[发明专利]图像清晰度判别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110710931.0 申请日: 2021-06-25
公开(公告)号: CN115526822A 公开(公告)日: 2022-12-27
发明(设计)人: 马佳炯 申请(专利权)人: 顺丰科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06V10/44;G06V10/82;G06N3/04;G06N3/08
代理公司: 深圳紫藤知识产权代理有限公司 44570 代理人: 李健
地址: 518000 广东省深圳市南山区学府路(以南)*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 清晰度 判别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像清晰度判别方法,其特征在于,所述方法包括:

获取待判别的目标文档图像;

基于所述目标文档图像进行切分,得到所述目标文档图像的目标文字图像块;

对所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征;

基于所述目标文字图像块的目标特征进行预测,得到所述目标文档图像的清晰度判别结果。

2.根据权利要求1所述的图像清晰度判别方法,其特征在于,所述基于所述目标文档图像进行切分,得到所述目标文档图像的目标文字图像块,包括:

基于预设的图像块大小,对所述目标文档图像进行切分,得到所述目标文档图像的多个图像块;

检测每个所述图像块的文字像素占比;

滤除多个所述图像块中文字像素占比小于预设占比阈值的图像块,得到所述目标文档图像的目标文字图像块。

3.根据权利要求1所述的图像清晰度判别方法,其特征在于,所述目标文字图像块包括多个,所述基于所述目标文字图像块的目标特征进行预测,得到所述目标文档图像的清晰度判别结果,包括:

基于每个所述目标文字图像块的目标特征,预测每个所述目标文字图像块的清晰概率和模糊概率;

基于每个所述目标文字图像块的清晰概率求平均,得到所述目标文档图像的清晰概率;

基于每个所述目标文字图像块的模糊概率求平均,得到所述目标文档图像的模糊概率;

基于所述目标文档图像的清晰概率和所述目标文档图像的模糊概率,确定所述目标文档图像的清晰度判别结果,其中,所述清晰度判别结果用于指示所述目标文档图像为清晰或模糊。

4.根据权利要求1所述的图像清晰度判别方法,其特征在于,所述对所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征,包括:

对所述目标文字图像块进行边缘检测,得到所述目标文字图像块的注意力特征图;

根据所述注意力特征图和所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征。

5.根据权利要求1所述的图像清晰度判别方法,其特征在于,所述对所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征,包括:

通过训练完成的清晰度判别模型中的特征提取层,对所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征;

所述基于所述目标文字图像块的目标特征进行预测,得到所述目标文档图像的清晰度判别结果,包括:

通过训练完成的清晰度判别模型中的预测层,基于所述目标文字图像块的目标特征进行预测,得到所述目标文档图像的清晰度判别结果。

6.根据权利要求5所述的图像清晰度判别方法,其特征在于,所述对所述目标文字图像块进行特征提取,得到所述目标文字图像块的目标特征,之前还包括:

获取样本文档图像,以及所述样本文档图像的清晰度标签;

获取所述样本文档图像的样本图像块;

通过预设的清晰度判别模型中的特征提取层,基于所述样本图像块进行特征提取,得到所述样本图像块的目标特征;

通过所述清晰度判别模型中的预测层,基于所述样本图像块的目标特征进行预测,得到所述样本图像块的清晰度预测结果;

基于所述清晰度预测结果和所述清晰度标签对应的清晰度实际结果,确定所述清晰度判别模型的训练损失;

基于所述训练损失,对所述清晰度判别模型的模型参数进行调整,直至达到预设的停止训练条件,得到训练完成的清晰度判别模型。

7.根据权利要求1所述的图像清晰度判别方法,其特征在于,所述基于所述目标文字图像块的目标特征进行预测,得到所述目标文档图像的清晰度判别结果之后,还包括:

当所述清晰度判别结果为图像模糊时,输出重新获取图像的提示信息;

或者,当所述清晰度判别结果为清晰度小于预设清晰度阈值时,输出重新获取图像的提示信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于顺丰科技有限公司,未经顺丰科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110710931.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top