(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210248143.9 (22)申请日 2022.03.14 (71)申请人 浙江广厦建 设职业技术大学 地址 322100 浙江省东阳市江北新区广福 东街1号 (72)发明人 詹科　 (74)专利代理 机构 北京国坤专利代理事务所 (普通合伙) 11491 专利代理师 王峰刚 (51)Int.Cl. G06V 20/62(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 30/10(2022.01) (54)发明名称 一种古建墙壁受污题记文字图像边缘提取 方法 (57)摘要 本发明属于图像边缘提取技术领域， 公开了 一种古建墙壁受污题记文字图像边缘提取方法。 本发明通过对图像文字进行识别方法对文字子 块进行识别， 由于是通过估算出的文字的相关矩 阵参数来进行切分、 识别， 能根据图像中文字的 特性进行自适应调节， 提高了切分获取文字子块 的准确性， 及对图像中文字识别的精度； 同时， 通 过对文字图像进行校正方法在对文字图像进行 校正时， 能够动态、 实时获取到文字图像的畸变 信息， 基于捕获到的反射信息， 能够很好地完成 参数估计， 准确计算到文字图像的畸变参数， 从 而更好的解决文本图像畸变的问题。 权利要求书4页 说明书8页 附图2页 CN 114581901 A 2022.06.03 CN 114581901 A 1.一种古建墙壁受污题记文字图像边缘提取方法， 其特征在于， 所述古建墙壁受污题 记文字图像边 缘提取方法包括以下步骤： 步骤一， 通过摄 像器采集古建墙壁受污题 记文字图像； 步骤二， 将待处理的文字 图像转化为第一灰度图像； 对所述第一灰度图像进行直方图 统计和凸高度排序处理， 确定第一灰度图像的背 景灰度分割阈值和第一灰度图像的阴影区 域内的文字灰度分割阈值； 步骤三， 对所述背景灰度分割阈值和文字灰度分割阈值进行处理， 分别获得阴影区域 掩膜表示和非阴影区域掩膜表示； 对第一灰度图像进 行背景增强， 得到第二灰度图像； 根据 所述阴影区域掩膜表示和非阴影区域掩膜表示将第二灰度图像中背景增强的阴影区域和 第一灰度图像中的非阴影区域进行融合处 理， 获得阴影消除后的文字图像； 步骤四， 对至少两帧文字 图像进行文字检测， 得出每帧文字 图像上的候选文字区域图 像； 将其中一帧文字图像上 的候选文字区域图像， 与其他帧文字图像上可能包含相同文字 内容的候选文字区域图像进行比对处理； 若被比对的至少两个候选文字区域图像之 间的差 异在预设范围之内， 则确定所述至少两个候选文字区域图像属于包含文字内容的文字区域 图像； 获取 所述文字区域图像； 步骤五， 对图像文字进行识别， 并对文字图像进行 校正。 2.如权利要求1所述的古建墙壁受污题记文字图像边缘提取方法， 其特征在于， 所述将 其中一帧文字图像上的候选文字区域图像， 与其他帧文字图像上可能包含相同文字内容的 候选文字区域图像进行比对处 理包括： 第一步， 候选文字区域图像实时读取， 将外部采集的帧候选文字区域图像以局域网的 形式传输给同一 地址段的本地计算机， 完成候选文字区域图像的实时获取； 第二步， 从获取的候选文字区域图像 中提取关键帧， 用以输入到深度 学习检测算法， 进 行候选文字区域图像的可能包 含相同文字内容的候选文字区域图像 检测； 第三步， 用深度 学习算法对关键帧进行可能包含相同文字内容的候选文字区域图像检 测， 用以得到带有检测结果的可能包含相同文字内容的候选文字区域图像视频、 目标截图、 车牌号、 林格曼 可能包含相同文字内容的候选文字区域系数、 所在帧； 第四步， 检测结果的保存与分析， 对带有可能包含相同文字内容的候选文字区域图像 的视频、 目标截图、 林格曼可能包含相同文字内容的候选文字区域系数、 所在帧结果以时间 戳命名， 进行输出保存， 用于以后期的分析检查。 