[发明专利]一种档案图像自动裁边、校正、去噪和更换背景的方法

权利要求书

1.一种档案图像自动裁边、校正、去噪和更换背景的方法，其特征在于，包括：

步骤一、霍夫变换直线检测

拍摄纸质人事档案图像，利用霍夫变换检测直线，通过计算直线斜率判定直线倾斜角度，将图像旋转相应的倾斜角度使图像处于正方向；

步骤二、图像边缘检测

利用Canny算法对图像进行边缘检测，找到图像的边缘进行切割，并处理图像边缘的黑边；

步骤三、文字角度检测

利用深度学习模型识别图像中的文字角度，根据检测到的文字角度对文字进行相应旋转；

步骤四、更换背景

对图像进行分块，对每块图像做自适应阈值分割得到每块图像对应的阈值，将大于此阈值的像素值认定为文字或前景，将小于等于此阈值的像素值认定为背景，将小于等于此阈值的像素值认定为所要求的像素值。

2.根据权利要求1所述的一种档案图像自动裁边、校正、去噪和更换背景的方法，其特征在于，步骤一的具体操作流程如下：

拍摄纸质人事档案图像，将直线的方向θ离散化为有限个等间距的离散值，参数ρ对应离散化为有限个值，经过离散化后参数空间不再是连续的，而是被离散量化为多个相同大小的网格单元；将图像空间中每个像素点的坐标值变换到参数空间后，所得值落在某个网格单元内，使该网格单元的累加计数器加1；当图像空间中所有的像素都经过霍夫变换后，对网格单元进行检查，累加计数值最大的网格，其坐标值(ρ₀，θ₀)对应的就是图像空间中所求的直线，通过计算直线斜率判定直线倾斜角度，通过上述处理后的图像与正方向的倾斜角度是0°、90°、180°或270°，将图像旋转相应的倾斜角度使图像处于正方向。

3.根据权利要求2所述的一种档案图像自动裁边、校正、去噪和更换背景的方法，其特征在于，步骤二的具体操作流程如下：

S2.1图像去噪

计算图像梯度，得到可能的边缘，得到所有可能边缘的集合；

S2.2非极大值抑制

灰度变化的地方比较集中，将局部范围内的梯度方向上灰度变化最大的地方保留下来，其它的地方不保留，剔除掉一大部分的点；将有多个像素宽的边缘变成一个单像素宽的边缘；

S2.3双阈值筛选

通过非极大值抑制后，会有很多可能的边缘点，进一步设置一个双阈值，即低阈值和高阈值；灰度变化大于高阈值的，则设为强边缘像素；灰度变化低于低阈值的，则将其剔除；灰度变化在低阈值和高阈值之间的，则设为弱边缘。进一步判断，若其邻域内有强边缘像素，则保留，如果没有，则剔除；使得边缘尽可能的闭合。

4.根据权利要求3所述的一种档案图像自动裁边、校正、去噪和更换背景的方法，其特征在于，步骤三的具体操作流程如下：

利用深度学习模型中的VGG-16网络识别图像中的文字角度，整个VGG-16网络包括13层卷积层和3层全连接层，卷积层采用相同大小的卷积核尺寸和最大池化尺寸，激活函数使用Relu函数；深度学习模型训练过程中减小卷积核大小同时加深网络层；训练数据使用5591个字符，包括5529个常用的中文汉字、10个阿拉伯数字、26个大写英文字母和26个小写英文字母，每个字符的每个方向分别使用5种不同字体生成30个不同的图像。

5.根据权利要求4所述的一种档案图像自动裁边、校正、去噪和更换背景的方法，其特征在于，所述字体包括宋体、微软雅黑、仿宋、黑体和楷体。