[发明专利]一种文档图像的模糊度评估、筛选方法和装置

权利要求书

1.一种文档图像的模糊度评估方法，其特征在于，包括：

基于最大多项式MaxPol滤波器提取文档图像的图像特征；

将提取的图像特征输入到预先训练得到的模糊分类模型中，得到所述文档图像的模糊类型；

从所述图像特征中提取对应所述模糊类型的模糊特征，将提取的模糊特征代入预先拟合出的、对应所述模糊类型的非线性公式，计算出所述文档图像的模糊度评分。

2.根据权利要求1所述的方法，其特征在于，所述对应所述模糊类型的非线性公式中的参数是根据数据集中每个文档图像的图像特征中对应所述模糊类型的模糊特征和主观评分，预先拟合得到的。

3.根据权利要求2所述的方法，其特征在于，所述基于MaxPol滤波器提取文档图像的图像特征，具体包括：

对所述文档图像进行灰度化处理，得到灰度图像；

从水平和垂直两个方向将所述MaxPol滤波器与灰度图像进行卷积，计算出水平和垂直两个方向的特征向量；

将计算出的水平和垂直两个方向的特征向量合成为特征图像；

计算出所述特征图像中的有效像素的高阶中心矩，作为所述文档图像的图像特征。

4.根据权利要求1所述的方法，其特征在于，所述模糊分类模型具体根据如下方法预先训练得到：

计算所述数据集中每个文档图像的图像特征；

根据数据集中针对每个文档图像标注的模糊类型，以及计算出的每个文档图像的图像特征对模糊分类模型进行训练。

5.一种文档图像的筛选方法，其特征在于，包括：

根据权利要求1-4任一所述的模糊度评估方法，得到文档图像的模糊度评分；

根据文档图像的模糊度评分筛选出合格的文档图像。

6.一种文档图像的模糊度评估装置，其特征在于，包括：

图像特征提取模块，用于基于MaxPol滤波器提取文档图像的图像特征；

模糊类型确定模块，用于将提取的图像特征输入到预先训练得到的模糊分类模型中，得到所述文档图像的模糊类型；

模糊度评分模块，用于从所述图像特征中提取对应所述模糊类型的模糊特征，将提取的模糊特征代入预先拟合出的、对应所述模糊类型的非线性公式，计算出所述文档图像的模糊度评分。

7.根据权利要求6所述的装置，其特征在于，还包括：

公式拟合模块，用于对于每种模糊类型，根据数据集中每个文档图像的图像特征中对应该模糊类型的模糊特征和主观评分，拟合得到对应该模糊类型的非线性公式中的参数。

8.根据权利要求6所述的装置，其特征在于，还包括：

模糊分类模型训练模块，用于根据数据集中针对每个文档图像标注的模糊类型，以及计算出的每个文档图像的图像特征，对模糊分类模型进行训练，得到经过训练的模糊分类模型。

9.一种文档图像的筛选装置，其特征在于，包括：

如权利要求6-8任一所述的装置中的模块；

筛选模块，用于根据根据得到的文档图像的模糊度评分筛选出合格的文档图像。

10.一种电子设备，包括中央处理单元、信号处理和存储单元，以及存储在信号处理和存储单元上并可在中央处理单元上运行的计算机程序，其特征在于，所述中央处理单元执行所述程序时实现如权利要求1-5任一所述的方法。