多帧图像处理方法和装置制造方法及图纸

技术编号:30018540 阅读:21 留言:0更新日期:2021-09-11 06:32
本发明专利技术提供了多帧图像处理方法和装置。具体而言,一种图像处理方法包括:获取第一图像以及与所述第一图像相关的多帧附加图像;对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及根据所述第一图像和所述第二图像的质量分来选择所述第一图像或所述第二图像进行后续处理。图像进行后续处理。图像进行后续处理。

【技术实现步骤摘要】
多帧图像处理方法和装置


[0001]本公开一般涉及图像处理领域,尤其涉及用于处理保险理赔图像的多帧图像处理方法和装置。

技术介绍

[0002]在目前的在线理赔产品(例如,医疗理赔产品)中,需要用户拍摄医疗证明、关系证明等文本材料用于理赔审核。但由于用户拍摄抖动、手机像素等各种原因,造成了一些图片的拍摄是模糊的,由此影响了工作人员的审核以及OCR(Optical Character Recognition,光学字符识别)的精度。在工作人员进行相应工作之前,往往需要对上述图像一一进行判断以确定上述的图像皆是清晰、完整、有效的。由此可见,这部分工作会消耗掉工作人员的大量时间,从而降低了保险理赔材料的审理效率。
[0003]因此亟需用于高效地处理保险理赔图像的方法和装置。

