[发明专利]基于自适应学习的纸质影像地图中文标注信息识别方法及系统

权利要求书

1.一种基于自适应学习的纸质影像地图中文标注信息识别方法，其特征在于包括如下步骤：

S1、标准区域初步定位：在纸质影像地图中，初步定位可能存在中文标注信息的区域，通过矩形框框选纸质影像中的非连续区域，以标识该区域；

S2、标注区域精确定位：在步骤S1初选出中文标识信息区域的基础上，进一步筛选准确的中文信息标识区域；

S3、中文标注信息前景提取：在步骤S2精确筛选出中文标识信息区域的基础上，通过高斯混合模型的背景建模算法，将影像与中文标识信息分割，其中地图影像作为背景、中文标识信息作为前景提取；

S4、中文标注信息单字符识别：通过构建海量的中文训练样本，实现步骤S4中提取前景中文标识信息的的单个汉字的有效识别；

S5、中文标注信息语义识别过滤：通过构建地图常用中文字符串数据库，过滤不符合中文语义习惯、不在数据库中的非中文标识信息；

S6、中文标注信息最终解析：最终中文标注信息的解析输出，输出标准的、符合中文语义语法的中文字符串。

2.如权利要求1所述的基于自适应学习的纸质影像地图中文标注信息识别方法，其特征在于：步骤S1的子步骤为：

1)纸质影像地图的电子化处理：将纸质地图高质量扫描为电子影像地图；

2)滤波处理：过滤电子影像地图中由于纸质影像质量欠佳造成的局部信息干扰；

3)通过色彩增强方法，调整影像色彩及对比度；

4)搭建Tensorflow深度学习框架，训练标准汉字库的样本数据，采用Fast R-CNN模型，实现地图区域中文汉字的初始识别；

5)设置超参接口，根据纸质影像质量，人工设置、调整阈值，高于设定的阈值则认为是地图中的中文汉字区域，在地图中以方框标识；

6)最终实现影像地图中中文标准信息的初步定位。

3.如权利要求1所述的基于自适应学习的纸质影像地图中文标注信息识别方法，其特征在于：步骤S2采用ResNet神经网络模型实现，训练样本采样自目标影像，实时生成，样本标签分为两类：一类为“是中文标识信息区域”，一类为“非中文标识信息区域”，其中第一类样本制作采用标准汉字库中的随机选择的汉字，叠加目标影像中的非中文汉字区域生产；第二类样本直接选用目标区域的非中文汉字区域，通过标准库中汉字的随机选择与影像的随机选择，构建较大规模的训练集完成模型训练；将训练好的模型，训练标注区域初步定位步骤所产生的区域，实现在中文标注区域初步定位基础上的精确定位。

4.如权利要求1所述的基于自适应学习的纸质影像地图中文标注信息识别方法，其特征在于：步骤S3的子步骤为：

1)构建高斯混合模型背景建模框架；

2)实现影像地图中影像与标识信息的分离，影像为背景，标识信息作为前景提取；

3)同标注区域初步定位步骤，设置超参接口，根据纸质影像质量，人工设置、调整阈值，高于设定的阈值则认为前景提取达到要求，停止提取操作，转至下一步骤继续执行；

4)若前景提取始终无法达到满意效果，则通过人工辅助方式实现前景提取，人工辅助方法为：在地图中新建图层手工描绘文字，并作为新图层存储。

5.如权利要求1所述的基于自适应学习的纸质影像地图中文标注信息识别方法，其特征在于：步骤S4的子步骤为：

1)搭建Tensorflow深度学习框架，配置RestNet神经网络模型训练环境；

2)配置标准汉字库中的多字体作为训练样本，所述多字体包括宋体、仿宋、楷体；

3)通过RestNet神经网络训练中文汉字识别模型；

4)运用训练生成的中文汉字识别模型，识别前序步骤提取的前景信息；

5)实现最终前景信息中的中文文字识别。