一种基于深度学习的手写气象档案资料的文本定位方法技术

本发明专利技术公开一种基于深度学习的手写气象档案资料的文本定位方法，图像预处理与数据集准备：将纸质气象档案扫描为数字图像格式，先做图像预处理，再提取表格制作文本定位数据集；文本定位：将数据集图像裁剪成小区域，使用CTPN深度学习模型在小区域范围内定位字符位置；检查定位效果。本发明专利技术使用的CTPN网络使用强大的深层卷积自动获取图中的文本特征信息，结合LSTM内循环架构编码上下文信息，利用特有的文本锚点准确定位文本位置，实验结果表明本发明专利技术定位出了所有的字符，精度完全能够满足应用要求，高精度的定位结果为后续的应用打下了基础。

【技术实现步骤摘要】
一种基于深度学习的手写气象档案资料的文本定位方法
本专利技术涉及文本定位
具体地说是一种基于深度学习的手写气象档案资料的文本定位方法。
技术介绍
气象观测资料是指在特定监测区域利用各种方法，各种观测设备获取的气温、气压、风速、风向等的气象数据。气象资料是天气预测、污染防治、农业生产、科学研究等领域的数据基础，气象资料的记录与保存有十分重要的意义。早期档案的记录都由观测人员手写记录在纸质文件中，随着时间的推移，纸质档案会发生老化损毁与丢失，记录的数据也会变得模糊，不利于长久的保存。且纸质档案在信息传播过程中往往是点到点的传递，或是小范围点到面的传递，传播速度慢，覆盖面积小，很难充分利用其经济与社会价值，也很难跟上现代化的高速发展。将数字信号存储于计算机中统一管理，建立数字化档案信息库，可结合网络共享资源。纸质气象档案数字化将大大方便档案的管理、传播与使用。为了长久的保护保存档案，更有效的利用气象资料，将气象档案数字化非常有必要。气象资料主要由数字与气象符号组成，保存的形式多种多样。结合计算机技术、扫描技术、光学字符识别等高新技术把本文档来自技高网...

【技术保护点】
1.一种基于深度学习的手写气象档案资料的文本定位方法，其特征在于，包括如下步骤：/n(1)图像预处理与数据集准备：将纸质气象档案扫描为数字图像格式，先做图像预处理，再提取表格制作文本定位数据集；/n(2)文本定位：将数据集图像裁剪成小区域，使用CTPN深度学习模型在小区域范围内定位字符位置；/n(3)检查定位效果。/n

【技术特征摘要】
1.一种基于深度学习的手写气象档案资料的文本定位方法，其特征在于，包括如下步骤：
(1)图像预处理与数据集准备：将纸质气象档案扫描为数字图像格式，先做图像预处理，再提取表格制作文本定位数据集；
(2)文本定位：将数据集图像裁剪成小区域，使用CTPN深度学习模型在小区域范围内定位字符位置；
(3)检查定位效果。


2.根据权利要求1所述的一种基于深度学习的手写气象档案资料的文本定位方法，其特征在于，在步骤(1)中包括如下步骤：
图像预处理包括：
(a)中值滤波：对图像做了中值滤波处理，平滑图像信息，为图像二值化做准备；
(b)OTSU二值化：采取OTSU算法自动选取二值化阈值，将降噪过的图片做自适应阈值二值化处理；
(c)霍夫直线检测：使用霍夫变换检测倾斜角度并校正图像，霍夫变换将图片信息由图像空间变换到霍夫空间，图像空间当中的相交直线转换为霍夫空间中的点，在霍夫空间形成峰值，峰值就是相交直线的个数；采用霍夫变换对二值化图片中的长直线进行提取，获得各个直线的倾斜角度；
(d)倾斜校正：对扫描图像进行倾斜矫正，取所有倾斜角的均值，用旋转函数将图像进行校正，以保证后面的步骤能够顺利进行；
(e)表格提取：对倾斜校正过的二值图做形态学开运算，先做腐蚀后做膨胀，其中腐蚀与膨胀的核分别为N*1与1*N，只保留竖线，剔除了横线；再做1*N的腐蚀和N*1的膨胀，只保留了横线，剔除了竖线；腐蚀操作会将文字非直线像素抹消，再将两次操作的结果叠合；
(f)按表格截取局部图像：调用OpenCV函数搜索图中轮廓，根据轮廓信息裁剪原始图像并保存。


3.根据权利要求1所述的一种基于深度学习的手写气象档案资料的文本定位方法，其特征在于，提取表格制作文本定位数据集的方法为：采用人工勾画的方式，将按表格区域裁剪出的图像以矩形框的形式对目标字符进行框选，目标字符的位置信息会以HTML文件的格式与图片一一对应保存，位置信息为矩形框在图像中的点坐标；一张区域图像含有多行字符数据信息，提取HTML文件中所有目标的位置信息，按行储存于一个txt文件中，在区域图片与对应的标签txt文件中取十分之一作为测试集，其余作为训练集。


4.根据权利要求1所述的一种基于深度学习的手写气象档案资料的文本定位方法，其特征在于，...

【专利技术属性】
技术研发人员：鞠晓慧，张强，王妍，陈东辉，范邵华，罗岚心，
申请(专利权)人：国家气象信息中心，
类型：发明
国别省市：北京;11