[发明专利]文字图像合成方法、装置、计算机设备及存储介质

权利要求书

1.一种文字图像合成方法，其特征在于，包括下述步骤：

获取原始文字图像，对所述原始文字图像进行图像处理，得到第一高频图像和第一低频图像；

将所述第一高频图像进行降噪处理得到第二高频图像，并通过卷积神经网络模型优化所述第一低频图像得到第二低频图像；

合成所述第二高频图像和所述第二低频图像，得到目标文字图像。

2.根据权利要求1所述的文字图像合成方法，其特征在于，所述将所述第一高频图像进行降噪处理得到第二高频图像的步骤包括：

步骤A，将所述第一高频图像分成N个第一图像块，以任一所述第一图像块作为目标区域，并以所述目标区域为中心，取一个搜索区域，将所述搜索区域划分为若干个与所述第一图像块大小相同的第二图像块；

步骤B，基于所述第一高频图像获取引导图像，并将所述引导图像划分为多个与所述第一图像块大小相同的第三图像块；

步骤C，分别获取所述目标区域的第一像素值、所述第二图像块的第二像素值以及所述第三图像块的第三像素值，根据所述第一像素值、所述第二像素值和所述第三像素值，计算出每个所述第二图像块与所述目标区域之间的权重；

步骤D，根据所述第一像素值以及所述权重进行计算，得到经过降噪处理的所述目标区域的像素值；

步骤E，重复执行步骤A至步骤D，遍历每个所述第一图像块，获得经过降噪处理的每个所述第一图像块，基于降噪处理后的每个所述第一图像块得到所述第二高频图像。

3.根据权利要求2所述的文字图像合成方法，其特征在于，所述根据所述第一像素值、所述第二像素值和所述第三像素值，计算出每个所述第二图像块与所述目标区域之间的权重的步骤包括：

根据所述第一像素值计算出所述目标区域的第一像素均值和像素方差；

根据所述第二像素值计算出每个所述第二图像块的第二像素均值，并基于所述像素方差、所述第一像素均值、所述第二像素均值以及所述第三像素值计算出所述权重。

4.根据权利要求1所述的文字图像合成方法，其特征在于，所述通过卷积神经网络模型优化所述第一低频图像得到第二低频图像的步骤包括：

构建初始卷积神经网络模型和损失函数，基于所述损失函数训练所述初始卷积神经网络模型，得到训练好的卷积神经网络模型；

将所述第一低频图像输入训练好的所述卷积神经网络模型中进行优化，得到所述第二低频图像。

5.根据权利要求4所述的文字图像合成方法，其特征在于，所述基于所述损失函数训练所述初始卷积神经网络模型，得到训练好的卷积神经网络模型的步骤包括：

获取训练数据集，采用所述训练数据集对所述初始卷积神经网络模型进行训练，得到待确认卷积神经网络模型；

将测试数据集输入所述待确认卷积神经网络模型中进行检测，输出测试结果；

通过所述损失函数评估所述测试结果，若所述测试结果不在预设范围内，则调整所述初始卷积神经网络模型的模型参数，直到所述测试结果落入所述预设范围内。

6.根据权利要求5所述的文字图像合成方法，其特征在于，所述通过所述损失函数评估所述测试结果，若所述测试结果不在预设范围内，则调整所述初始卷积神经网络模型的模型参数，直到所述测试结果落入所述预设范围内的步骤包括：

将所述测试结果输入所述损失函数计算损失函数值；

当所述损失函数值大于预设阈值时，则以所述损失函数值为依据调整所述初始卷积神经网络模型的模型参数，直到所述损失函数值小于等于预设阈值为止。

7.根据权利要求1所述的文字图像合成方法，其特征在于，所述对所述原始文字图像进行图像处理，得到第一高频图像和第一低频图像的步骤包括：

使用高斯高通滤波器过滤所述原始文字图像，得到所述第一高频图像；

基于所述原始文字图像对所述第一高频图像做差，得到所述第一低频图像。