[發(fā)明專利]一種新型畸形保單圖像自動(dòng)矯正方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111001232.5
• 申請(qǐng)日: 2021-08-30
• 公開（公告）號(hào): CN113570525A
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 王合平;李闖
• 申請(qǐng)（專利權(quán)）人: 青島全掌柜科技有限公司
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00;G06T3/60;G06N3/04;G06N3/08
• 代理公司: 武漢聚信匯智知識(shí)產(chǎn)權(quán)代理有限公司 42258
• 代理人: 劉丹

本發(fā)明提出了一種新型畸形保單圖像自動(dòng)矯正方法，對(duì)保單識(shí)別作業(yè)的兩個(gè)環(huán)節(jié)進(jìn)行了革新，第一方面是基于攝影成像的光學(xué)原理，根據(jù)圖像的亮度分布構(gòu)建平面法向量函數(shù)，并通過對(duì)旋轉(zhuǎn)平面法向量來實(shí)現(xiàn)圖像矯正；第二方面是使用自適應(yīng)核函數(shù)對(duì)保單圖像進(jìn)行卷積處理，實(shí)現(xiàn)算法層面的畸變矯正；兩個(gè)創(chuàng)新點(diǎn)相輔相成，既可以單獨(dú)使用，也可以合并使用，且合并使用的效果優(yōu)于單獨(dú)使用之和，表現(xiàn)出了1+12的特性。為OCR作業(yè)提供文字對(duì)齊更加精準(zhǔn)、圖片光照信息更加簡(jiǎn)潔的圖像信息。通過對(duì)20萬余份保單的測(cè)試，本方法提高了保單識(shí)別準(zhǔn)確率34.03％。

技術(shù)領(lǐng)域

本發(fā)明涉及保險(xiǎn)業(yè)保單識(shí)別技術(shù)畸形保單圖像自動(dòng)矯正的技術(shù)領(lǐng)域，具體涉及一種新型畸形保單圖像自動(dòng)矯正方法WIL-CNN(wrinkle image leveling-convolutionalNeural Networks)。

背景技術(shù)

保單識(shí)別是指將紙質(zhì)保單通過OCR技術(shù)轉(zhuǎn)化為無結(jié)構(gòu)純文本的技術(shù)方案，供保險(xiǎn)業(yè)的其他業(yè)務(wù)流程調(diào)用。隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，國(guó)民收入水平的大幅提高，民眾的保單持有量也在快速飆升，對(duì)保險(xiǎn)業(yè)的數(shù)字化管理水平提出了更高的要求。截止到2020年，我國(guó)各類保單共計(jì)16.7億張，人均1.19張。其中，數(shù)字化保單不足1.9億張，絕大部分保單依舊是紙質(zhì)保單，沒有實(shí)現(xiàn)數(shù)字化，造成了客戶在理賠、核保、預(yù)核保等諸多環(huán)節(jié)的不便。

圖像的質(zhì)量直接影響著最終的精度。實(shí)際生產(chǎn)過程中，客戶使用手機(jī)拍攝照片，往往產(chǎn)生嚴(yán)重的圖像畸變，使得同一行的文字呈波浪狀。如果簡(jiǎn)單的將波浪狀的文字投射到二維平面，會(huì)造成文字之間彼此傾軋，甚至堆疊在一起，導(dǎo)致OCR結(jié)果的失真。

鑒于當(dāng)前手機(jī)拍攝保單而造成的圖像畸變問題，亟需提供一種畸形保單圖像自動(dòng)矯正方法，以解決上述問題。

發(fā)明內(nèi)容

本發(fā)明的目的是：針對(duì)背景技術(shù)描述的問題，本發(fā)明提出了一種新型畸形保單圖像自動(dòng)矯正的方法WIL-CNN，將保單識(shí)別準(zhǔn)確率提高了34.03％。

為了解決上述問題，本發(fā)明所采用的技術(shù)方案是：一種新型畸形保單圖像自動(dòng)矯正方法，其特征在于，包括如下步驟：

(1)基于攝影成像的光學(xué)原理，根據(jù)圖像的亮度分布構(gòu)建平面法向量函數(shù)，并通過對(duì)旋轉(zhuǎn)平面法向量來實(shí)現(xiàn)圖像矯正；具體如下：

因?yàn)閳D像在計(jì)算機(jī)中是以矩陣的形式存儲(chǔ)的，每個(gè)像素點(diǎn)包含R、G、B三色信息，設(shè)某一幅保單圖片從左至右有x行像素點(diǎn)，自上而下有y列像素點(diǎn)，每個(gè)像素點(diǎn)有3個(gè)信息，所以存儲(chǔ)形式為x×y×3，表示照片共有x×y個(gè)像素點(diǎn)，每個(gè)像素點(diǎn)上依次是R、G、B值，將RGB信息轉(zhuǎn)化為亮度信息L：

其中：

將圖像劃分成N個(gè)大小相同的正方形，每個(gè)正方形的邊長(zhǎng)為a；

其中，mod是求余函數(shù)；Floor是向下取整函數(shù)，取a＝16像素的時(shí)候，識(shí)別效果最佳；根據(jù)式子(3)可知，當(dāng)mod[x，a]≠0的時(shí)候，存在：

此時(shí)，需要對(duì)圖像的左側(cè)邊進(jìn)行延伸，延伸的像素?cái)?shù)量為ex；

因?yàn)檠由斐鰜淼南袼厥菦]有保單信息的，為方便計(jì)算，延伸的ex數(shù)量的像素統(tǒng)一規(guī)定為R＝0、B＝0、G＝0；

同理，當(dāng)mod[y，a]≠0的時(shí)候，存在：

此時(shí)，需要對(duì)圖像的底邊進(jìn)行延伸，延伸的像素?cái)?shù)量為ey；

因?yàn)檠由斐鰜淼南袼厥菦]有保單信息的，為方便計(jì)算，延伸的ey數(shù)量的像素統(tǒng)一規(guī)定為R＝0、B＝0、G＝0；