本申请公开了一种图像处理的方法、装置、电子设备及存储介质，应用于人工智能领域及金融领域。本申请中，采集获取第一图像，对第一图像进行预处理，可以得到第二图像。其中，第一图像可能是不规则的低分辨率图像，而第二图像是第一图像经过加工处理后得到的规则的低分辨率图像。利用稀疏模型对第二图像进行重建，生成第三图像。其中，第三图像是高分辨率图像。使用的稀疏模型是利用第二图像样本集建立的图像字典进行联合字典训练和测试得到的模型。即使使用高拍仪等仪器拍摄的图像信息不清晰，也可以通过稀疏模型的稀疏表示重新建立图像，提升采集的图像的分辨率，恢复图像细节，增强图像质量。因此，可以提高采集的图像的清晰度。可以提高采集的图像的清晰度。可以提高采集的图像的清晰度。
【技术实现步骤摘要】
一种图像处理的方法、装置、电子设备及存储介质
[0001]本申请涉及人工智能领域，特别是涉及一种图像处理的方法、装置、电子设备及存储介质。
技术介绍
[0002]图像信息处理是大量业务处理流程中的必要环节之一。采集到的图像信息可能包含大量文字内容，而这些图像中的文字内容可能会经过文字提取，在核准后用于业务的办理。采集到清晰的图像，可以更精确的提取图像中的文字内容，降低核准的错误率。
[0003]一般情况下，在图像采集的过程中，往往会使用高拍仪作为图像采集的设备，用于拍摄在各种业务中使用到的各种规格的带有文字的业务材料。但可能会因为高拍仪拍摄角度固定、产品老化等原因，导致高拍仪拍摄到的图像信息不清晰。因此，会存在降低采集的图像的清晰度的问题。
技术实现思路
[0004]基于上述问题，本申请提供了一种图像处理的方法、装置、电子设备及存储介质，可以提高采集的图像的清晰度。
[0005]本申请实施例公开了如下技术方案：
[0006]第一方面，本申请提供一种图像处理的方法，包括：
[0007]获取第一图像，所述第一图像是高拍仪采集的图像；
[0008]对所述第一图像进行预处理，得到第二图像，所述第二图像是低分辨率图像；
[0009]基于稀疏模型对所述第二图像进行重建，生成第三图像，所述第三图像是高分辨率图像，所述稀疏模型为利用第二图像样本集建立的图像字典进行联合字典训练和测试得到。
[0010]可选地，所述基于稀疏模型对所述第二图像进行重建，生成第三图像之前，所述方法还包括：
[0011]获取第一图像样本集，对所述第一图像样本集进行预处理，得到第二图像样本集，所述第一图像样本集包括高分辨率图像和低分辨率图像，所述高分辨率图像为预设模板图像根据低分辨率图像生成得到；
[0012]建立所述第二图像样本集的图像字典，所述图像字典包括高分辨率图像字典和低分辨率图像字典；
[0013]将所述第二图像样本集划分为图像训练集和图像测试集；
[0014]将所述图像训练集输入待训练稀疏模型中，利用所述图像字典对所述待训练稀疏模型进行训练，得到待测试稀疏模型；
[0015]利用所述图像测试集对所述待测试稀疏模型进行测试，确定满足预设标准的所述待测试稀疏模型作为所述稀疏模型。
[0016]可选地，所述对所述第一图像进行预处理，得到第二图像，具体包括：
[0017]对所述第一图像进行倾斜校正和/或阴影校正，以得到水平且亮度均匀的所述第二图像。
[0018]可选地，所述基于稀疏模型对所述第二图像进行重建，生成第三图像之后，所述方法还包括：
[0019]识别并提取所述第三图像中的字符；
[0020]根据预设核准规则对所述字符进行校验，得到待录入字符；
[0021]将所述待录入字符录入业务系统。
[0022]第二方面，本申请提供一种图像处理的装置，包括：
[0023]获取模块，用于获取第一图像，所述第一图像是高拍仪采集的图像；
[0024]处理模块，用于对所述第一图像进行预处理，得到第二图像，所述第二图像是低分辨率图像；
[0025]重建模块，用于基于稀疏模型对所述第二图像进行重建，生成第三图像，所述第三图像是高分辨率图像，所述稀疏模型为利用第二图像样本集建立的图像字典进行联合字典训练和测试得到。
[0026]可选地，所述重建模块还用于：
[0027]获取第一图像样本集，对所述第一图像样本集进行预处理，得到第二图像样本集，所述第一图像样本集包括高分辨率图像和低分辨率图像，所述高分辨率图像为预设模板图像根据低分辨率图像生成得到；
[0028]建立所述第二图像样本集的图像字典，所述图像字典包括高分辨率图像字典和低分辨率图像字典；
[0029]将所述第二图像样本集划分为图像训练集和图像测试集；
[0030]将所述图像训练集输入待训练稀疏模型中，利用所述图像字典对所述待训练稀疏模型进行训练，得到待测试稀疏模型；
[0031]利用所述图像测试集对所述待测试稀疏模型进行测试，确定满足预设标准的所述待测试稀疏模型作为所述稀疏模型。
