基于清晰度指标的文本图像拒识判断方法、装置及设备制造方法及图纸

本发明专利技术公开了基于清晰度指标的文本图像拒识判断方法、装置及设备，包括：获取待判断的目标文本图像，确定目标文本图像对应的多个清晰度指标值，以及各清晰度指标值对应的清晰度区间阈值；根据各清晰度指标值，以及各清晰度指标值对应的清晰度区间阈值，确定各清晰度指标对应的评分；根据各清晰度指标对应的评分，以及与各清晰度指标匹配的目标权重，确定与目标文本图像对应的质量评分；根据目标文本图像对应的质量评分，确定与目标文本图像对应的拒识判断结果。本发明专利技术实施例的技术方案可以提高文本图像拒识判断结果的准确性。文本图像拒识判断结果的准确性。文本图像拒识判断结果的准确性。

【技术实现步骤摘要】
基于清晰度指标的文本图像拒识判断方法、装置及设备


[0001]本专利技术涉及计算机
，尤其涉及基于清晰度指标的文本图像拒识判断方法、装置及设备。

技术介绍

[0002]随着互联网技术的快速发展，深度学习算法已普遍应用于文本图像识别领域中。然而，对于一些图像质量较差(例如图像模糊以及图像曝光等)的文本图像，深度学习算法仍存在识别准确率较低的问题。为了减轻识别系统的压力，避免深度学习算法对质量较差的图像进行无效识别，在图像识别之前对文本图像进行拒识判断显得尤为重要。
[0003]现有技术中，通常是采用平均模板方法对文本图像进行拒识判断，即利用训练样本图像来生成平均模板，由此实现对非模板类的目标进行拒识。
[0004]但是，上述方法仅适用于自动目标识别领域，对于低质量的文本图像缺乏针对性的拒识效果。