技术实现思路

[0004]为解决上述技术问题,本专利技术提供了一种图像处理方法,包括:
[0005]获取第一图像以及与所述第一图像相关的多帧附加图像;
[0006]对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及
[0007]根据所述第一图像和所述第二图像的质量分来选择所述第一图像或所述第二图像进行后续处理。
[0008]可任选地,对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:
[0009]将所述第一图像与所述多帧附加图像对齐;以及
[0010]处理经对齐的所述第一图像和所述多帧附加图像以生成所述第二图像。
[0011]可任选地,对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:
[0012]针对所述第一图像中的每个特征点,确定每帧附加图像中的对应特征点;以及
[0013]针对所述第一图像中的每个特征点,将该特征点的特征值与每帧附加图像中的对应特征点的特征值进行加权求和,以得到所述第二图像中的对应特征点的特征值。
[0014]可任选地,对每帧图像中的特征点赋予的权重与其质量分成正比。
[0015]可任选地,对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:
[0016]使用深度神经网络对所述第一图像和所述多帧附加图像进行去模糊处理,
[0017]其中所述深度神经网络是使用第一训练图像、与所述第一训练图像相关的多个附加训练图像以及与所述第一训练图像相关的清晰图像来训练的。
[0018]可任选地,该方法进一步包括,
[0019]确定所述第一图像的质量分并将其与第一阈值进行比较;
[0020]如果所述第一图像的质量分低于第一阈值,则对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及
[0021]如果所述第一图像的质量分高于第一阈值,则返回所述第一图像。
[0022]可任选地,选择所述第一图像或所述第二图像包括:
[0023]将所述第一图像的质量分与所述第二图像的质量分进行比较;
[0024]如果所述第一图像的质量分高于所述第二图像的质量分,则选择所述第一图像;以及
[0025]如果所述第一图像的质量分低于所述第二图像的质量分,则选择所述第二图像。
[0026]可任选地,所述多帧附加图像在所述第一图像前捕获,并且所述第一图像和所述多帧附加图像的相邻两帧图像之间的捕获间隔为20ms。
[0027]可任选地,该方法进一步包括:
[0028]从所选择的图像中提取文本信息。
[0029]可任选地,所获取的多帧附加图像的帧数是根据所述第一图像的质量分来确定的。
[0030]本公开的另一方面提供了一种图像处理装置,包括:
[0031]用于获取第一图像以及与所述第一图像相关的多帧附加图像的模块;
[0032]用于对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块;以及
[0033]用于根据所述第一图像和所述第二图像的质量分来选择所述第一图像或所述第二图像进行后续处理的模块。
[0034]可任选地,用于对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块包括:
[0035]用于将所述第一图像与所述多帧附加图像对齐的模块;以及
[0036]用于处理经对齐的所述第一图像和所述多帧附加图像以生成所述第二图像的模块。
[0037]可任选地,用于对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块包括:
[0038]用于针对所述第一图像中的每个特征点,确定每帧附加图像中的对应特征点的模块;以及
[0039]用于针对所述第一图像中的每个特征点,将该特征点的特征值与每帧附加图像中的对应特征点的特征值进行加权求和,以得到所述第二图像中的对应特征点的特征值的模块。
[0040]可任选地,对每帧图像中的特征点赋予的权重与其质量分成正比。
[0041]可任选地,用于对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块包括:
[0042]用于使用深度神经网络对所述第一图像和所述多帧附加图像进行去模糊处理的模块,
[0043]其中所述深度神经网络是使用第一训练图像、与所述第一训练图像相关的多个附加训练图像以及与所述第一训练图像相关的清晰图像来训练的。
[0044]可任选地,该装置进一步包括,
[0045]用于确定所述第一图像的质量分并将其与第一阈值进行比较的模块;
[0046]用于如果所述第一图像的质量分低于第一阈值,则对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块;以及
[0047]用于如果所述第一图像的质量分高于第一阈值,则返回所述第一图像的模块。
[0048]可任选地,用于选择所述第一图像或所述第二图像包括:
[0049]用于将所述第一图像的质量分与所述第二图像的质量分进行比较的模块;
[0050]用于如果所述第一图像的质量分高于所述第二图像的质量分,则选择所述第一图像的模块;以及
[0051]用于如果所述第一图像的质量分低于所述第二图像的质量分,则选择所述第二图像的模。
[0052]可任选地,所述多帧附加图像在所述第一图像前捕获,并且所述第一图像和所述多帧附加图像的相邻两帧图像之间的捕获间隔为20ms。
[0053]可任选地,该装置进一步包括:
[0054]用于从所选择的图像中提取文本信息的模块。
[0055]可任选地,所获取的多帧附加图像的帧数是根据所述第一图像的质量分来确定的。
[0056]本公开的有一方面提供了一种图像处理装置,包括:
[0057]处理器;以及
[0058]被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
[0059]获取第一图像以及与所述第一图像相关的多帧附加图像;
[0060]对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及
[0061]根据所述第一图像和所述第二图像的质量分来选择所本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法,包括:获取第一图像以及与所述第一图像相关的多帧附加图像;对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及根据所述第一图像和所述第二图像的质量分来选择所述第一图像或所述第二图像进行后续处理。2.如权利要求1所述的方法,其中对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:将所述第一图像与所述多帧附加图像对齐;以及处理经对齐的所述第一图像和所述多帧附加图像以生成所述第二图像。3.如权利要求2所述的方法,其中对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:针对所述第一图像中的每个特征点,确定每帧附加图像中的对应特征点;以及针对所述第一图像中的每个特征点,将该特征点的特征值与每帧附加图像中的对应特征点的特征值进行加权求和,以得到所述第二图像中的对应特征点的特征值。4.如权利要求3所述的方法,其中对每帧图像中的特征点赋予的权重与其质量分成正比。5.如权利要求1所述的方法,其中对所述第一图像和所述多帧附加图像进行处理以生成第二图像包括:使用深度神经网络对所述第一图像和所述多帧附加图像进行去模糊处理,其中所述深度神经网络是使用第一训练图像、与所述第一训练图像相关的多个附加训练图像以及与所述第一训练图像相关的清晰图像来训练的。6.如权利要求1所述的方法,进一步包括,确定所述第一图像的质量分并将其与第一阈值进行比较;如果所述第一图像的质量分低于第一阈值,则对所述第一图像和所述多帧附加图像进行处理以生成第二图像;以及如果所述第一图像的质量分高于第一阈值,则返回所述第一图像。7.如权利要求1所述的方法,其中选择所述第一图像或所述第二图像包括:将所述第一图像的质量分与所述第二图像的质量分进行比较;如果所述第一图像的质量分高于所述第二图像的质量分,则选择所述第一图像;以及如果所述第一图像的质量分低于所述第二图像的质量分,则选择所述第二图像。8.如权利要求1所述的方法,其中,所述多帧附加图像在所述第一图像前捕获,并且所述第一图像和所述多帧附加图像的相邻两帧图像之间的捕获间隔为20ms。9.如权利要求1所述的方法,进一步包括:从所选择的图像中提取文本信息。10.如权利要求1所述的方法,其中,所获取的多帧附加图像的帧数是根据所述第一图像的质量分来确定的。11.一种图像处理装置,包括:用于获取第一图像以及与所述第一图像相关的多帧附加图像的模块;用于对所述第一图像和所述多帧附加图像进行处理以生成第二图像的模块;以及
用于根据所述第一图像和所述第二图像的质量分来选择所述第一图像或所述第二图像进行后续处理的模块。12.如权利要求11...

【专利技术属性】
技术研发人员:李辉马哲
申请(专利权)人:支付宝杭州信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1