[发明专利]一种文本类图像区域的识别方法、系统及相关装置有效

专利信息
申请号: 201810374731.0 申请日: 2018-04-24
公开(公告)号: CN110399867B 公开(公告)日: 2023-05-12
发明(设计)人: 刘杰洪 申请(专利权)人: 深信服科技股份有限公司
主分类号: G06V30/14 分类号: G06V30/14;G06F9/451;G06V30/18
代理公司: 深圳市深佳知识产权代理事务所(普通合伙) 44285 代理人: 王仲凯
地址: 518055 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 文本 图像 区域 识别 方法 系统 相关 装置
【权利要求书】:

1.一种文本类图像区域的识别方法,其特征在于,包括:

将原始图像划分为预设大小的像素宏块;

提取各所述像素宏块的特征信息,并根据各所述特征信息计算得到对应像素宏块的区别特征参数;其中,所述区别特征参数包括颜色特征参数、梯度特征参数中的至少一种;

判断所述区别特征参数是否处于文本类图像区域的区别特征参数范围内;

若是,则确定对应的像素宏块为所述文本类图像区域;

其中,当所述区别特征参数处于文本类图像区域的区别特征参数范围内时,还包括:提取各像素宏块对应的像素值行列和信息,得到各像素宏块的像素值行列和方差以及像素值行列和不同值个数;判断所述像素值行列和方差以及所述像素值行列和不同值个数是否处于所述文本类图像区域的像素值行列和参数范围内;若均处于所述像素值行列和参数范围内,则确定对应的像素宏块为所述文本类图像区域。

2.根据权利要求1所述的识别方法,其特征在于,当所述区别特征参数为所述颜色特征参数时,提取各所述像素宏块的特征信息,并根据各所述特征信息计算得到对应像素宏块的区别特征参数,包括:

提取各所述像素宏块对应的颜色种类和颜色数量;

根据所述颜色种类和所述颜色数量计算得到颜色直方图方差;

将所述颜色数量、所述颜色种类和所述颜色直方图方差共同作为对应像素宏块的颜色特征参数。

3.根据权利要求1或2所述的识别方法,其特征在于,当所述区别特征参数为所述梯度特征参数时,提取各所述像素宏块的特征信息,并根据各所述特征信息计算得到对应像素宏块的区别特征参数,包括:

提取各所述像素宏块对应的横向梯度值、纵向梯度值以及斜向梯度值;

根据所述横向梯度值、所述纵向梯度值以及所述斜向梯度值计算得到梯度和;

将所述梯度和作为对应像素宏块的梯度特征参数。

4.根据权利要求1所述的识别方法,其特征在于,当所述区别特征参数处于文本类图像区域的区别特征参数范围内时,还包括:

根据所述像素宏块的区别特征参数和像素值行列和信息计算得到综合参数;

判断相邻的各像素宏块的综合参数间的差异是否处于预设差异范围内;

若所述差异处于所述预设差异范围内,则确定相邻的各像素宏块均为所述文本类图像区域。

5.一种文本类图像区域的识别系统,其特征在于,包括:

预设大小划分单元,用于将原始图像划分为预设大小的像素宏块;

特征信息提取单元,用于提取各所述像素宏块的特征信息,并根据各所述特征信息计算得到对应像素宏块的区别特征参数;其中,所述区别特征参数包括颜色特征参数、梯度特征参数中的至少一种;

区别特征参数判断单元,用于判断所述区别特征参数是否处于文本类图像区域的区别特征参数范围内;

文本类图像区域第一判定单元,用于当所述区别特征参数处于所述区别特征参数范围内时,确定对应的像素宏块为所述文本类图像区域;

所述识别系统,还包括:

行列和信息获取单元,用于提取各像素宏块对应的像素值行列和信息,得到各像素宏块的像素值行列和方差以及像素值行列和不同值个数;

行列和参数判断子单元,用于判断所述像素值行列和方差以及所述像素值行列和不同值个数是否处于所述文本类图像区域的像素值行列和参数范围内;

文本类图像区域第二判定单元,用于当所述像素值行列和方差以及所述像素值行列和不同值个数均处于所述像素值行列和参数范围内时,确定对应的像素宏块为所述文本类图像区域。

6.根据权利要求5所述的识别系统,其特征在于,所述特征信息提取单元包括:

第一颜色特征获取子单元,用于提取各所述像素宏块对应的颜色种类和颜色数量;

第二颜色特征获取子单元,用于根据所述颜色种类和所述颜色数量计算得到颜色直方图方差;

颜色特征参数获取子单元,用于将所述颜色数量、所述颜色种类和所述颜色直方图方差共同作为对应像素宏块的颜色特征参数。

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深信服科技股份有限公司,未经深信服科技股份有限公司许可,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/201810374731.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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