[發(fā)明專利]扭曲文檔圖像的矯正方法和裝置

有效

• 申請?zhí)枺?/td>: 202010066508.7
• 申請日: 2020-01-20
• 公開（公告）號: CN111260586B
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計）人: 謝群義;欽夏孟;李煜林;韓鈞宇;朱勝賢
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/0464
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種扭曲文檔圖像的矯正方法，其特征在于，包括：

獲取扭曲文檔圖像；

將所述扭曲文檔圖像輸入到矯正模型中，得到所述扭曲文檔圖像對應(yīng)的矯正后的圖像；其中，所述矯正模型是以圖像樣本集合為輸入，以所述圖像樣本集合中每個圖像樣本對應(yīng)的矯正后的圖像為輸出訓(xùn)練得到的模型，所述圖像樣本存在扭曲；

所述矯正模型包括串聯(lián)連接的形變參數(shù)預(yù)測模塊和形變矯正模塊；所述將所述扭曲文檔圖像輸入到矯正模型中，得到所述扭曲文檔圖像對應(yīng)的矯正后的圖像，包括：

將所述扭曲文檔圖像輸入到所述矯正模型中，通過所述形變參數(shù)預(yù)測模塊輸出中間結(jié)果，并根據(jù)所述中間結(jié)果通過所述形變矯正模塊得到所述扭曲文檔圖像對應(yīng)的矯正后的圖像；所述中間結(jié)果包括所述扭曲文檔圖像中每個像素的形變參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述形變參數(shù)預(yù)測模塊是以所述圖像樣本集合為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)模型，所述形變矯正模塊是以所述圖像樣本集合和所述形變參數(shù)預(yù)測模塊的輸出結(jié)果為輸入，以所述圖像樣本集合中每個圖像樣本對應(yīng)的矯正后的圖像為輸出訓(xùn)練得到的模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述形變參數(shù)預(yù)測模塊包括至少兩級串聯(lián)連接的形變參數(shù)預(yù)測子模塊；其中，第一級形變參數(shù)預(yù)測子模塊是以所述圖像樣本集合為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)模型，第二級形變參數(shù)預(yù)測子模塊是以所述圖像樣本集合和所述第一級形變參數(shù)預(yù)測子模塊的輸出結(jié)果為輸入，以所述圖像樣本集合包括的每個圖像樣本中每個像素的形變參數(shù)為輸出訓(xùn)練得到的U型卷積神經(jīng)網(wǎng)絡(luò)模型，以此類推；

所述中間結(jié)果為所述至少兩級形變參數(shù)預(yù)測子模塊中最后一級形變參數(shù)預(yù)測子模塊的輸出結(jié)果。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述中間結(jié)果通過所述形變矯正模塊得到所述扭曲文檔圖像對應(yīng)的矯正后的圖像，包括：

獲取運行參數(shù)，所述運行參數(shù)指示并行進行矯正操作的像素的個數(shù)；

根據(jù)所述運行參數(shù)在所述扭曲文檔圖像中獲取多個像素；

根據(jù)所述多個像素分別對應(yīng)的形變參數(shù)通過所述形變矯正模塊并行對所述多個像素進行矯正，得到矯正后的多個像素。

5.根據(jù)權(quán)利要求2至4任一項所述的方法，其特征在于，所述U型卷積神經(jīng)網(wǎng)絡(luò)模型包括編碼單元和解碼單元，所述編碼單元和所述解碼單元均包括多個卷積層，所述編碼單元中的卷積層包括多次空洞卷積操作。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述編碼單元中的卷積層包括的多次空洞卷積操作之間的空洞比逐漸增大且互質(zhì)。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述U型卷積神經(jīng)網(wǎng)絡(luò)模型中在所述編碼單元與所述解碼單元之間還包括并行卷積單元，所述并行卷積單元用于對所述編碼單元中最后一層卷積層輸出的特征圖并行執(zhí)行多次空洞卷積操作，所述并行執(zhí)行的多次空洞卷積操作之間的空洞比不同。

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述解碼單元中的卷積層包括卷積操作和重組操作，所述卷積操作用于對特征圖進行上采樣，所述重組操作用于對上采樣后的特征圖進行矩陣的行數(shù)、列數(shù)、維數(shù)的重建。