[发明专利]文本图像清晰度评估方法及系统、计算机可读存储介质在审

专利信息
申请号: 201910172031.8 申请日: 2019-03-07
公开(公告)号: CN109948625A 公开(公告)日: 2019-06-28
发明(设计)人: 刘源;徐亮 申请(专利权)人: 上海汽车集团股份有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/34;G06K9/62
代理公司: 北京信远达知识产权代理事务所(普通合伙) 11304 代理人: 魏晓波
地址: 201203 上海市浦东新区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本图像 评估 计算机可读存储介质 轮廓提取 外围轮廓 重整 仿射变换 评估结果 评估模型 像素点 预设 过滤 分割 输出
【说明书】:

一种文本图像清晰度评估方法及系统、计算机可读存储介质,所述文本图像清晰度评估方法,包括:对所述待评估文本图像的前景进行边缘化处理及轮廓提取;对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤,定位所述待评估文本图像的前景的外围轮廓位置;根据所述外围轮廓位置,对所述待评估文本图像进行仿射变换,得到重整后的待评估文本图像;将所述重整后的待评估文本图像输入至预设的清晰度评估模型;输出所述待评估文本图像的清晰度评估结果。采用上述方案,能够提高文本图像清晰度识别的准确性。

技术领域

发明实施例涉及图像处理技术领域,尤其涉及一种文本图像清晰度评估方法及系统、计算机可读存储介质。

背景技术

图像清晰度评测是图像处理、模式识别等现代人工智能领域中非常重要的一类前处理环节。在诸如拍照摄影、文本识别、证件识别、图像分类、工业生产、安防等应用中,图像清晰度关系到后续处理任务的成像质量、识别精度以及执行效率。

由于图像的来源和类型多种多样,其所呈现出来的噪点特征也不一而同。目前,对图像清晰度评估的准确性较低。

发明内容

本发明实施例解决的技术问题是如何提高文本图像清晰度识别的准确性。

为解决上述技术问题,本发明实施例提供一种文本图像清晰度评估方法,包括:对所述待评估文本图像的前景进行边缘化处理及轮廓提取;对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤,定位所述待评估文本图像的前景的外围轮廓位置;根据所述外围轮廓位置,对所述待评估文本图像进行仿射变换,得到重整后的待评估文本图像;将所述重整后的待评估文本图像输入至预设的清晰度评估模型;输出所述待评估文本图像的清晰度评估结果。

可选的,所述待评估文本图像的前景进行边缘化处理及轮廓提取,包括:对所述待评估文本图像的前景进行处理,得到所述待评估文本图像的边缘特征图;对所述待评估文本图像的边缘特征图进行多边形轮廓提取,得到由多个多边形组成的多边形集合。

可选的,所述对所经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤,定位所述待评估文本图像的前景的外围轮廓位置,包括:对于各多边形的轮廓,根据相邻两边的顶点坐标计算相邻两边的内夹角;当相邻两边的内夹角小于预设阈值时,过滤所述内夹角,并迭代计算得到新边以取代所述内夹角的相邻边;从过滤后的多边形集合中选择所有的四边形,将面积最大的四边形对应的轮廓作为所述待评估文本图像的前景的外围轮廓位置。

可选的,在提取所述待评估文本图像的前景之前,还包括:对所述待评估文本图像进行预处理,得到均衡化图像;将所述均衡化图像从三原色通道转成LAB通道;基于转成LAB通道之后的均衡化图像,提取各像素点的特征,其中:所述各像素点的特征包括以下至少一种:各像素点的特征向量组成的特征向量集合及各特征向量对应的度量。

可选的,所述对所述待评估文本图像进行预处理,得到均衡化图像,包括:对所述待评估文本图像进行直方图均值化处理;将所述待评估文本图像的三原色通道转变成HSV通道;取V通道进行亮度处理,得到新的V通道;将所述新的V通道与H通道及S通道合并,转回三原色通道,得到所述均衡化的图像。

可选的,所述提取待评估文本图像的前景,包括:基于所述特征向量集合,进行无监督的二分类聚类分离出所述待评估文本图像的前景及背景,并提取出所述待评估文本图像的前景。

可选的,在分离出所述待评估文本图像的前景及背景之后,还包括:执行对所述待评估文本图像的前景高亮及背景暗化操作。

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上海汽车集团股份有限公司,未经上海汽车集团股份有限公司许可,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/201910172031.8/2.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