[发明专利]一种书脊分割与文字识别系统及方法

说明书

本发明提出了一种书脊分割与文字识别方法，包括：步骤一、利用图像采集系统获取书脊图像image；步骤二、将书脊图像image传入神经网络框架DarkNet中进行书脊分割，得到N个单书脊图像img₁，img₂…img_N；使用快速线检测算法对分割后的单书脊图像img_i进行拟合，对单个书脊图像和直线组进行透射旋转变换；使用卷积递归神经网络CRNN对旋转书脊图像rotated_img_i进行文字检测得到文字区域和文字内容；使用文字区域对旋转直线组进行滤波，去除与文字区域相交的直线；保留识别结果；步骤三、对书脊的文字识别结果进行数据库匹配；步骤四、存储识别结果，按标记显示书脊图像。

技术领域

本发明专利属于图书馆馆藏书目管理领域，具体涉及一种书脊区域分割与文字识别系统及方法。

背景技术

计算机视觉是指利用摄像头和处理器对对象特征进行识别，提取和跟踪，最终，经过人性化处理获得所需的图像信息。而近几年来，作为机器学习中发展最为迅速的一个领域，深度学习为计算机视觉带来了更加广阔的应用和发展前景。图像处理是深度学习最早尝试应用的领域。它通过建立起与大脑神经网络相似的分层模型，逐层提取输入图像信息的特征映射，建立起从低级数据信息到高级语义的对应关系，最终实现了对图像的智能化处理。现已广泛应用在手写识别，证件信息审核、车牌识别等领域，其核心任务是文字检测和文字识别。

在现有图书馆书籍管理系统中，图书管理还是大量依赖于人工，而基于深度学习的整体书籍管理解决方案目前还没有人提出，书脊分割与文字识别的主要问题是如何快速准确地对书脊进行分割，对于图书馆场景中的各种复杂情况，书脊分割需要有较好的稳定性，采用深度学习的方式可以快速地进行书脊分割，然而由于照片拍摄的透射效果使得即使是摆正的书脊，也会出现一定的倾斜角度，导致深度学习的书脊分割结果会包含临近书脊的文字信息，对文字识别产生噪声影响，而采用传统方式进行书脊分割，速度与稳定性方面不尽如人意。因此如何快速准确地进行书脊分割是书脊文字识别的重点和难点。

发明内容：

本发明针对上述现有技术中存在的诸多技术问题，对书脊文本的检测进行了系统的设计，真正达到了书脊文本检测的应用标准。本发明旨在提供一套高效且易于维护的书脊识别系统，提高图书管理的智能化管理水平。

书脊分割与文字识别方法，包括：

步骤一、利用图像采集系统获取书脊图像image；