-
公开(公告)号:CN114863095B
公开(公告)日:2023-11-28
申请号:CN202210300296.3
申请日:2022-03-25
Applicant: 电子科技大学
IPC: G06V10/26 , G06F17/16 , G06N3/0464 , G06N3/08 , G06V10/56 , G06V10/762 , G06V10/82
Abstract: 本发明涉及图像处理技术领域,具体涉及一种基于颜色转换的答题卡图像分割方法,包括提取答题卡图像中每个像素点处的RGB颜色作为样本;首先,采用K‑means聚类算法对样本进行聚类,得到样本的白色、黑色与主颜色特征;基于主颜色特征计算主颜色特征与预设的目标颜色之间的颜色转换矩阵;最后,通过颜色转换矩阵计算得到统一彩色图像,采用U‑Net语义分割网络模型进行训练得到实验结果图。本发明通过颜色转换算法,减少了样本图像的颜色种类,优化了学习模型的参数,提高了小模型的预测结果质(56)对比文件曹方明.基于Android平台手机阅卷系统设计与实现《.中国优秀硕士学位论文全文数据库信息科技辑》.2017,(第05期),I138-551.Ming-Ni Wu 等.Brain Tumor DetectionUsing Color-Based K-Means ClusteringSegmentation《.Third InternationalConference on Intelligent InformationHiding and Multimedia Signal Processing(IIH-MSP 2007)》.2008,1-4.Yingjie Xia 等.A method of automaticrecognition for answer sheet《.ThirdInternational Workshop on PatternRecognition》.2018,1-6.
-
公开(公告)号:CN114863095A
公开(公告)日:2022-08-05
申请号:CN202210300296.3
申请日:2022-03-25
Applicant: 电子科技大学
Abstract: 本发明涉及图像处理技术领域,具体涉及一种基于颜色转换的答题卡图像分割方法,包括提取答题卡图像中每个像素点处的RGB颜色作为样本;首先,采用K‑means聚类算法对样本进行聚类,得到样本的白色、黑色与主颜色特征;基于主颜色特征计算主颜色特征与预设的目标颜色之间的颜色转换矩阵;最后,通过颜色转换矩阵计算得到统一彩色图像,采用U‑Net语义分割网络模型进行训练得到实验结果图。本发明通过颜色转换算法,减少了样本图像的颜色种类,优化了学习模型的参数,提高了小模型的预测结果质量。
-