[發(fā)明專利]一種書冊(cè)圖像掃描方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011564028.X
• 申請(qǐng)日: 2020-12-25
• 公開（公告）號(hào): CN112565549A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 吳志雄;白丹;周興杰;馮智輝
• 申請(qǐng)（專利權(quán)）人: 深圳太極云軟技術(shù)有限公司
• 主分類號(hào): H04N1/04
• 分類號(hào): H04N1/04;H04N1/203;G06N3/08;G06N3/04
• 代理公司: 深圳金偉創(chuàng)新專利代理事務(wù)所(普通合伙) 44628
• 代理人: 韋永吉

1.一種書冊(cè)圖像掃描方法，其特征在于，包括以下步驟：

S1、輸入書本圖像；

S2、使用折痕識(shí)別模型識(shí)別書本圖像的分頁折痕，得到分頁坐標(biāo)，沿分頁折痕分割書本圖像，調(diào)整角度輸出頁面圖像；

S3、頁面圖像預(yù)處理，識(shí)別頁面圖像的文本輪廓；

S4、將文本輪廓組成樣本跨度，在每個(gè)跨度生成代表點(diǎn)，創(chuàng)建初始參數(shù)估計(jì)，實(shí)現(xiàn)投影到圖像平面，使用最小優(yōu)化算法優(yōu)化參數(shù)，使重投影的誤差變小，得到優(yōu)化參數(shù)后，重新映射圖像，展平頁面圖像；

S5、輸出結(jié)果圖。

2.根據(jù)權(quán)利要求1所述書冊(cè)圖像掃描方法，其特征在于，所述步驟S1之前包括步驟S0：

采集各種需要分頁的文字材料并標(biāo)注分頁折痕制作訓(xùn)練集和測(cè)試集，使用卷積神經(jīng)網(wǎng)絡(luò)和訓(xùn)練集建立折痕識(shí)別模型，通過測(cè)試集和深度學(xué)習(xí)網(wǎng)絡(luò)調(diào)優(yōu)折痕識(shí)別模型參數(shù)使其擬合數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述書冊(cè)圖像掃描方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)為YOLO。

4.根據(jù)權(quán)利要求3所述書冊(cè)圖像掃描方法，其特征在于，在訓(xùn)練過程中，將損失函數(shù)設(shè)置為：

loss＝lbox+lobj+lcls

其中，xywh部分帶來的誤差，記為lbox：

置信度帶來的誤差，記為lobj：

類別帶來的誤差，記為lcls：

5.根據(jù)權(quán)利要求1所述書冊(cè)圖像掃描方法，其特征在于，所述步驟S3包括以下子步驟：

S3a、計(jì)算頁面圖像的文本內(nèi)容區(qū)域確定頁面邊界；

S3b、通過自適應(yīng)閾值對(duì)頁面圖像進(jìn)行二值化、膨脹、腐蝕和連通區(qū)域分析，檢測(cè)文本輪廓。

6.根據(jù)權(quán)利要求1所述書冊(cè)圖像掃描方法，其特征在于，所述最小優(yōu)化算法為共軛梯度法。

7.根據(jù)權(quán)利要求1所述書冊(cè)圖像掃描方法，其特征在于，所述步驟S5還包括頁面圖像二值化去底色。

8.根據(jù)權(quán)利要求1-7任一項(xiàng)所述書冊(cè)圖像掃描方法，其特征在于，所述書冊(cè)圖像掃描方法用于高拍儀或窗口政務(wù)輸入儀或政務(wù)一體機(jī)。

9.一種終端設(shè)備，其特征在于，包括處理器和儲(chǔ)存端，所述存儲(chǔ)端用于存儲(chǔ)程序代碼，所述處理器用于執(zhí)行如權(quán)利要求1-7任一項(xiàng)所述的方法。