文本图像清晰度评估方法及系统、计算机可读存储介质技术方案

一种文本图像清晰度评估方法及系统、计算机可读存储介质，所述文本图像清晰度评估方法，包括：对所述待评估文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述待评估文本图像进行仿射变换，得到重整后的待评估文本图像；将所述重整后的待评估文本图像输入至预设的清晰度评估模型；输出所述待评估文本图像的清晰度评估结果。采用上述方案，能够提高文本图像清晰度识别的准确性。

【技术实现步骤摘要】
文本图像清晰度评估方法及系统、计算机可读存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种文本图像清晰度评估方法及系统、计算机可读存储介质。
技术介绍
图像清晰度评测是图像处理、模式识别等现代人工智能领域中非常重要的一类前处理环节。在诸如拍照摄影、文本识别、证件识别、图像分类、工业生产、安防等应用中，图像清晰度关系到后续处理任务的成像质量、识别精度以及执行效率。由于图像的来源和类型多种多样，其所呈现出来的噪点特征也不一而同。目前，对图像清晰度评估的准确性较低。
技术实现思路
本专利技术实施例解决的技术问题是如何提高文本图像清晰度识别的准确性。为解决上述技术问题，本专利技术实施例提供一种文本图像清晰度评估方法，包括：对所述待评估文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述待评估文本图像进行仿射变换，得到重整后的待评估文本图像；将所述重整后的待评估文本图像输入至预设的清晰度评估模型；输出所述待评估文本图像的清晰度评估结果。可选的，所述待评估文本图像的前景进行边缘化处理及轮廓提取，包括：对所述待评估文本图像的前景进行处理，得到所述待评估文本图像的边缘特征图；对所述待评估文本图像的边缘特征图进行多边形轮廓提取，得到由多个多边形组成的多边形集合。可选的，所述对所经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置，包括：对于各多边形的轮廓，根据相邻两边的顶点坐标计算相邻两边的内夹角；当相邻两边的内夹角小于预设阈值时，过滤所述内夹角，并迭代计算得到新边以取代所述内夹角的相邻边；从过滤后的多边形集合中选择所有的四边形，将面积最大的四边形对应的轮廓作为所述待评估文本图像的前景的外围轮廓位置。可选的，在提取所述待评估文本图像的前景之前，还包括：对所述待评估文本图像进行预处理，得到均衡化图像；将所述均衡化图像从三原色通道转成LAB通道；基于转成LAB通道之后的均衡化图像，提取各像素点的特征，其中：所述各像素点的特征包括以下至少一种：各像素点的特征向量组成的特征向量集合及各特征向量对应的度量。可选的，所述对所述待评估文本图像进行预处理，得到均衡化图像，包括：对所述待评估文本图像进行直方图均值化处理；将所述待评估文本图像的三原色通道转变成HSV通道；取V通道进行亮度处理，得到新的V通道；将所述新的V通道与H通道及S通道合并，转回三原色通道，得到所述均衡化的图像。可选的，所述提取待评估文本图像的前景，包括：基于所述特征向量集合，进行无监督的二分类聚类分离出所述待评估文本图像的前景及背景，并提取出所述待评估文本图像的前景。可选的，在分离出所述待评估文本图像的前景及背景之后，还包括：执行对所述待评估文本图像的前景高亮及背景暗化操作。可选的，采用如下方式训练得到所述清晰度评估模型：获取样本文本图像；对所述样本文本图像进行图像处理，提取所述样本文本图像的前景；对所述样本文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的所述样本文本图像的前景进行像素点分割、过滤，定位所述样本文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述样本文本图像进行仿射变换，得到重整后的样本文本图像；对于重整后的样本文本图像中的像素点的每个颜色通道对应的像素值，获取所述样本文本图像的锐度信息指标，其中：所述样本文本图像的锐度信息指标包括以下至少一种：点锐度信息指标、高阶空域评价指标、频谱信息评价指标及统计分布评价指标；对所得到的各像素点的锐度信息指标分别进行逻辑回归训练，获取训练得到的最小值时对应的训练参数，得到所述清晰度评估模型。