[发明专利]一种基于深度学习的扫描件图像污迹去除方法

说明书

本发明公开一种基于深度学习的扫描件图像污迹去除方法，首先，通过将深度学习对比度分类结果去改进传统对比度增强，改善扫描件的对比度；然后，标注扫描件的主要成分，进行深度学习训练得到模型后，检测得到扫描件的主要成分，并根据主要成分，通过图像作差获得边缘位置的污迹；进一步，利用深度学习剔除页码干扰的前提下，完成点状污点类型污迹的检测；最后，通过分析污点周边的颜色分布，自动填充污点区域。系统包括：图像预处理模块、对比度分类离线训练模块、主成分检测离线训练模块、点状污迹和页码检测离线分类模块、污迹在线检测模块。本发明提出利用主成分检测和页码检测，结合深度学习技术和对比度改进，取得了相对于现有算法更高的精度。

技术领域

本发明属于计算机视觉与模式识别、图像处理和图片污迹去除系统领域，尤其涉及一种基于深度学习的扫描件图像污迹去除方法。

背景技术

纸质档案的数字化，具有很多优点，比如能持久保存档案、方便检索等。然而，实际的档案材料，通常难免会有一些污迹，这些污迹的存在，极大地影响了扫描图片的图片质量，影响图片的美观、可读性、甚至影响后续的OCR识别等操作。

目前，此类算法还比较少，原因可能是去除污迹，会轻微影响扫描件的真实性(但有不少场景，确实需要去除图像中的污迹)，更可能是污迹本身具有不规则性、零散性、多样性、尺度差异大等复杂性，导致目前对污迹的识别、去除方法的设计，具有较大的挑战性。

去除图片的污迹，理论上，可以通过目标检测完成，目标检测可以分为传统目标检测算法和基于深度学习的目标检测方法。

针对文字图像中去除同色且不规则长干扰线污迹的问题，丛成等(龙华,段荧,邵玉斌,等.一种中文文字图片长干扰线去除方法,CN111209912A[P].2020.)利用传图图像处理方法检测、去除污迹，该方法通过扫描待测点通过贪婪算法获得线段权值的方法，设定阈值判别是否与文字粘连的情况，后通过像素级领域特征对文字图片中的干扰像素点进行去除。该方法利用传统图像处理技术，实时性较好。然而，去除污迹的准确性有待进一步提升，此外，适合去除同色且不规则长干扰线，对于黑白、白边类型污迹、点状类型的污迹，去除效果不佳。

为检测和修复行车记录仪视频图像中的固体污迹，并试图还原被污迹污染的部分，刘东洋(刘东洋.基于改进的Criminisi算法的车载视频污迹的修复技术研究[D].吉林大学.)提出在时间域上进行统计，只有在一段时间内被判定为污迹的概率超过80％时才被标记为污迹。该方法研究了视频污迹的去除方法，效果较好，然而，对于类似于扫描件图片这样的单张图片(缺失连续视频帧)，该方法无法使用。

综上所述，虽然图像的污迹去除方法已经取得了一定的成果，但是，由于污迹的不规则性、零散性、多样性、尺度差异大等困难，基于单张图片，目前利用传统方法进行污迹去除的效果不理想，据我们调研，目前还未见基于深度学习进行扫描件污迹去除的方法、为了满足实际应用的要求，迫切需要在污迹去除的准确率、实时性方面做出进一步的改进。本发明创造性地提出利用深度学习识别图像的主要成分，从而巧妙地去除了四周的黑白、白边类型的污迹；对于主成分中的点状污点类型污迹，则利用深度学习进行目标识别的方式进行去除，并分析出其中的页码目标是最容易干扰污迹识别的目标类型，并将页码参与进深度学习目标的训练中，进一步，提升污迹识别的准确率；此外，在图像预处理阶段，利用深度学习图片分类技术，通过智能预判图片对比度的方式，决定对数变换的关键参数，改进了传统的对数变换图像增强，从而进一步确保了后续污迹识别的准确性。

发明内容

本发明实施例的目的在于提供一种基于深度学习的扫描件图像污迹去除方法，旨在解决现有的图像污迹的识别准确率不达标和/或不尽如人意、鲁棒性不强的问题。

其特征在于针对银行档案扫描件图像的成像的特点，通过将深度学习对比度分类结果去改进的传统对比度增强，改善扫描件的对比度，并通过深度学习技术，检测扫描件全图的主成分、污点、页码，通过图像作差获得边缘位置的黑边和白边污迹，并通过设计简易有限的算法，分析污点周边的颜色分布，自动填充污点区域，具体包括：