[發明專利]一種復雜場景下的試卷分割算法

有效

• 申請號: 201910031875.0
• 申請日: 2019-01-14
• 公開（公告）號: CN109815948B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 李曉光;王麟騰;高猛;王世禹
• 申請（專利權）人: 遼寧大學
• 主分類號: G06V30/148
• 分類號: G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 沈陽杰克知識產權代理有限公司 21207
• 代理人: 羅瑩

1.一種復雜場景下的試卷分割算法，其特征在于，其步驟為：

1)由原始圖像通過灰度變換以及邊緣檢測算法得到圖像邊緣；

2)通過圖像邊緣計算連通區域以及其外接矩形；

2.1)提取E的連通區域集A,其中A由n個小連通區域A_i組成，即A＝{A_i},i∈[1,n]，且當i≠j時A_i≠A_j；

2.2)計算A_i的外接矩形D_i，記作D_i＝F(A_i)，其中D_i＝(X_i,Y_i,W_i,H_i)，X_i,Y_i,W_i,H_i分別表示D_i左上頂點橫坐標、左上頂點縱坐標、D_i的寬度、D_i的高度；

3)根據不同連通區域外接矩形的IOU合并連通區域；

3.1)計算D_i與D_j的IOU，其中D_j∈{Di|i∈[1,n],i≠j}；

3.2)設置閥值α，如果IOU＞α，則D_i←F(A_i∪A_j)且D←D-{D_j}；

4)基于卷積神經網絡構建字符判別模型，指導連通區域合并，合并后連通區域外接矩形分割字符區域；

4.1)通過卷積神經網絡構建二分類字符判別模型M₁；

4.2)M₁判別結果

4.3)設置參數β，

如果R₁＝M₁(D_i)＝0且K＝{A_j|j∈[1,n],i≠j,Di與Dj中心距離＜β}，則計算R'₁＝M₁(F(A_i∪K))；

其中K為：與元素Ai外接矩形Di中心距離β的元素Aj的集合；

如果R'₁＝0,則D←D-{D_i}，否則D_i←F(A_i∪K)且D←D-K；

5)利用步驟4)分割結果，通過文本線構造法分割文本行區域；

6)基于卷積神經網絡構建題號判別模型，結合步驟5)分割結果分割試題區域；

6.1)通過卷積神經網絡構建二分類題號判別模型M₂；

6.2)M₂判別結果

6.3)按照Y_i由小到大排序，以(X_i,Y_i)為左上頂點，取H_i×H_i大小矩形區域記為T_i，計算R₂＝M₂(T_i)，如果R₂＝1，則合并{L_k|k∈[1,i-1]}且L←L-{L_k|k∈[1,i-1]}，合并結果記為Q。

2.根據權利要求1所述的一種復雜場景下的試卷分割算法，其特征在于：所述的步驟1)中，具體方法為：

1.1)將原始圖像O通過顏色圖像空間轉換為灰度圖像G；

1.2)通過邊緣檢測算法提取G的圖像邊緣E。

3.根據權利要求1所述的一種復雜場景下的試卷分割算法，其特征在于：所述的步驟5)中，具體方法為：

5.1)D中每兩個相近的元素D_i與D_j形成一組，合并不同組直到無法合并為止，將合并結果記為L，即L←D；

5.2)設置參數γ和δ，D_i與D_j形成一組需要D_iΘD_j且D_jΘD_i成立，其中D_iΘD_j需要滿足：①D_i是D中距離D_j最小元素，且距離小于γ，②D_i和D_j的垂直重合度大于δ。