申请/专利权人：山东正禾大教育科技有限公司

申请日：2024-03-27

公开（公告）日：2024-06-21

公开（公告）号：CN117952860B

主分类号：G06T5/70

分类号：G06T5/70;G06T5/90;G06T5/50;G06T7/13;G06V30/14;G06V30/164;G06V30/148;G06V30/18;G06V30/19

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及一种移动数字出版方法及系统，包括：获取初始图像；根据初始图像，获得文字区域和待处理图像；根据待处理图像像素点的灰度差异，获得噪声概率；获取第一边缘、疑似依附区域以及特征距离；根据疑似依附区域中第一边缘的像素点的梯度幅值以及特征距离，获得梯度染晕概率；根据疑似依附区域的像素点的灰度值，获得灰度染晕概率；根据梯度染晕概率和灰度染晕概率，获得染晕概率；根据染晕概率以及噪声概率，获得替换系数；根据替换系数，获得最终图像；根据最终图像获得完整增强扫描图像。本发明通过对传统刊物到移动数字出版刊物的扫描结果进行去噪处理，提升扫描结果的准确性。

主权项：1.一种移动数字出版方法，其特征在于，该方法包括以下步骤：获取纸质文档扫描后的初始图像；根据初始图像，利用光学字符识别技术获得文字区域和其他区域，将所述其他区域记为待处理图像；在待处理图像中，根据每个像素点与其相邻像素点的灰度差异，获得每个像素点的噪声概率；将文字区域的边界记为强边缘，将任意一个强边缘所构成的连通域记为一个强边缘连通域；对待处理图像进行边缘检测，得到若干个第一边缘以及强边缘连通域的疑似依附区域；将疑似依附区域中第一边缘的每个边缘像素点到与疑似依附区域相邻的强边缘连通域的边界的最近距离，记为特征距离；根据疑似依附区域的第一边缘的所有像素点的梯度幅值以及特征距离，获得每个疑似依附区域的梯度染晕概率；根据每个疑似依附区域的所有像素点的灰度值，获得每个疑似依附区域的灰度染晕概率；根据每个疑似依附区域的梯度染晕概率和灰度染晕概率，获得疑似依附区域中每个像素点的染晕概率；根据疑似依附区域中每个像素点的染晕概率以及待处理图像中每个像素点的噪声概率，获得待处理图像中每个像素点的替换系数；根据待处理图像中每个像素点的替换系数，获得待处理图像去噪后的最终图像；将待处理图像去噪后的最终图像与文字区域合并，获得完整增强扫描图像；所述在待处理图像中，根据每个像素点与其相邻像素点的灰度差异，获得每个像素点的噪声概率，包括的具体计算方式如下： 其中，为待处理图像中第个像素点的噪声概率，为待处理图像中第个像素点的灰度值，为待处理图像中第个像素点的8邻域范围内第个像素点的灰度值，为待处理图像中第个像素点的8邻域范围内所有像素点的个数，表示线性归一化函数；为绝对值函数；所述对待处理图像进行边缘检测，得到若干个第一边缘以及强边缘连通域的疑似依附区域，包括的具体步骤如下：将待处理图像经过边缘检测得到的每个边缘线段，记为一个第一边缘；在待处理图像中，将任意一个第一边缘与待处理图像边界组成的闭合区域，记为一个初始疑似依附区域；将待处理图像中与第个强边缘连通域相邻的第m个初始疑似依附区域，记为第个强边缘连通域的第m个疑似依附区域；所述根据疑似依附区域的第一边缘的所有像素点的梯度幅值以及特征距离，获得每个疑似依附区域的梯度染晕概率，包括的具体计算方式如下： 其中，为的梯度染晕概率，为以自然常数为底的指数函数，为的第一边缘的边缘像素点的个数，为中第一边缘的第个边缘像素点的梯度幅值，为中第一边缘的第个边缘像素点的特征距离，为中第一边缘的第个边缘像素点的梯度幅值，为中第一边缘的第个边缘像素点的特征距离； 为第个强边缘连通域的第个疑似依附区域；所述根据每个疑似依附区域的所有像素点的灰度值，获得每个疑似依附区域的灰度染晕概率，包括的具体步骤如下：将每个疑似依附区域中的所有像素点灰度值的均值与所有像素点灰度值的峰度的乘积，记为每个疑似依附区域的第一灰度特征；根据每个强边缘连通域对应的所有每个疑似依附区域的第一灰度特征的差异，得到每个疑似依附区域的灰度染晕概率；所述根据每个强边缘连通域对应的所有每个疑似依附区域的第一灰度特征的差异，得到每个疑似依附区域的灰度染晕概率，包括的具体计算方式如下： 其中，为的灰度染晕概率，为中所有像素点的灰度均值，为中所有像素点灰度值的峰度，为第个强边缘连通域中除第个疑似依附区域外的第个疑似依附区域中所有像素点的灰度均值，为第个强边缘连通域中除第个疑似依附区域外的第个疑似依附区域中所有像素点灰度值的峰度，为第个强边缘连通域中除第个疑似依附区域外的疑似依附区域的个数，为以自然常数为底的指数函数；为绝对值函数； 为第个强边缘连通域的第个疑似依附区域； 为第个强边缘连通域的第个疑似依附区域的第一特征； 为第个强边缘连通域中除第个疑似依附区域外的第个疑似依附区域的第一特征；所述根据每个疑似依附区域的梯度染晕概率和灰度染晕概率，获得疑似依附区域中每个像素点的染晕概率，包括的具体步骤如下：将的灰度染晕概率，记为中第个像素点的灰度染晕概率；将的梯度染晕概率，记为中第个像素点的梯度染晕概率；将中第个像素点的梯度染晕概率与灰度染晕概率的乘积，记为中第个像素点的染晕概率； 为第个强边缘连通域的第个疑似依附区域；所述根据疑似依附区域中每个像素点的染晕概率以及待处理图像中每个像素点的噪声概率，获得待处理图像中每个像素点的替换系数，包括的具体步骤如下：在待处理图像中，将不是疑似依附区域内的像素点的染晕概率设置为预设的概率0；在待处理图像中，将每个像素点的噪声概率和染晕概率中的最大值，记为每个像素点的替换系数；所述根据待处理图像中每个像素点的替换系数，获得待处理图像去噪后的最终图像，包括的具体步骤如下：在待处理图像中，若第个像素点的替换系数大于等于预设替换阈值，则将第i个像素点的灰度值替换为在待处理图像中距离第个像素点最近且替换系数小于预设替换阈值的像素点的灰度值；若第个像素点的替换系数小于预设替换阈值，则第i个像素点的灰度值不进行替换；将所有替换灰度值后的像素点和未替换灰度值的像素点进行合并，构成待处理图像去噪后的最终图像。

全文数据：

权利要求：

百度查询： 山东正禾大教育科技有限公司 一种移动数字出版方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD