[发明专利]一种基于CNN的扫描文档图像增强方法

权利要求书

1.一种基于CNN的扫描文档图像增强方法，其特征在于，包括如下步骤：

步骤1，对ground truth进行颜色空间转换和归一化处理，然后结合退化模型获取退化图像；

步骤2，构建深度学习模型；

所述深度学习模型由特征提取模块、特征非线性映射模块和图像重建模块构成，其中，特征提取模块由多个卷积层构成，卷积核均为3×3，特征非线性映射模块由一个1×1卷积层构成，图像重建模块由两个3×3卷积层构成；

步骤3，对退化图像与ground truth进行子图像划分处理，形成训练图像对；

步骤4，利用训练图像对训练深度学习模型；

步骤5，将待处理图像输入到训练好的深度学习模型中，得到增强后的扫描文本图像。

2.如权利要求1所述的一种基于CNN的扫描文档图像增强方法，其特征在于：步骤1中对ground truth进行颜色空间转换和归一化处理的具体实现方式如下；

首先，对ground truth进行颜色空间转换，将图像从RGB颜色空间转换为YCbCr颜色空间，并且仅保留Y通道的亮度信息，转换过程如下式所示：

Y＝0.257×x_R+0.564×x_G+0.098×x_B+16 (1)

其中，x_R、x_G、x_B分别表示输入图像对应位置像素的红、绿、蓝三通道像素值，Y为输出像素值；

将转换后的灰度图像进行归一化处理，如下式所示：

其中，Y为输入像素值，x为归一化像素输出值。

3.如权利要求1所述的一种基于CNN的扫描文档图像增强方法，其特征在于：步骤1中结合退化模型获取退化图像的具体实现方式如下；

通过组合随机加权的方法随机生成退化模型，利用颜色转换并归一化后的groundtruth和随机退化生成模型，获得用于模型训练的退化图像，退化图像生成过程如下式所示：

Z(x)＝αB(x)+βG_θ(x)+γx (3)

其中，Z(x)为组合随机退化方法生成的退化样本；B(x)为bicubic方法退化图像；G_θ(x)为使用核大小为θ的高斯模糊处理获得的字迹模糊退化图像；x为ground truth，α、β、γ为加权系数，且满足α+β+γ＝1。

4.如权利要求3所述的一种基于CNN的扫描文档图像增强方法，其特征在于：θ∈{3，5，7}。

5.如权利要求1所述的一种基于CNN的扫描文档图像增强方法，其特征在于：采用以下方式对退化图像与ground truth进行子图像选取，退化图像以33×33大小14步长的部分重叠的方式选取子图像，在ground truth上对应位置上取居中的21×21像素选取子图像，形成训练图像对。

6.如权利要求1所述的一种基于CNN的扫描文档图像增强方法，其特征在于：采用梯度下降方式进行训练，mini-batch大小设置为128，学习率初始化为5×10^-4，并在每1×10⁵个mini-batch训练后减少1×10^-4，直至最小学习率为1×10^-4时停止训练，并保存网络参数，模型参数的初始化采用He方法，优化器使用Stochastic Gradient Descent，损失函数为L2距离损失。

7.如权利要求1所述的一种基于CNN的扫描文档图像增强方法，其特征在于：所述深度学习模型中特征提取模块由4个卷积层构成，即深度学习模型包括7个卷积层，其中1、2层卷积核个数为128，3、4层卷积核个数为64，第5层卷积核个数为32，第6、7层卷积核个数为1，7个卷积层的步长均为1。