3.如权利要求2所述的古建墙壁受污题记文字图像边缘提取方法， 其特征在于， 所述第 三步用深度学习算法对关键帧进 行可能包含相同文字内容的候选文字区域图像检测， 用以 得到带有检测结果的可能包含相同文字内容的候选文字区域图像视频、 目标截图、 林格曼 可能包含相同文字内容的候选文字区域系数、 所在帧包括： (1)输入关键帧图片， 保持长宽比不变的情况下， 将图像调整为大小是416*416的3通道 的RGB图像； (2)运行网络， YOLOv3的卷积层将输入图像分成S*S网格， 预测得到边界框大小、 位置、 目标的置信度， 通过非极大值抑制， 生成最终的候选文字区域检测数据框， 并返回； (3)获取可能包含相同文字内容的候选文字区域可能存在区域， 依据得到的候选文字 区域检测框， 计算候选文字区域前后可能出现可能包含相同文字内容的候选文字区域的区权　利　要　求　书 1/4 页 2 CN 114581901 A 2域； 具体地， 可能包含相同文字内容的候选文字区域框的长度与对应候选文字区域保持一 致， 宽度是对应候选文字区域宽度的3 /4； (4)可能包含相同文字内容的候选文字区域与背景区域进行对比， 分别计算可能包含 相同文字内容的候选文字区域与背景区域的像素值均值与方差； 若可能包含相同文字内容 的候选文字区域像素均值相较背景减少10％以上， 公式 则认为存在可能 包含相同文字内容的候选文字区域， 依据均值减少的程度， 将可能包含相同文字内容的候 选文字区域分为林格曼系数的6个等级， 见公式 (5)， 若候选文字区域的前后区域被判为林格曼系数大于0的区域， 则认为当前车为可 能包含相同文字内容的候选文字区域图像， 若为可能包含相同文字内容的候选文字区域图 像， 则将候选文字区域区域输入检测算法； (6)帧检测， 若候选文字区域被判定为可能包含相同文字内容的候选文字区域图像， 则 根据候选文字区域所处坐标进行帧检测， 读取当前候选文字区域图像下 的图像， 人工划取 帧线位置， 并计算帧线二元一次函数斜率与截距， 依据检测框位置(top， left， right， bottom)计算可能包含相同文字内容的候选文字区域图像中心坐标(x， y)， 见公式 和 带入y值计算每个帧线对应的xi(i＝0， 1， 2， ……)值， 判 断候选文字区域 位于第几帧， 见公式 4.如权利要求1所述的古建墙壁受污题记文字图像边缘提取方法， 其特征在于， 所述对 图像文字进行识别方法如下： (1)将待处理图像分割为图像块并进行边缘检测， 计算各图像块中对应的边缘像素点 数； 根据边缘像素点数标记各图像块的二值化属性； 计算前景图像块的二值化信息， 筛选需 要调整二值化阈值的前景图像块； 对需要调整二值化阈值的前景图像块进 行二值化阈值调 整； 将需要调整二值化阈值的前景图像块二值化， 并对其余的各图像块进 行二值化， 获取图 像对应的矩阵； (2)分析图像的矩阵行间纹理特征， 获取图像的文字矩阵参数； 基于所述文字矩阵参数 对图像进行切分， 获取图像的文字子块； 对所述文字子块进行图像分割以获取所述文字子 块中的文字信息， 并对所述文字信息进行识别。 5.如权利要求4所述的古建墙壁受污题记文字图像边缘提取方法， 其特征在于， 所述分 析图像的矩阵行间纹 理特征， 获取图像的文字矩阵参数的步骤 包括： 将图像的矩阵坐标中的字体用第一像素值表示， 背景用第二像素值表示， 统计图像的 矩阵坐标中每行第二像素值的个数， 获取一数组； 获取所述数组中数值大于预设基准值的权　利　要　求　书 2/4 页 3 CN 114581901 A 3