[发明专利]表格文本智能过滤方法、装置及计算机可读存储介质

说明书

本发明涉及一种人工智能技术，揭露了一种表格文本智能过滤方法，包括：获取基于文档的表格图像集，将所述表格图像集进行预处理操作，得到标准表格图像集；利用图像增强算法对所述标准表格图像集进行增强处理，得到表格关键图像区域集；对所述表格关键图像区域集进行特征图像提取，得到特征表格图像集；利用预先构建的表格文本过滤模型对所述特征表格图像集进行文本位置检测，若检测出所述文本的位置，将所述文本过滤后保存对应特征表格图像，若没有检测出所述文本的位置，直接保存对应特征表格图像，从而完成所述表格图像集的文本过滤。本发明还提出一种表格文本智能过滤装置以及一种计算机可读存储介质。本发明实现了表格文本的智能过滤。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种表格文本智能过滤方法、装置及计算机可读存储介质。

背景技术

目前市场上存在各式各样的分类器，但大多数公司都是采用传统的如KNN，SVM，BP神经网络等分类算法。这些传统的分类器通常在表格文本过滤任务中不够有效，分类准确率也一直都达不到很高的水平，尤其对于保险行业的票据表格文本过滤处理而言是个很大的问题。

发明内容

本发明提供一种表格文本智能过滤方法、装置及计算机可读存储介质，其主要目的在于当用户进行对文档的表格文本进行过滤时，给用户呈现出精准的过滤结果。

为实现上述目的，本发明提供的一种表格文本智能过滤方法，包括：

获取基于文档的表格图像集，将所述表格图像集进行预处理操作，得到标准表格图像集；

利用图像增强算法对所述标准表格图像集进行增强处理，得到表格关键图像区域集；

对所述表格关键图像区域集进行特征图像提取，得到特征表格图像集；

利用预先构建的表格文本过滤模型对所述特征表格图像集进行文本位置检测，若检测出所述特征表格图像集的特征表格图像中文本的位置，则将所述文本进行过滤后保存所述特征表格图像，若没有检测出所述特征表格图像集的特征表格图像中文本的位置，直接保存所述特征表格图像，从而完成所述表格图像集的文本过滤。

可选地，所述将所述表格图像集进行预处理操作，得到标准表格图像集，包括：

根据各比例法对所述表格图像集进行图像灰度化处理后得到灰度表格图像集，利用对比度拉伸方式对所述灰度表格图像集进行对比度增强，将对比度增强后的所述灰度表格图像集进行图像阈值化操作后得到所述标准表格图像集。

可选地，所述利用图像增强算法对所述标准表格图像集进行增强处理，得到表格关键图像区域集，包括：

通过阈值分割法将所述标准表格图像集中的图像前景文字和图像背景图案进行分割；

利用Retinex算法计算出分割后的所述标准表格图像集中的关键信息图像区域，得到表格关键图像区域，从而组合形成所述表格关键图像区域集，其中，所述Retinex算法包括：

S(x,y)＝R(x,y)×L(x,y)

其中，S(x,y)表示表格关键图像区域，R(x,y)表示反射光图像，L(x,y)代表光亮度图像，x表示表格关键图像区域的横坐标，y表示表格关键图像区域的纵坐标。

可选地，所述对所述表格关键图像区域集进行特征图像提取，得到特征表格图像集，包括：

将所述表格关键图像区域集输入至残差块神经网络输入层中，利用所述残差块神经网络的隐藏层对所述表格关键图像区域集进行卷积操作，得到所述表格关键图像区域集的特征图谱集，通过所述残差块神经网络的输出层输出所述特征图谱集，从而得到所述特征表格图像集。

可选地，所述利用预先构建的表格文本过滤模型对所述特征表格图像集进行文本位置检测，包括：