一种扫描文档的裁边方法与系统
    1.
    发明公开

    公开(公告)号:CN111062317A

    公开(公告)日:2020-04-24

    申请号:CN201911290750.6

    申请日:2019-12-16

    摘要: 本发明公开了一种扫描文档的裁边方法与系统,以解决扫描文档的裁边效率低的问题。方法包括:把扫描得文件转换为图片格式,对图片进行灰度化,并使用改进的Canny算子提取边缘,找到边缘的最小面积包围矩形,并且计算矩形的中心,以及旋转的角度。对原始图片以矩形的中心旋转相应的角度,得到无倾斜的图片。对无倾斜图片二值化,得到矩形的边缘点,找到最小包围矩形,以最小包围矩形裁剪图片,得到裁边之后的图片文档。同时计算矩形的面积,用于判断是否裁剪失败,如果矩形面积与标准纸张的面积差别大于2%,判定为裁剪失败,进行人工手动裁剪。本发明提高了扫描文件切边的效率,并且能够尽可能多地鉴别出切边失败的文件,提高扫描切边文件的准确性。

    基于多层次距离变换的粘连目标分割算法

    公开(公告)号:CN110033462A

    公开(公告)日:2019-07-19

    申请号:CN201910274893.1

    申请日:2019-04-08

    发明人: 李子印 孔繁圣

    IPC分类号: G06T7/11 G06T7/13 G06T5/00

    摘要: 本发明公开了一种图像分割方法,其分割方法包括:(1)最原始图像进行光照校正、二值化处理;(2)对二值图像经行距离变换、归一化处理;(3)对归一化后图像每个连通域大小进行筛选,对大于一个单体目标大小的区域再次进行距离变换、归一化处理,直至没有大于一个单体目标的区域;(4)以距离变换、归一化后的图像为种子,经行分水岭计数;(5)对分割后的图像分块上色,再以二值图为蒙版,对分割后图像经行过滤。

    一种基于多层信息融合全卷积神经网络的图像语义分割方法

    公开(公告)号:CN109902748A

    公开(公告)日:2019-06-18

    申请号:CN201910158827.8

    申请日:2019-03-04

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于多层信息融合全卷积神经网络的图像语义分割方法,包括以下步骤:构建基于多信息融合的全卷积神经网络;对数据集的训练图片进行预处理,并将预处理结果输入神经网络中进行训练,得到图像语义分割模型;将待测试的图像输入图像语义分割模型,进行一次前向传播,端到端的输出语义分割结果。通过使用卷积神经网络模型提取图像的基础深度特征,将特征分为低层特征和高层特征,并将低层特征和高层特征融合成增强型的深度特征,能够有效解决图像语义分割准确率低,图像空间细节信息丢失的问题,最终得到较好的图像语义分割结果。