[發(fā)明專利]一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110876329.4
• 申請(qǐng)日: 2021-07-31
• 公開（公告）號(hào): CN113313217B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 胡茂廳
• 申請(qǐng)（專利權(quán)）人: 北京惠朗世紀(jì)科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 成都魚爪智云知識(shí)產(chǎn)權(quán)代理有限公司 51308
• 代理人: 張麗

1.一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，包括以下步驟：

獲取樣本文字圖像塊，并建立樣本圖像數(shù)據(jù)集；所述樣本圖像數(shù)據(jù)集包括多個(gè)傾角文字圖像塊和多個(gè)正角文字圖像塊；

根據(jù)樣本圖像數(shù)據(jù)集中的文字類別建立對(duì)應(yīng)文字類別的多個(gè)魯棒性文字模板，包括：從樣本圖像數(shù)據(jù)集中選取并根據(jù)多個(gè)傾角文字圖像塊和多個(gè)正角文字圖像塊建立模板樣本集；將模板樣本集中的各個(gè)文字圖像塊進(jìn)行深度自編碼；計(jì)算并根據(jù)自編碼后的各個(gè)文字圖像塊兩兩之間的歐式距離對(duì)模板樣本集中的文字圖像塊進(jìn)行篩選，以得到多個(gè)目標(biāo)文字圖像塊，將各個(gè)目標(biāo)文字圖像塊作為魯棒性文字模板；

獲取待識(shí)別傾角文字圖像塊，并將待識(shí)別傾角文字圖像塊和各個(gè)魯棒性文字模板進(jìn)行多尺度構(gòu)建，以得到多個(gè)尺度下的待識(shí)別傾角文字圖像塊和多個(gè)模板文字圖像塊；

計(jì)算各個(gè)尺度下的待識(shí)別傾角文字圖像塊與各個(gè)模板文字圖像塊的相似度，以得到各個(gè)尺度下的相似度值；

根據(jù)各個(gè)尺度下的相似度值確定待識(shí)別傾角文字圖像塊的初始文字類別；

采用卷積核對(duì)待識(shí)別傾角文字圖像塊和其初始文字類別的魯棒性文字模板進(jìn)行過濾，以得到過濾待識(shí)別傾角文字圖像塊和過濾模板文字圖像塊；

計(jì)算過濾待識(shí)別傾角文字圖像塊和過濾模板文字圖像塊的相似度，以得到過濾圖像相似度值；

根據(jù)過濾圖像相似度值確定待識(shí)別傾角文字圖像塊的文字類別，生成識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，所述計(jì)算并根據(jù)自編碼后的各個(gè)文字圖像塊兩兩之間的歐式距離對(duì)模板樣本集中的文字圖像塊進(jìn)行篩選，以得到多個(gè)目標(biāo)文字圖像塊，將各個(gè)目標(biāo)文字圖像塊作為魯棒性文字模板的方法包括以下步驟：

計(jì)算自編碼后的各個(gè)文字圖像塊兩兩之間的歐式距離，以得到兩兩文字圖像塊對(duì)應(yīng)的歐式距離值；

根據(jù)各個(gè)歐式距離值和預(yù)設(shè)的差異性閾值對(duì)模板樣本集中的文字圖像塊進(jìn)行篩選，篩選出對(duì)應(yīng)的歐式距離值超過預(yù)設(shè)的差異性閾值的各個(gè)文字圖像塊，將篩選出的各個(gè)文字圖像塊作為魯棒性文字模板。

3.根據(jù)權(quán)利要求2所述的一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，所述根據(jù)各個(gè)歐式距離值和預(yù)設(shè)的差異性閾值對(duì)模板樣本集中的文字圖像塊進(jìn)行篩選，篩選出對(duì)應(yīng)的歐式距離值超過預(yù)設(shè)的差異性閾值的各個(gè)文字圖像塊，將篩選出的各個(gè)文字圖像塊作為魯棒性文字模板的方法包括以下步驟：

根據(jù)兩兩文字圖像塊對(duì)應(yīng)的歐式距離值與預(yù)設(shè)的相似性閾值對(duì)各個(gè)文字圖像塊進(jìn)行篩選，篩選的得到多個(gè)有效文字圖像；

計(jì)算各個(gè)有效文字圖像兩兩之間的歐式距離，得到多個(gè)有效歐式距離值；

根據(jù)各個(gè)有效歐式距離值和預(yù)設(shè)的差異性閾值對(duì)模板樣本集中的文字圖像塊進(jìn)行篩選，篩選出對(duì)應(yīng)的歐式距離值超過預(yù)設(shè)的差異性閾值的各個(gè)文字圖像塊，將篩選出的各個(gè)文字圖像塊作為魯棒性文字模板。

4.根據(jù)權(quán)利要求1所述的一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，所述計(jì)算各個(gè)尺度下的待識(shí)別傾角文字圖像塊與各個(gè)模板文字圖像塊的相似度的方法包括以下步驟：

對(duì)各個(gè)尺度下的待識(shí)別傾角文字圖像塊與各個(gè)模板文字圖像塊進(jìn)行深度自編碼；

計(jì)算并根據(jù)自編碼后的各個(gè)模板文字圖像塊與待識(shí)別傾角文字圖像塊之間的歐式距離確定各個(gè)尺度下的待識(shí)別傾角文字圖像塊與各個(gè)模板文字圖像塊的相似度。

5.根據(jù)權(quán)利要求1所述的一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，所述根據(jù)各個(gè)尺度下的相似度值確定待識(shí)別傾角文字圖像塊的初始文字類別的方法包括以下步驟：

將各個(gè)尺度下的相似度值與預(yù)設(shè)的相似度閾值進(jìn)行對(duì)比，生成第一對(duì)比結(jié)果；

根據(jù)第一對(duì)比結(jié)果中的尺度相似數(shù)量確定待識(shí)別傾角文字圖像塊的初始文字類別。

6.根據(jù)權(quán)利要求1所述的一種基于魯棒性模板的傾角文字精準(zhǔn)識(shí)別方法，其特征在于，所述根據(jù)過濾圖像相似度值確定待識(shí)別傾角文字圖像塊的文字類別，生成識(shí)別結(jié)果的方法包括以下步驟：

將過濾圖像相似度值與預(yù)設(shè)的相似度閾值進(jìn)行對(duì)比，生成第二對(duì)比結(jié)果；

根據(jù)第二對(duì)比結(jié)果確定待識(shí)別傾角文字圖像塊的文字類別，生成識(shí)別結(jié)果。