[發(fā)明專利]一種書冊圖像掃描方法

在審

• 申請?zhí)枺?/td>: 202011564028.X
• 申請日: 2020-12-25
• 公開（公告）號: CN112565549A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計）人: 吳志雄;白丹;周興杰;馮智輝
• 申請（專利權(quán)）人: 深圳太極云軟技術(shù)有限公司
• 主分類號: H04N1/04
• 分類號: 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

本發(fā)明公開了一種書冊圖像掃描方法，包括以下步驟：S1、輸入書本圖像；S2、使用折痕識別模型識別書本圖像的分頁折痕，得到分頁坐標，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，在每個跨度生成代表點，創(chuàng)建初始參數(shù)估計，實現(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。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像識別處理領(lǐng)域，具體為一種書冊圖像掃描方法。

背景技術(shù)

高拍儀是超便攜低碳辦公用品，也是一款辦公領(lǐng)域革新性產(chǎn)品，能完成一秒鐘高速掃描，具有OCR文字識別功能，可以將掃描的圖片識別轉(zhuǎn)換成可編輯的word文檔，大大提高辦公效率。然而目前市場上的高拍儀針對書籍拍攝存在一些不足，如拍攝畸變，書頁沒有展平等困難，極度影響拍攝掃描的結(jié)果，從而進一步影響OCR文字識別的精度。

現(xiàn)有的高拍儀多為一體式，書籍材料圖像分頁一般采用產(chǎn)品設(shè)定的輔助分割線處理，用戶需要再指定位置放置文本才能分頁，并且需對其分割線才能分割準確，方式較為局限。

如現(xiàn)有技術(shù)一種書籍高拍儀(CN211063657U)，針對書籍的分頁折痕和扭曲等問題，針對性改進高拍儀，但是存在通用性較低、大量更換高拍儀的成本過高的問題。

因此，針對現(xiàn)有高拍儀提供一種書籍材料圖像處理方法成了亟需解決的難題。

發(fā)明內(nèi)容

本發(fā)明的發(fā)明目的在于提供一種通用性強、成本低的書冊圖像掃描方法，用于解決現(xiàn)有技術(shù)書籍材料圖像分頁困難和圖像扭曲的問題。

本發(fā)明解決上述技術(shù)問題所采取的技術(shù)方案如下：

一種書冊圖像掃描方法，包括以下步驟：

S1、輸入書本圖像；

S2、使用折痕識別模型識別書本圖像的分頁折痕，得到分頁坐標，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，在每個跨度生成代表點，創(chuàng)建初始參數(shù)估計，實現(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。

進一步的，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注分頁折痕制作訓(xùn)練集和測試集，使用卷積神經(jīng)網(wǎng)絡(luò)和訓(xùn)練集建立折痕識別模型，通過測試集和深度學(xué)習(xí)網(wǎng)絡(luò)調(diào)優(yōu)折痕識別模型參數(shù)使其擬合數(shù)據(jù)。

進一步的，所述卷積神經(jīng)網(wǎng)絡(luò)為YOLO。

進一步的，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：

進一步的，所述步驟S3包括以下子步驟：

S3a、計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)閾值對頁面圖像進行二值化、膨脹、腐蝕和連通區(qū)域分析，檢測文本輪廓。

進一步的，所述最小優(yōu)化算法為共軛梯度法。