[发明专利]一种复杂场景下的试卷分割算法有效
| 申请号： | 201910031875.0 | 申请日： | 2019-01-14 |
| 公开（公告）号： | CN109815948B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 李晓光;王麟腾;高猛;王世禹 | 申请（专利权）人： | 辽宁大学 |
| 主分类号： | G06V30/148 | 分类号： | G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 沈阳杰克知识产权代理有限公司 21207 | 代理人： | 罗莹 |
| 地址： | 110000 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种复杂场景下的试卷分割算法，其步骤为：1)由原始图像通过灰度变换以及边缘检测算法得到图像边缘；2)通过图像边缘计算连通区域以及其外接矩形；3)根据不同连通区域外接矩形的IOU合并连通区域；4)基于卷积神经网络构建字符判别模型，指导连通区域合并，合并后连通区域外接矩形分割字符区域；5)利用步骤4)分割结果，通过文本线构造法分割文本行区域；6)基于卷积神经网络构建题号判别模型，结合步骤5)分割结果分割试题区域。本发明提供的分割算法，在复杂场景下的试卷分割任务中具有很好的分割效果，可以很好的把字符区域、文本行区域、试题区域分割出来。 | ||
| 搜索关键词： | 一种 复杂 场景 试卷 分割 算法 | ||
【主权项】：
1.一种复杂场景下的试卷分割算法，其特征在于，其步骤为：1)由原始图像通过灰度变换以及边缘检测算法得到图像边缘；2)通过图像边缘计算连通区域以及其外接矩形；3)根据不同连通区域外接矩形的IOU合并连通区域；4)基于卷积神经网络构建字符判别模型，指导连通区域合并，合并后连通区域外接矩形分割字符区域；5)利用步骤4)分割结果，通过文本线构造法分割文本行区域；6)基于卷积神经网络构建题号判别模型，结合步骤5)分割结果分割试题区域。
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辽宁大学，未经辽宁大学许可，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/patent/201910031875.0/，转载请声明来源钻瓜专利网。
- 上一篇：应用的测试方法、装置和计算机设备
- 下一篇：基于神经网络的发票公示方法和系统
