一种基于图像识别技术的文博图像处理方法及系统技术方案

本发明专利技术公开了一种基于图像识别技术的文博图像处理方法及系统。方法包括对所述原始文博图像进行初步预处理操作，获得第一图像；使用基于深度学习的VGG16‑Unet文博图像预处理模型对所述第一图像进行噪声识别和去除操作，获得第二图像；使用基于RT‑DETR模型的文博图像分割模型对所述第二图像进行分割处理，获得包含目标信息的第三图像；使用基于改进后ResNet‑101的文博图像目标信息提取模型对所述第三图像进行目标信息的识别，确定所述原始文博图像中所包含的目标信息。本发明专利技术方案不仅提高了文博图像的清晰度，还大幅提升了目标信息分割与识别的准确性，适用于文物保护、数字化存档及学术研究等多种应用场景。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种基于图像识别技术的文博图像处理方法及系统。

技术介绍

1、通过对文物的数字化存档与分析，可以有效保护文博并提升学术研究的效率。文博图像作为记录和展示历史文物的重要载体，承载了大量具有学术和文化价值的信息，例如古文字、纹样以及结构细节等。

2、在原始文博图像的采集过程中，由于设备性能、光线条件、文物表面状况等多种因素的影响，往往存在噪声干扰。例如，图像中的文字与背景对比度不足，或由于文物表面磨损导致纹理信息模糊，这些问题严重影响了后续图像处理与分析的精度。因此，如何有效去除图像噪声、增强目标信息，实现自动识别和提取，已成为文博行业亟待解决的重要技术问题。这不仅关系到文物的科学研究，还对文物的数字化保存与展示具有重要的实际意义。

3、目前，虽然已有部分针对图像去噪与目标检测的算法与工具，但大多数未能针对文博图像的特定需求进行优化，尤其是在处理复杂背景、低对比度以及细微纹理等问题时，现有方法的效果仍不理想。

技术实现思路

1、为解决现有的图像处理方法无法满本文档来自技高网...

【技术保护点】

1.一种基于图像识别技术的文博图像处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于图像识别技术的文博图像处理方法，其特征在于，对所述原始文博图像进行初步预处理操作，包括：

3.根据权利要求1所述的基于图像识别技术的文博图像处理方法，其特征在于，所述基于深度学习的VGG16-Unet文博图像预处理模型包括编码器和解码器，所述编码器包括5层卷积层与4层最大池化层，所述解码器包括上采样模块和卷积层；所述基于深度学习的VGG16-Unet文博图像预处理模型的训练过程，包括：

4.根据权利要求3所述的基于图像识别技术的文博图像处理方法，其特征在...

【技术特征摘要】

1.一种基于图像识别技术的文博图像处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于图像识别技术的文博图像处理方法，其特征在于，对所述原始文博图像进行初步预处理操作，包括：

3.根据权利要求1所述的基于图像识别技术的文博图像处理方法，其特征在于，所述基于深度学习的vgg16-unet文博图像预处理模型包括编码器和解码器，所述编码器包括5层卷积层与4层最大池化层，所述解码器包括上采样模块和卷积层；所述基于深度学习的vgg16-unet文博图像预处理模型的训练过程，包括：

4.根据权利要求3所述的基于图像识别技术的文博图像处理方法，其特征在于，利用所述训练数据集对所述基于深度学习的vgg16-unet文博图像预处理模型进行训练，包括：

5.根据权利要求1所述的基于图像识别技术的文博图像处理方法，其特征在于，基于rt-detr模型的文博图像分割模型包括主干网络、颈部网络和解码器；所述主干网络用于特征提取；所述颈部网络用于进一步聚合多层特征图，并通过上采样和下采样操作增强图像的多尺度表示能力；所述解码器用于采用全连接层和非极大值抑制技术，对特征图中的关键信息进行处理，识别到目标信息的识别并完成分割；所述基于rt-detr模型的文博图像分割模型在训练过程中的损失函数为：

6.根据权利要求5所述的基于图像识别技术的文博图像处理方法，其特征在于，所述基于rt-detr模型的文博图像分割模型在训练过程中的评价指标包括准确率、召回率、f...

【专利技术属性】
技术研发人员：陈晓红，李宗宇，胡东滨，
申请(专利权)人：中南大学，
类型：发明
国别省市：