[发明专利]一种新型畸形保单图像自动矫正方法

说明书

本发明提出了一种新型畸形保单图像自动矫正方法，对保单识别作业的两个环节进行了革新，第一方面是基于摄影成像的光学原理，根据图像的亮度分布构建平面法向量函数，并通过对旋转平面法向量来实现图像矫正；第二方面是使用自适应核函数对保单图像进行卷积处理，实现算法层面的畸变矫正；两个创新点相辅相成，既可以单独使用，也可以合并使用，且合并使用的效果优于单独使用之和，表现出了1+12的特性。为OCR作业提供文字对齐更加精准、图片光照信息更加简洁的图像信息。通过对20万余份保单的测试，本方法提高了保单识别准确率34.03％。

技术领域

本发明涉及保险业保单识别技术畸形保单图像自动矫正的技术领域，具体涉及一种新型畸形保单图像自动矫正方法WIL-CNN(wrinkle image leveling-convolutionalNeural Networks)。

背景技术

保单识别是指将纸质保单通过OCR技术转化为无结构纯文本的技术方案，供保险业的其他业务流程调用。随着我国经济的快速发展，国民收入水平的大幅提高，民众的保单持有量也在快速飙升，对保险业的数字化管理水平提出了更高的要求。截止到2020年，我国各类保单共计16.7亿张，人均1.19张。其中，数字化保单不足1.9亿张，绝大部分保单依旧是纸质保单，没有实现数字化，造成了客户在理赔、核保、预核保等诸多环节的不便。

图像的质量直接影响着最终的精度。实际生产过程中，客户使用手机拍摄照片，往往产生严重的图像畸变，使得同一行的文字呈波浪状。如果简单的将波浪状的文字投射到二维平面，会造成文字之间彼此倾轧，甚至堆叠在一起，导致OCR结果的失真。

鉴于当前手机拍摄保单而造成的图像畸变问题，亟需提供一种畸形保单图像自动矫正方法，以解决上述问题。

发明内容

本发明的目的是：针对背景技术描述的问题，本发明提出了一种新型畸形保单图像自动矫正的方法WIL-CNN，将保单识别准确率提高了34.03％。

为了解决上述问题，本发明所采用的技术方案是：一种新型畸形保单图像自动矫正方法，其特征在于，包括如下步骤：

(1)基于摄影成像的光学原理，根据图像的亮度分布构建平面法向量函数，并通过对旋转平面法向量来实现图像矫正；具体如下：

因为图像在计算机中是以矩阵的形式存储的，每个像素点包含R、G、B三色信息，设某一幅保单图片从左至右有x行像素点，自上而下有y列像素点，每个像素点有3个信息，所以存储形式为x×y×3，表示照片共有x×y个像素点，每个像素点上依次是R、G、B值，将RGB信息转化为亮度信息L：

其中：

将图像划分成N个大小相同的正方形，每个正方形的边长为a；

其中，mod是求余函数；Floor是向下取整函数，取a＝16像素的时候，识别效果最佳；根据式子(3)可知，当mod[x，a]≠0的时候，存在：

此时，需要对图像的左侧边进行延伸，延伸的像素数量为ex；

因为延伸出来的像素是没有保单信息的，为方便计算，延伸的ex数量的像素统一规定为R＝0、B＝0、G＝0；

同理，当mod[y，a]≠0的时候，存在：

此时，需要对图像的底边进行延伸，延伸的像素数量为ey；

因为延伸出来的像素是没有保单信息的，为方便计算，延伸的ey数量的像素统一规定为R＝0、B＝0、G＝0；