址: 100083 北京市海淀区学院*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 卷积 图像预处理 网络模型 图像 文档 发明方法及装置 电子文档 文档分析 激活层 输入层 亚像素 分辨率 残差 去噪 去除 噪声 解析 帮助
【权利要求书】:

1.一种JPEG压缩文档的图像预处理方法,包括:

接收待处理的JPEG图像;

利用预先训练的全卷积网络模型对接收到的JPEG图像进行去噪处理,以得到去除噪声且分辨率提高的图像。

2.根据权利要求1所述的方法,其特征在于,所述全卷积网络模型中包括输入层、卷积层、激活层、残差模块、BN层和亚像素层。

3.根据权利要求1所述的方法,其特征在于,所述全卷积网络模型通过以下步骤训练得到:

a,随机初始化全卷积网络模型的参数;

b,随机选取batchsize张样本图片,并在每张样本图片上随机截取W*H尺寸的图像,作为本次迭代目标图像样本,其中batchsize表示批尺寸;

c,将目标图像样本中的每个像素归一化处理;

d,将目标图像样本进行双线性插值的n倍分辨率降低,并按照随机压缩比进行JPEG压缩,得到仿真的JPEG压缩图像,尺寸为

e,将步骤d得到的batchsize张JPEG图像作为输入,传入到步骤a中的全卷积网络模型中,得到输出图像,尺寸为W*H;

f,计算本次迭代当前均方误差损失loss:

其中target为目标图像样本的目标值,output为对应的降低n倍分辨率后的JPEG图像输入到全卷积网络模型中得到的输出值;

g,利用BP算法更新当前全卷积网络模型的参数;

循环执行步骤b~g,直至预先设定的迭代次数。

4.根据权利要求1所述的方法,其特征在于,所述得到去除噪声且分辨率提高的图像之后还包括步骤:将得到的去除噪声且分辨率提高的图像中的每个像素去归一化到0~255之间。

5.一种JPEG压缩文档的图像预处理装置,其特征在于,包括:

图像接收模块,用于接收待处理的JPEG图像;

图像预处理模块,用于利用预先训练的全卷积网络模型对所述图像接收模块所接收的待处理的JPEG图像进行去噪处理,得到去除噪声且分辨率提高的图像。

6.根据权利要求5所述的装置,其特征在于,所述全卷积网络模型中包括输入层、卷积层、激活层、残差模块、BN层和亚像素层。

7.根据权利要求5所述的装置,其特征在于,还包括模型训练模块,用于训练得到所述全卷积网络模型。

8.根据权利要求7所述的装置,其中所述模型训练模块通过如下方式训练得到所述全卷积网络模型:

a,随机初始化全卷积网络模型的参数;

b,随机选取batchsize张样本图片,并在每张样本图片上随机截取W*H尺寸的图像,作为本次迭代目标图像样本,其中batchsize表示批尺寸;

c,将目标图像样本中的每个像素归一化处理;

d,将归一化处理后的目标图像样本进行双线性插值的n倍分辨率降低,并按照随机压缩比进行JPEG压缩,得到仿真的JPEG压缩图像,尺寸为

e,将步骤d得到的batchsize张仿真的JPEG压缩图像作为输入,传入到经步骤a初始化的全卷积网络模型中,得到输出图像,尺寸为W*H;

f,计算本次迭代当前均方误差损失loss:

其中target为目标图像样本的目标值,output为对应的降低n倍分辨率后的JPEG图像输入到全卷积网络模型中得到的输出值;

g,利用BP算法更新当前全卷积网络模型的参数;

循环执行步骤b~g,直至预先设定的迭代次数。

9.根据权利要求5所述的装置,其特征在于,还包括去归一化模块,用于将得到的去除噪声且分辨率提高的图像中的每个像素去归一化到0~255之间。

10.一种包括计算机可读指令的计算机可读存储介质,其特征在于,所述计算机可读指令在被执行时使处理器执行权利要求1-4任一所述方法中的操作。

11.一种电子设备,其特征在于,所述的设备包括:

存储器,存储程序指令;

处理器,与所述存储器相连接,执行存储器中的程序指令,实现权利要求1-4任一所述方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿博茨德(北京)科技有限公司,未经阿博茨德(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810162773.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top