[发明专利]单据图像的边缘检测方法、装置、设备和计算机存储介质

说明书

本申请提供一种单据图像的边缘检测方法、装置、设备和计算机存储介质；本申请中单据图像的边缘检测方法包括：获取待检测的目标单据图像；对所述目标单据图像进行特征点提取，得到所述目标单据图像的顶点信息；根据所述顶点信息进行融合，得到顶点特征和线段特征；对所述顶点特征和所述线段特征进行回归处理，得到边缘检测结果；本申请实施例中对目标单据图像进行处理，得到顶点特征和线段特征，根据顶点特征和线段特征确定目标单据图像的边缘信息，提高了边缘识别的准确性，实现复杂场景的单据图像的单据边缘检测，保证了单据边缘检测通用性。

技术领域

本申请涉及图像识别技术领域，具体涉及一种单据图像的边缘检测方法、装置、设备和计算机存储介质。

背景技术

随着社会的快速发展，图像识别场景变得越来越多，单据图像边缘检测精度要求也随之增加。

基于深度学习的单据图像边缘检测已经较为成熟，但是复杂场景的单据图像边缘检测精度依然得不到保障；就矩形单据的单据图像而言，当存在多张单据图像重叠的情况，由于单据图像边缘相似度过高，难以逐个检测出各单据图像中的单据边缘；或者单个单据图像中，当单据图像中内容处于单据边缘之外，难以准确检测单据图像中的单据边缘。

也就是说，现有的单据图像的情况复杂多变，多张单据重叠、背景和单据边缘相似度高、单据不完整的异常情况较为普遍，使用传统的深度学习的单据图像边缘检测算法无法对单据图像进行有效的进行检测。

发明内容

本申请提供一种单据图像的边缘检测方法、装置、设备和计算机存储介质，旨在解决当前复杂场景下不可以准确检测单据图像的边缘的技术问题。

一方面，本申请提供一种单据图像的边缘检测方法，所述单据图像的边缘检测方法包括：

获取待检测的目标单据图像；

对所述目标单据图像进行特征点提取，得到所述目标单据图像的顶点信息；

根据所述顶点信息进行融合，得到顶点特征和线段特征；

对所述顶点特征和所述线段特征进行回归处理，得到边缘检测结果。

在本申请一些实施方案中，所述单据图像的边缘检测方法应用于预设边缘检测模型；

所述对所述目标单据图像进行特征点提取，得到所述目标单据图像的顶点信息之前，所述方法包括：

获取单据图像样本，对预处理后的单据图像样本进行特征提取，得到顶点特征和线段特征；

通过所述顶点特征和所述线段特征对预设初始检测模型进行训练，得到特征点损失值和特征线段损失值，所述预设初始检测模型是指预先设置的识别算法；

根据所述特征点损失值和所述特征线段损失值，判断得到的训练检测模型是否达到训练终点；

若所述训练检测模型未达到所述训练终点，则对所述训练检测模型的参数进行调整，直至得到预设边缘检测模型。

在本申请一些实施方案中，所述获取单据图像样本之后，包括：

对所述单据图像样本进行滤波处理，得到去噪的单据图像样本；

将所述去噪的单据图像样本进行灰度处理和边缘提取，得到具有边缘信息的灰度化后的单据图像样本；

将所述去噪的单据图像样本和所述灰度化后的单据图像样本进行融合，得到预处理后的单据图像样本。

在本申请一些实施方案中，所述获取单据图像样本，对预处理后的单据图像样本进行特征提取，得到顶点特征和线段特征，包括：

获取单据图像样本，通过预设的初始检测模型对所述预处理后的单据图像样本进行特征提取，得到标注的顶点信息；