[发明专利]一种纸质化验单图像预处理方法及系统在审
| 申请号: | 202111248315.4 | 申请日: | 2021-10-26 |
| 公开(公告)号: | CN114187186A | 公开(公告)日: | 2022-03-15 |
| 发明(设计)人: | 郝怀博;李登旺;黄浦;吴冰;左玉伟;陈萍 | 申请(专利权)人: | 山东师范大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00;G06N3/04;G06N3/08;G06V30/164;G06V30/40 |
| 代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 闫伟姣 |
| 地址: | 250014 山*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 纸质 化验单 图像 预处理 方法 系统 | ||
1.一种纸质化验单图像预处理方法,其特征在于,包括:
构建包括背景估计子网络、阴影去除子网络和折痕去除子网络的化验单图像预处理模型:
对纸质化验单图像采用背景估计子网络进行特征学习,得到全局背景色以及背景和非背景像素的空间分布特征,以此构建阴影注意力图;
根据原始纸质化验单图像、全局背景色和阴影注意力图对阴影去除子网络训练后得到无阴影图像;
根据无阴影图像采用背景估计子网络构建折痕注意力图,并根据无阴影图像和折痕注意力图对折痕去除子网络训练后,得到无阴影无折痕的化验单图像。
2.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,所述背景估计子网络进行特征学习时,以有监督学习方式进行训练,以预测的全局背景色和原始图像间的损失为损失函数LBE;具体为:
其中,bi为真实图像下的全局背景色,ΨBE为背景估计子网络的映射,Si为第i个原始纸质化验单图像,N为图像总数目。
3.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,对所述阴影去除子网络进行训练时的损失函数LSR为:
LSR=λ1Ldata+λ2LGAN
其中,
其中,Si为第i个原始纸质化验单图像,Ri为第i个原始纸质化验单图像的真实无阴影图像,为第i个原始纸质化验单图像的无阴影图像,D为图像数据集,λ1和λ2为权重。
4.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,对所述折痕去除子网络进行训练时的损失函数LCR为:
LCR=λ1Ldata+λ2LGAN+λ3LVGG
其中,
其中,Ti为第i个原始纸质化验单图像的无阴影无折痕图像,Ri为第i个原始纸质化验单图像的真实无阴影图像,为第i个原始纸质化验单图像的无阴影图像,D为图像数据集,λ1、λ2和λ3为权重。
5.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,所述背景估计子网络采用注意力机制,以根据注意力的不同生成阴影注意力图和折痕注意力图。
6.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,根据Grad-CAM方法对全局背景色以及背景和非背景像素的空间分布特征进行编码后得到阴影注意力图。
7.如权利要求1所述的一种纸质化验单图像预处理方法,其特征在于,所述阴影去除子网络和折痕去除子网络均采用条件生成对抗网络,所述阴影去除子网络以原始纸质化验单图像、全局背景色和阴影注意力图为输入数据,以无阴影图像为真实图像进行训练;所述折痕去除子网络无阴影图像和折痕注意力图为输入数据,以无阴影无折痕图像为真实图像进行训练。
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山东师范大学,未经山东师范大学许可,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/202111248315.4/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序





