[发明专利]基于条件对抗网络的字帖二值化背景噪声杂点去除方法

摘要

本发明公开的基于条件对抗网络的字帖二值化背景噪声杂点去除方法，包括以下步骤：步骤1，建立取样样本；步骤2，根据步骤1中的取样样本，制作人工噪声数据集，得到最终训练数据；步骤3，将步骤2中得到的最终训练数据进行训练，依次更新辨别器和生成器；步骤4，将待处理的字帖数据样本带入步骤3的辨别器和生成器中进行去噪，得到去除噪声杂点后的字帖。本发明字帖二值化背景噪声杂点去除方法对于文献由于历史原因和数字化操作不当所造成的背景杂点，能够有效地去除杂点，对于数字化平台展览提供一个去噪的操作，美化字体图；同时提高分类识别率和切割精度，有很好的使用价值。

主权项

1.基于条件对抗网络的字帖二值化背景噪声杂点去除方法，其特征在于，包括以下步骤：步骤1，建立取样样本；首先在Word文档中输入m页汉字；然后将该Word文档转成pdf格式；最后将pdf格式转成jpg格式图片，最终将得到m张图片，即为取样样本；步骤2，根据步骤1中的取样样本，制作人工噪声数据集，得到最终训练数据；步骤2.1，对步骤1取样样本中的m张图片，每张图片随机切割出i张、大小为c×r的图片，即得到m×i张、大小为c×r的图片；步骤2.2，对步骤2.1处理后的m×i张图片，每张均制作n个圆形噪声块和n₁个方形噪声块，汇总后得到人工噪声数据集；制作圆形噪声块具体操作为：按照公式(1)进行处理：其中，R₀表示该圆形噪声块的半径，U表示均匀分布，半径R₀大小服从[1,3]的均匀分布；(x₀,y₀)表示噪声块中心点的坐标值，x₀为横坐标值，y₀为纵坐标值；(x,y)表示噪声块中心点的坐标，x为横坐标，y为纵坐标，x服从[R₀,c‑R₀]的均匀分布，其中c表示图像的长度，y服从[R₀,r‑R₀]的均匀分布，r表示图像的高，n表示圆形噪声块的个数；制作方形噪声块具体操作为：按照公式(2)进行处理：其中，R₁表示该方形噪声块的边长，U表示均匀分布，边长R₁大小服从[1,6]的均匀分布；(x₁,y₁)表示噪声块中心点的坐标值，x₁为横坐标值，y₁为纵坐标值；(x₂,y₂)表示噪声块中心点的坐标,x₂横坐标，y₂为纵坐标，x₂服从[R₁,c‑R₁]的均匀分布，其中c表示图像的长，y₂服从[R₁,r‑R₁]的均匀分布，其中r表示图像的高，n₁表示方形噪声块的个数；步骤2.3，将步骤2.1中未加噪声和步骤2.2加噪声后的图像一一对应，形成m×i个图像对X＝{noised_img,clean_img}，其中noised_img和clean_img分别表示添加噪声后的图像和添加噪声前的图像，得到最终训练数据；步骤3，将步骤2中得到的最终训练数据进行训练，依次更新辨别器权重和生成器权重；步骤4，将待处理的字帖数据样本带入经步骤3更新的辨别器和生成器中进行去噪，得到去除噪声杂点后的字帖。