本专利技术实施例还提供一种文本图像清晰度评估系统，包括：前景提取单元，适于提取待评估文本图像的前景；第一处理单元，适于对所述待评估文本图像的前景进行边缘化处理及轮廓提取；过滤定位单元，适于对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置；仿射变换单元，适于根据所述外围轮廓位置，对所述待评估文本图像进行仿射变换，得到重整后的待评估文本图像；输入单元，适于将所述重整后的待评估文本图像输入至预设的清晰度评估模型；输出单元，适于输出所述待评估文本图像的清晰度评估结果。可选的，所述第一处理单元，适于对所述待评估文本图像的前景进行处理，得到所述待评估文本图像的边缘特征图，对所述待评估文本图像的边缘特征图进行多边形轮廓提取，得到由多个多边形组成的多边形集合。可选的，所述过滤定位单元，适于对于各多边形的轮廓，根据相邻两边的顶点坐标计算相邻两边的内夹角；当相邻两边的内夹角小于预设阈值时，过滤所述内夹角，并迭代计算得到新边以取代所述内夹角的相邻边；从过滤后的多边形集合中选择所有的四边形，将面积最大的四边形对应的轮廓作为所述待评估文本图像的前景的外围轮廓位置。可选的，所述文本图像清晰度评估系统还包括：第二处理单元及特征提取单元，其中：所述第二处理单元，适于在所述前景提取单元提取所述待评估文本图像的前景之前，对所述待评估文本图像进行预处理，得到均衡化图像；所述特征提取单元，适于将所述均衡化图像从三原色通道转成LAB通道；基于转成LAB通道之后的均衡化图像，提取各像素点的特征，其中：所述各像素点的特征包括以下至少一种：各像素点的特征向量组成的特征向量集合及各特征向量对应的度量。可选的，所述第二处理单元，适于对所述待评估文本图像进行直方图均值化处理；将所述待评估文本图像的三原色通道转变成HSV通道；取V通道进行亮度处理，得到新的V通道；将所述新的V通道与H通道及S通道合并，转回三原色通道，得到所述均衡化的图像。可选的，所述前景提取单元，适于基于所述特征向量集合，进行无监督的二分类聚类分离出所述待评估文本图像的前景及背景，并提取出所述待评估文本图像的前景。可选的，所述前景提取单元，还适于在分离出所述待评估文本图像的前景及背景之后，执行对所述待评估文本图像的前景高亮及背景暗化操作。可选的，所述文本图像清晰度评估系统还包括：模型训练单元，适于采用如下方式训练得到所述清晰度评估模型：获取样本文本图像；对所述样本文本图像进行图像处理，提取所述样本文本图像的前景；对所述样本文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的所述样本文本图像的前景进行像素点分割、过滤，定位所述样本文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述样本文本图像进行仿射变换，得到重整后的样本文本图像；对于重整后的样本文本图像中的像素点的每个颜色通道对应的像素值，采用如下至少一种方式获取所述样本文本图像的锐度信息指标：点锐度信息指标、高阶空域评价指标、频谱信息评价指标及统计分布评价指标；对所得到的各像素点的锐度信息指标分别进行逻辑回归训练，获取训练得到的最小值时对应的训练参数，得到所述清晰度评估模型。本专利技术实施例还提供一种文本图像清晰度评估系统，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种文本图像清晰度评估方本文档来自技高网...

