[发明专利]基于深度神经网络的模糊文字增强方法及装置

摘要

本发明提供一种基于深度神经网络的模糊文字增强方法，包括：建立参考数据库；采集包含文字的测试图像；将测试图像按图像块划分规则分割成多个测试图像块；在参考数据库中以每个测试图像块为目标搜索索引，筛选出与测试图像块最相似的多个预设图像块；根据融合系数将多个最相似的预设图像块加权融合为复原图像块，将图像对应相邻的复原图像块加权融合得到复原图像。本发明还提供一种基于深度神经网络的模糊文字增强装置。在建立参考数据与图像块检索时引入深度神经网络特征，提高了图像块的鲁棒性；即使处于离线状态也能通过训练的数据库将包含模糊的文字图像复原成清晰的图像，便于显示或识别图像中文字，提高了图像中文字的识别度和清晰度。

主权项

1.一种基于深度神经网络的模糊文字增强的方法，其特征在于，包括：建立参考数据库，包括：采集文字清晰的图像，且其中每个文字均包含多张不同形式的图像；将所述图像归一化处理且将其分割成多个预设图像块，其中，每个所述预设图像块按文字与分块位置进行标识；基于softmaxwithloss结构采用卷积神经网络算法训练每个标识相同的预设图像块得到深度学习模块；以所述深度学习模块的输出为索引，建立参考数据库的识别模型；采集包含文字的测试图像；将所述测试图像按图像块划分规则分割成多个测试图像块；在所述参考数据库中以每个所述测试图像块为目标搜索索引，筛选出与所述测试图像块最相似的多个预设图像块；根据融合系数将多个最相似的预设图像块加权融合为复原图像块，将所述图像对应相邻的复原图像块加权融合得到复原图像。