[0032]可选地，所述处理模块，具体用于：
[0033]对所述第一图像进行倾斜校正和/或阴影校正，以得到水平且亮度均匀的所述第二图像。
[0034]可选地，所述重建模块还用于：
[0035]识别并提取所述第三图像中的字符；
[0036]根据预设核准规则对所述字符进行校验，得到待录入字符；
[0037]将所述待录入字符录入业务系统。
[0038]第三方面，本申请提供了一种电子设备，所述设备包括：处理器、存储器、系统总线；
[0039]所述处理器以及所述存储器通过所述系统总线相连；
[0040]所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行实现第一方面提供的图像处理的方法。
[0041]第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面提供的图像处理的方法。
[0042]相较于现有技术，本申请具有以下有益效果：
[0043]本申请中，采集获取第一图像，对第一图像进行预处理，可以得到第二图像。其中，第一图像可能是不规则的低分辨率图像，而第二图像是第一图像经过加工处理后得到的规则的低分辨率图像。利用稀疏模型对第二图像进行重建，生成第三图像。其中，第三图像是高分辨率图像。使用的稀疏模型是利用第二图像样本集建立的图像字典进行联合字典训练和测试得到的模型。即使使用高拍仪等仪器拍摄的图像信息不清晰，也可以通过稀疏模型的稀疏表示重新建立图像，提升采集的图像的分辨率，恢复图像细节，增强图像质量。因此，可以提高采集的图像的清晰度。
附图说明
[0044]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0045]图1为本申请实施例提供的一种图像处理的方法的一种流程图；
[0046]图2为本申请实施例提供的一种图像处理的方法的另一种流程图；
[0047]图3为本申请实施例提供的一种图像处理的装置的结构示意图。
具体实施方式
[0048]为了使本领域技术人员更清楚地理解本申请的技术方案，下面首先说明本申请方案的应用场景。
[0049]图像信息处理是大量业务处理流程中的必要环节之一。采集到的图像信息可能包含大量文字内容，而这些图像中的文字内容可能会经过文字提取，在核准后用于业务的办理。采集到清晰的图像，可以更精确的提取图像中的文字内容，降低核准的错误率。
[0050]一般情况下，在图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理的方法，其特征在于，包括：获取第一图像，所述第一图像是高拍仪采集的图像；对所述第一图像进行预处理，得到第二图像，所述第二图像是低分辨率图像；基于稀疏模型对所述第二图像进行重建，生成第三图像，所述第三图像是高分辨率图像，所述稀疏模型为利用第二图像样本集建立的图像字典进行联合字典训练和测试得到。2.根据权利要求1所述的方法，其特征在于，所述基于稀疏模型对所述第二图像进行重建，生成第三图像之前，所述方法还包括：获取第一图像样本集，对所述第一图像样本集进行预处理，得到第二图像样本集，所述第一图像样本集包括高分辨率图像和低分辨率图像，所述高分辨率图像为预设模板图像根据低分辨率图像生成得到；建立所述第二图像样本集的图像字典，所述图像字典包括高分辨率图像字典和低分辨率图像字典；将所述第二图像样本集划分为图像训练集和图像测试集；将所述图像训练集输入待训练稀疏模型中，利用所述图像字典对所述待训练稀疏模型进行训练，得到待测试稀疏模型；利用所述图像测试集对所述待测试稀疏模型进行测试，确定满足预设标准的所述待测试稀疏模型作为所述稀疏模型。3.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行预处理，得到第二图像，具体包括：对所述第一图像进行倾斜校正和/或阴影校正，以得到水平且亮度均匀的所述第二图像。4.根据权利要求1所述的方法，其特征在于，所述基于稀疏模型对所述第二图像进行重建，生成第三图像之后，所述方法还包括：识别并提取所述第三图像中的字符；根据预设核准规则对所述字符进行校验，得到待录入字符；将所述待录入字符录入业务系统。5.一种图像处理的装置，其特征在于，包括：获取模块，用于获取第一图像，所述第一图像是高拍仪采集的图像；处理模块，用于对所述第一图像进行预处理，得到第二图像，所述第二图像是低分辨率图像；重建模块...
【专利技术属性】
技术研发人员：李笑宇，唐雪涛，徐梓丞，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
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。