【技术实现步骤摘要】
一种基于智能翻页与加速TV
‑
PDE的退化图像修复方法
[0001]本专利技术公开了一种基于智能翻页与加速TV
‑
PDE的退化图像修复方法，涉及图像处理
和机械结构、机器学习领域。
技术介绍
[0002]在计算机并未兴起之前，档案、历史文献，书籍等都以纸质形式记载并传阅。随着计算机技术的兴起和互联网时代的到来，生活水平的提高，数字档案作为一种有效的存储和检索方法正在蓬勃发展。与传统纸质文件相比，电子媒介更环保且携带方便。
[0003]虽然电子书籍已经相当普及，但是传统的纸质书籍还大量存在。对于行动不便的老年人与一些身患疾病的特殊人群来说，翻书阅读存在一定的困难.为了帮助这些特殊人群进行阅读，有必要设计一种可以自动翻页的翻书机器人，通过语音、触摸屏、按键以及手势来控制翻页及翻页方向以辅助阅读。对于一些珍贵的历史文献，更利于文档的传阅与文献的保护。文档图像处理领域出现了一股基于数学和深度学习的方法的热潮，这些方法应用于自动和精确的文本二值化问题。基于偏微分方程的方法以其相对较低的...
【技术保护点】
【技术特征摘要】
1.一种基于智能翻页与加速TV
‑
PDE的退化图像修复方法，其特征在于，具体步骤如下：(1)将待修复图片书籍放置于智能翻书机上，利用智能翻书机对需要修复的退化文档图像册进行自动翻页、换册；同时拍照录入软件通过人机交互界面确定待修复图片时，图像处理计算机驱动相机抓拍图片，并将拍摄好的待修复图片自动录入电脑进行显示，实现自动采集图片处理；(2)对录入电脑后的待修复图片进行有效信息的提取，对带有污渍的图片和模糊的图片使用视觉和数学方法进行特征量化、识别，对带有污渍、模糊退化文档图像进行分析修复；(3)所述分析修复方法具体包括支持向量机分类器模块、整体变分平滑去噪模块、加权因子整体变分修复模块、整体变分快速图像修复模块；其中，所述支持向量机分类器模块用于划分输入的数据集图像，将其分类为带有污渍图像与长期退化图像；将划分好的两类图像利用整体变分平滑模块进行初期的去噪，将模块初期去噪后的两种不同类型图像利用加权因子整体变分修复模块与整体变分快速图像修复模块进行处理，最后通过对比两种图像在两种修复模块下的性能得出结论。2.如权利要求1所述的一种基于智能翻页与加速TV
‑
PDE的退化图像修复方法，其特征在于，所述整体变分平滑去噪模块，具体操作步骤为：步骤一：读入支持向量机分类器模块SVM分类器分类处理后的带噪声的图像u0；步骤二：初始化参数迭代系数n＝0，时间步长dt＝0.125,图像初始灰度值u0＝u0，图像散度divp＝0；步骤三：判断迭代次数，当n＜最大迭代次数时，n＝n+1，根据离散迭代公式计算下一步的u
n
公式如下：式中：i,j表示图像u中坐标(i，j)的点的像素值，表示第n+1次迭代值，λ为拉格朗日乘子，dt表示时间步长；步骤四：计算图像散项的值divp，公式如下：式中：u
x
表示图像u在x方向上的一阶偏导；u
y
表示图像u在y方向上的一阶偏导；u
xx
表示图像u在x方向上的二阶偏导；u
yy
表示图像u在y方向上的二阶偏导；u
xy
表示图像u在先x方向后y方向上的二阶偏导；步骤五：结束迭代，最后一次即为去噪图像。3.如权利要求2所述的一种基于智能翻页与加速TV
‑
PDE的退化图像修复方法，其特征在于，所述加权因子整体变分修复模块，具体操作步骤为：步骤一：读入整体变分平滑去噪模块去噪处理后的图像和其掩膜信息；
步骤二：对图像的掩膜区域中的像素求一阶导函数和其梯度的模值；步骤三：判断图像像素是否位于待修补区域之外，若成立，则λ＝1，否则置λ＝0，其中带有λ的公式为：代价函数：J
λ
(u)取得极小值所满足的Euler
‑
Lagrange方程：式中：D是图像u的待修补区域，E是图像u处于信息完好区域中包围D的一个图像邻域，u0为图像的初始值，u表示修复后的图像值；步骤四：对图像的掩膜区域中的像素计算h
OP
、h
OO
得到新的像素值，并保存入新图像中，公式如下：公式如下：公式如下：式中：w
P
为图像在待修复点O的四个邻近点处梯度的倒数；步骤五：判断迭代次数，...
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。