[发明专利]一种财务票据图像质量评价方法及装置

说明书

本申请公开了一种财务票据图像质量评价方法及装置，方法包括：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；采用预置Yolov4检测模型对预置财务票据图像的重点关注信息进行检测，得到检测财务票据图像，检测财务票据图像包括多个检测框；判断检测框是否全覆盖重点关注信息，若是，则通过预置分类模型对检测框范围内的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识别结果进行校验，校验通过，则判断初始财务票据图像清晰完整，预置类别信息为重点关注信息对应的实际类别信息。本申请解决了现有评价技术复杂度太高，或者不能适用于财务票据图像的质量评价任务中，导致实际的评价效果较差的技术问题。

技术领域

本申请涉及图像质量评估技术领域，尤其涉及一种财务票据图像质量评价方法及装置。

背景技术

为积极响应时代号召拥抱“互联网+”，全面启动“智慧企业”建设。在建设智慧纪检监督分析应用中，改变长期以来监督滞后、效力不高等现状，实现大数据主动监督，特别是对财务报销系统的监督。监督财务报销系统需要对上传电子化的财务票据进行有效识别、校验。然而移动端的拍摄自由，很难保证拍摄质量，导致后期的票据难以有效识别，更无法对报销单据各项内容进行深入分析，实现智能审批。为了避免因财务票据不合格造成的审批驳回，在上传财务票据的时候，系统自动对财务票据进行预判，强制规范报销人员上传图像质量合格的财务票据，有效的提高审批效率。

目前财务票据图像最常出现的问题是不平整、扭曲、不完整、拍摄环境表、照片曝光过度、严重模糊或者像素较低。而财务票据图像的处理方式，基本是使用图像处理方法对图像进行预处理，尽量的去除财务票据的噪声、曝光等干扰，但实际中有些移动端所拍摄质量极差财务票据图像是不可恢复的，即使对图像进行预处理也很难完全识别所有信息，尤其是图像中已经完全丧失了原有的部分信息，使用这类图像会造成严重的错误，从而导致在审批中驳回。因此，有必要在报销人员上传报销票据时对财务票据进行评估，及时的监督报销人员上传满足图像质量要求的图片。

现有的图像评价方法多采用传统算法，要么算法复杂度太高，不利于实际操作，要么就是由于财务票据情况复杂，需要考虑的质量因素太多，无法适用于财务票据的质量评价中，导致实际的财务票据图像质量评价效果较差，不能解决实际问题。

发明内容

本申请提供了一种财务票据图像质量评价方法及装置，用于解决现有评价技术复杂度太高，或者不能适用于财务票据图像的质量评价任务中，导致实际的评价效果较差的技术问题。

有鉴于此，本申请第一方面提供了一种财务票据图像质量评价方法，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。

优选地，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。

优选地，所述预置Yolov4检测模型的训练过程为：