[发明专利]一种财务票据图像质量评价方法及装置

权利要求书

1.一种财务票据图像质量评价方法，其特征在于，包括：

对获取到的初始财务票据图像进行关注标记操作，得到预置财务票据图像，所述预置财务票据图像包括重点关注信息和对应的标记；

采用预置Yolov4检测模型对所述预置财务票据图像的所述重点关注信息进行检测，得到检测财务票据图像，所述检测财务票据图像包括多个检测框；

判断所述检测框是否全覆盖所述重点关注信息，若是，则通过预置分类模型对所述检测框范围内的所述重点关注信息进行分类识别，得到识别结果；

根据预置类别信息对所述识别结果进行校验，校验通过，则判断所述初始财务票据图像清晰完整，所述预置类别信息为所述重点关注信息对应的实际类别信息。

2.根据权利要求1所述的财务票据图像质量评价方法，其特征在于，所述对获取到的初始财务票据图像进行关注标记操作，得到预置财务票据图像，之前还包括：

采用预置采集器获取初始财务票据图像；

基于图像完整度和字符清晰度对所述初始财务票据图像进行粗分类操作，得到所述初始财务票据图像对应的质量类别，所述质量类别包括清晰完整类、清晰不完整类、不清晰完整类和不清晰不完整类。

3.根据权利要求1所述的财务票据图像质量评价方法，其特征在于，所述预置Yolov4检测模型的训练过程为：

对获取到的大量历史财务票据图像进行关注标记操作，得到预置历史训练图像，所述历史训练图像包括历史训练集和历史验证集；

采用所述历史训练集对初始Yolov4检测模型进行训练，得到中间检测模型，所述初始Yolov4检测模型包括多个预置残差块；

通过所述历史验证集对所述中间检测模型进行验证，将符合预置模型训练条件的所述中间检测模型作为预置Yolov4检测模型。

4.根据权利要求3所述的财务票据图像质量评价方法，其特征在于，所述预置分类模型的训练过程为：

截取所述预置历史训练图像中标记的历史重点关注信息图，得到历史重点关注信息图像集；

将所述历史重点关注信息图输入初始分类模型中进行训练，并将符合预置分类准确率的所述初始分类模型作为预置分类模型。

5.根据权利要求4所述的财务票据图像质量评价方法，其特征在于，所述将所述历史重点关注信息图输入初始分类模型中进行训练，并将符合预置分类准确率的所述初始分类模型作为预置分类模型，之前还包括：

采用预置增强算法对所述历史重点关注信息图进行图像增强处理，并将增强处理后的图像加入所述历史重点关注信息图像集中，所述预置增强算法包括运动模糊算法和对比度交换算法。

6.一种财务票据图像质量评价装置，其特征在于，包括：

标记模块，用于对获取到的初始财务票据图像进行关注标记操作，得到预置财务票据图像，所述预置财务票据图像包括重点关注信息和对应的标记；

检测模块，用于采用预置Yolov4检测模型对所述预置财务票据图像的所述重点关注信息进行检测，得到检测财务票据图像，所述检测财务票据图像包括多个检测框；

识别模块，用于判断所述检测框是否全覆盖所述重点关注信息，若是，则通过预置分类模型对所述检测框范围内的所述重点关注信息进行分类识别，得到识别结果；

判断模块，用于根据预置类别信息对所述识别结果进行校验，校验通过，则判断所述初始财务票据图像清晰完整，所述预置类别信息为所述重点关注信息对应的实际类别信息。

7.根据权利要求6所述的财务票据图像质量评价装置，其特征在于，还包括：

采集模块，用于采用预置采集器获取初始财务票据图像；

分类模块，用于基于图像完整度和字符清晰度对所述初始财务票据图像进行粗分类操作，得到所述初始财务票据图像对应的质量类别，所述质量类别包括清晰完整类、清晰不完整类、不清晰完整类和不清晰不完整类。