[發明專利]圖像扭曲系數提取方法、扭曲矯正方法及系統、電子設備

在審

• 申請號: 202110841216.0
• 申請日: 2021-07-23
• 公開（公告）號: CN113591846A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 吳哲楠;安晟;田寶亮;李霄鵬;黃宇飛;王巖
• 申請（專利權）人: 作業幫教育科技(北京)有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

一種圖像扭曲系數提取方法、扭曲矯正方法及系統、電子設備。所述圖像扭曲系數的提取方法包括：采用預先訓練好的人工智能模型對待矯正圖像上的扭曲系數進行提取；所述人工智能模型為U?Net網絡。所述圖像扭曲矯正方法包括：根據圖像扭曲系數的提取方法，提取得到待矯正圖像的扭曲系數；基于所述扭曲系數，對所述待矯正圖像進行扭曲矯正。本發明的扭曲檢測方法簡單快捷，能夠通過機器學習訓練的簡單模型，快速準確地辨別出圖像中存在的扭曲程度，且能夠達到逐像素的程度；本發明的扭曲矯正方法使用了先進的深度學習算法，做到了魯棒性強，耗時短，效果特別好。

技術領域

本發明屬于機器學習技術領域，具體涉及一種圖像扭曲系數提取方法、扭曲矯正方法及系統，以及采用其的電子設備和計算機可讀介質。

背景技術

無論是在日常生活中還是互聯網公司的業務中，在需要處理文檔圖像的時候常常會遇到文檔圖像中文字、圖形等關鍵元素扭曲的問題，一旦關鍵元素發生扭曲，會對后續的各種應用造成困難。如果能夠將扭曲的圖像盡可能的重建成平整的圖像，則無論是對用戶體驗還是對于后續業務的開展，均是有極大的好處。傳統的扭曲矯正方法例如可以通過圖像中識別出的文字，以文本域分割的方式將從拍攝的圖像中識別出的文字分成多個連通域，每個連通域里面包含一個漢字，再標記出連通域上、下、左、右的邊界，通過這些上、下、左、右的邊界將其連通為文本行，其次根據文本行首個連通域檢測出矯正基準線，根據矯正基準線和每個文字的相對垂直位移對文字扭曲進行校對。該方法在大規模文字的文檔場景效果尚可，但對于圖文混雜的文檔的情形下則難以達到較好效果。近些年來也出現了一批使用深度學習的自適應方法，傳統方法和早期深度學習方法往往效果欠佳，魯棒性差，并且耗時較長，無法滿足大批量使用的需求。因此，如何研究和開發出一種圖像扭曲矯正的方法及系統就是迫切需要解決的難題。

發明內容

有鑒于此，本發明的主要目的在于提出一種圖像扭曲系數提取方法、扭曲矯正方法及系統，以及采用其的電子設備和計算機可讀介質，以期至少部分地解決上述技術問題中的至少之一。

為了實現上述目的，作為本發明的第一個方面，提供了一種圖像扭曲系數的提取方法，包括如下步驟：

采用預先訓練好的人工智能模型對待矯正圖像上的扭曲系數進行提取；

其中，所述預先訓練好的人工智能模型為U-Net網絡，所述U-net網絡結構的輸入為待扭曲矯正的圖像及待提取位置的坐標值，輸出為所述坐標值扭曲恢復所需要的x方向和y方向的偏移量。

作為本發明的第二個方面，還提供了一種圖像扭曲矯正方法，包括以下步驟：

根據如上所述的圖像扭曲系數的提取方法，提取得到待矯正圖像的扭曲系數；

基于所述扭曲系數，對所述待矯正圖像進行扭曲矯正。

作為本發明的第三個方面，還提供了一種圖像扭曲矯正系統，包括：

預先訓練好的人工智能模型，所述人工智能模型為U-Net網絡；

扭曲系數提取模塊，用于根據如上所述的扭曲系數的提取方法，采用所述人工智能模型對待矯正圖像上的扭曲系數進行提取；

扭曲矯正模塊，用于基于所述扭曲系數提取模塊提取的扭曲系數，采用基于編碼器-解碼器結構的深度學習模型對所述待矯正圖像進行扭曲矯正。

作為本發明的第四個方面，還提供了一種電子設備，包括處理器和存儲器，所述存儲器用于存儲計算機可執行程序，當所述計算機可執行程序被所述處理器執行時，所述處理器執行如上所述的方法。

作為本發明的第五個方面，還提供了一種計算機可讀介質，存儲有計算機可執行程序，所述計算機可執行程序被執行時，實現如上所述的方法。

基于上述技術方案可知，本發明的圖像扭曲系數提取方法、扭曲矯正方法及系統相對于現有技術至少具有如下有益效果之一：