【技术保护点】
1.一种文本图像清晰度评估方法，其特征在于，包括：提取待评估文本图像的前景；对所述待评估文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述待评估文本图像进行仿射变换，得到重整后的待评估文本图像；将所述重整后的待评估文本图像输入至预设的清晰度评估模型；输出所述待评估文本图像的清晰度评估结果。

【技术特征摘要】
1.一种文本图像清晰度评估方法，其特征在于，包括：提取待评估文本图像的前景；对所述待评估文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述待评估文本图像进行仿射变换，得到重整后的待评估文本图像；将所述重整后的待评估文本图像输入至预设的清晰度评估模型；输出所述待评估文本图像的清晰度评估结果。2.根据权利要求1所述的文本图像清晰度评估方法，其特征在于，所述待评估文本图像的前景进行边缘化处理及轮廓提取，包括：对所述待评估文本图像的前景进行处理，得到所述待评估文本图像的边缘特征图；对所述待评估文本图像的边缘特征图进行多边形轮廓提取，得到由多个多边形组成的多边形集合。3.根据权利要求2所述的文本图像清晰度评估方法，其特征在于，所述对所经过边缘化处理及轮廓提取后的待评估文本图像的前景进行像素点分割、过滤，定位所述待评估文本图像的前景的外围轮廓位置，包括：对于各多边形的轮廓，根据相邻两边的顶点坐标计算相邻两边的内夹角；当相邻两边的内夹角小于预设阈值时，过滤所述内夹角，并迭代计算得到新边以取代所述内夹角的相邻边；从过滤后的多边形集合中选择所有的四边形，将面积最大的四边形对应的轮廓作为所述待评估文本图像的前景的外围轮廓位置。4.根据权利要求1至3任一项所述的文本图像清晰度评估方法，其特征在于，在提取所述待评估文本图像的前景之前，还包括：对所述待评估文本图像进行预处理，得到均衡化图像；将所述均衡化图像从三原色通道转成LAB通道；基于转成LAB通道之后的均衡化图像，提取各像素点的特征，其中：所述各像素点的特征包括以下至少一种：各像素点的特征向量组成的特征向量集合及各特征向量对应的度量。5.根据权利要求4所述的文本图像清晰度评估方法，其特征在于，所述对所述待评估文本图像进行预处理，得到均衡化图像，包括：对所述待评估文本图像进行直方图均值化处理；将所述待评估文本图像的三原色通道转变成HSV通道；取V通道进行亮度处理，得到新的V通道；将所述新的V通道与H通道及S通道合并，转回三原色通道，得到所述均衡化的图像。6.根据权利要求4所述的文本图像清晰度评估方法，其特征在于，所述提取待评估文本图像的前景，包括：基于所述特征向量集合，进行无监督的二分类聚类分离出所述待评估文本图像的前景及背景，并提取出所述待评估文本图像的前景。7.根据权利要求6所述的文本图像清晰度评估方法，其特征在于，在分离出所述待评估文本图像的前景及背景之后，还包括：执行对所述待评估文本图像的前景高亮及背景暗化操作。8.根据权利要求1所述的文本图像清晰度评估方法，其特征在于，采用如下方式训练得到所述清晰度评估模型：获取样本文本图像；对所述样本文本图像进行图像处理，提取所述样本文本图像的前景；对所述样本文本图像的前景进行边缘化处理及轮廓提取；对经过边缘化处理及轮廓提取后的所述样本文本图像的前景进行像素点分割、过滤，定位所述样本文本图像的前景的外围轮廓位置；根据所述外围轮廓位置，对所述样本文本图像进行仿射变换，得到重整后的样本文本图像；对于重整后的样本文本图像中的像素点的每个颜色通道对应的像素值，获取所述样本文本图像的锐度信息指标，其中：所述样本文本图像的锐度信息指标包括以下至少一种：点锐度信息指标、高阶空域评价指标、频谱信息评价指标及统计分布评价指标；对所得到的各像素点的锐度信息指标分别进行逻辑回归训练，获取训练得到的最小值时对应的训练参数，得到所述清晰度评估模型。9.一种文本图像清晰度评估系统，其特征在于，包括：前景提取单元，适于提取待评估文本图像的前景；第一处理单元，适于对所述待评估文本图像的前景进行边缘化处理及轮廓提取；过滤定位单元，适于对经过边缘化处理及轮廓提取后的待评估文本图...

【专利技术属性】
技术研发人员：刘源，徐亮，
申请(专利权)人：上海汽车集团股份有限公司，
类型：发明
国别省市：上海,31