技术实现思路

[0005]本专利技术提供了基于清晰度指标的文本图像拒识判断方法、装置及设备，可以提高文本图像拒识判断结果的准确性。
[0006]根据本专利技术的一方面，提供了一种基于清晰度指标的文本图像拒识判断方法，所述方法包括：
[0007]获取待判断的目标文本图像，确定所述目标文本图像对应的多个清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值；
[0008]根据各所述清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值，确定各清晰度指标对应的评分；
[0009]根据各所述清晰度指标对应的评分，以及与各所述清晰度指标匹配的目标权重，确定与所述目标文本图像对应的质量评分；
[0010]根据所述目标文本图像对应的质量评分，确定与所述目标文本图像对应的拒识判断结果。
[0011]根据本专利技术的另一方面，提供了一种基于清晰度指标的文本图像拒识判断装置，所述装置包括：
[0012]图像获取模块，用于获取待判断的目标文本图像，确定所述目标文本图像对应的多个清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值；
[0013]指标评分确定模块，用于根据各所述清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值，确定各清晰度指标对应的评分；
[0014]质量评分确定模块，用于根据各所述清晰度指标对应的评分，以及与各所述清晰度指标匹配的目标权重，确定与所述目标文本图像对应的质量评分；
[0015]拒识判断模块，用于根据所述目标文本图像对应的质量评分，确定与所述目标文
本图像对应的拒识判断结果。
[0016]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0017]至少一个处理器；以及
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的基于清晰度指标的文本图像拒识判断方法。
[0020]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于清晰度指标的文本图像拒识判断方法。
[0021]本专利技术实施例提供的技术方案，通过获取待判断的目标文本图像，确定目标文本图像对应的多个清晰度指标值，以及各清晰度指标值对应的清晰度区间阈值，根据各清晰度指标值，以及各清晰度指标值对应的清晰度区间阈值，确定各清晰度指标对应的评分，根据各清晰度指标对应的评分，以及与各清晰度指标匹配的目标权重，确定与目标文本图像对应的质量评分，根据目标文本图像对应的质量评分，确定与目标文本图像对应的拒识判断结果的技术手段，可以提高文本图像拒识判断结果的准确性。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1是根据本专利技术实施例提供的一种基于清晰度指标的文本图像拒识判断方法的流程图；
[0025]图2是根据本专利技术实施例提供的另一种基于清晰度指标的文本图像拒识判断方法的流程图；
[0026]图3是根据本专利技术实施例提供的另一种基于清晰度指标的文本图像拒识判断方法的流程图；
[0027]图4是根据本专利技术实施例提供的一种基于清晰度指标的文本图像拒识判断装置的结构示意图；
[0028]图5是实现本专利技术实施例的基于清晰度指标的文本图像拒识判断方法的电子设备的结构示意图。
具体实施方式
[0029]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0030]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]图1为本专利技术实施例一提供的一种基于清晰度指标的文本图像拒识判断方法的流程图，本实施例可适用于对文本图像进行拒识判断的情况，该方法可以由基于清晰度指标的文本图像拒识判断装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于具备数据处理功能的电子设备(例如终端或者服务器)中。如图1所示，该方法包括：
[0032]步骤110、获取待判断的目标文本图像，确定所述目标文本图像对应的多个清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值。
[0033]在本实施例中，获取到待判断的目标文本图像后，可以计算目标文本图像在多个清晰度指标下的数据值(也即清晰度指标值)。具体的，所述清晰度指标可以包括Brenner函数、Tenengrad函数、Vollath函数、Laplacian函数以及平均灰度等。
[0034]在一个具体的实施例中，在获取目标文本图像之前，可以预先建立多个清晰度等级，如清晰度很好、好、一般好、一般不好、不好和很不好等，然后设定各清晰度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于清晰度指标的文本图像拒识判断方法，其特征在于，所述方法包括：获取待判断的目标文本图像，确定所述目标文本图像对应的多个清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值；根据各所述清晰度指标值，以及各所述清晰度指标值对应的清晰度区间阈值，确定各清晰度指标对应的评分；根据各所述清晰度指标对应的评分，以及与各所述清晰度指标匹配的目标权重，确定与所述目标文本图像对应的质量评分；根据所述目标文本图像对应的质量评分，确定与所述目标文本图像对应的拒识判断结果。2.根据权利要求1所述的方法，其特征在于，获取待判断的目标文本图像，包括：获取待判断的原始文本图像，对所述原始文本图像进行灰度化处理；对处理后的原始文本图像进行尺寸调整，并对调整结果进行归一化处理，得到所述目标文本图像。3.根据权利要求1所述的方法，其特征在于，在获取待判断的目标文本图像之前，还包括：设定多个不同的清晰度等级，并按照所述多个清晰度等级，获取多个清晰度质量不同的样本图像；分别确定各所述样本图像对应的多个清晰度指标值，并将各所述样本图像对应的多个清晰度指标值，划分至不同的清晰度等级；根据各所述清晰度等级对应的划分结果，确定各所述清晰度等级下，不同清晰度指标对应的不同清晰度区间；将各所述清晰度等级下，不同清晰度指标对应的不同清晰度区间，存储至预设的配置文件中。4.根据权利要求3所述的方法，其特征在于，确定各所述清晰度指标值对应的清晰度区间阈值，包括：在所述配置文件中，获取与各所述清晰度指标值对应的清晰度区间，以及清晰度区间阈值。5.根据权利要求3所述的方法，其特征在于，在将各所述清晰度等级下，不同清晰度指标对应的不同清晰度区间，存储至预设的配置文件中之后，还包括：根据各所述样本图像对应的多个清晰度指标值，确定各清晰度指标值对应的清晰度区间阈值；根据各清晰度指标值对应的清晰度区间阈值，确定每个样本图像下不同清晰度指标对应的评分；根据每个样本图像下不同清晰度指标对应的评分，以及各清晰度指标对应的预设权重，计算每个样本图像对应的质量评分；根据每个样本图像对应的，质量评分与实际评分之间的差异，对各所述预设权重进行更新，得到与各...

【专利技术属性】
技术研发人员：黄登，李巍豪，高翔，潘新星，魏舒，许诺，杨彬彬，纪达麒，陈运文，纪传俊，
申请(专利权)人：达而观信息科技上海有限公司，
类型：发明
国别省市：