买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：钧宏科技(北京)有限公司

摘要：本发明公开了一种基于档案文件数字化的处理方法，该方法按照表格轮廓截取所述待提取图像的局部图像，采用根据CTPN网络模型进行文本定位，采用CRNN神经网络模型提取所述局部图像中的字符，将所述字符填充至表格中，获得电子化表格，并对电子化表格进行ETL处理，建立数据仓库，提升了纸质档案信息的利用率和管理效率。

主权项：1.一种基于档案文件数字化处理方法，其特征在于，包括以下步骤：S1、使用第一设备采集纸质档案图像，对所述档案图像进行预处理得到待提取图像，S2、对待提取图像分别进行N*1，1*N的腐蚀膨胀操作，融合后获得所述待提取图像中的表格，S3、按照表格轮廓截取所述待提取图像的局部图像，采用根据CTPN网络模型进行文本定位，采用CRNN神经网络模型提取所述局部图像中的字符，将所述字符填充至表格中，获得电子化表格，所述采用CRNN神经网络模型提取所述局部图像中的字符中，所述CRNN神经网络执行中，先用CNN自动提取图像特征，再将提取的特征送入RNN提取序列特征；S4、将所述电子化表格与纸质档案图像关联保存，S5、将所述电子化表格发送到ETL作业执行请求作业调度节点，S6、作业调度节点获取所述电子化表格ETL作业的元数据信息，S7、判断所述电子化的表格ETL作业是否需要进行数据划分，如果不需要，则直接分配所述电子化的表格ETL作业到计算能力最强的节点上运行，否则作业调度节点收集所有可用计算节点的信息，按照负载信息计算所述电子化表格ETL作业的划分方案；S8、根据所述划分方案，向所选中的N个计算节点发送执行消息；等待所述N个计算节点执行所分配到的任务，并返回执行完毕消息；S9、合并所述划分方案计算结果；S10、将所述计算结果以及纸质档案图像关联保存至目标数据库；包括，将所述计算结果以及纸质档案图像关联保存至目标数据库中，将所述纸质档案图像保存至目标数据库中以便于后续核对；所述按照负载信息计算所述电子化表格ETL作业的划分方案中，负载信息模型为：其中LoadN表示节点N的负载率，cpu,ram,task依次表示CPU利用率，内存利用率以及就绪队列长度的负载指标值，wcpu,wram,wtask依次表示CPU利用率，内存利用率以及就绪队列长度的负载指标值的权重；所述计算节点为FPGA；降噪滤波为双边滤波模型：原始纸质档案图像为F，滤波后图像为其中Fi,j为领域像素点i,j的灰度值，Z为滤波器尺寸，滤波领域大小为Z+1*Z+1，Wa,b,i,j为滤波器权重系数；Ua,b,i,j为空域核函数，Ra,b,i,j为灰度核函数；其中εu，εR分别为空间邻近度因子和灰度相似度因子，Fa,b为中心像素点a,b的灰度值。

全文数据：

权利要求：

百度查询： 钧宏科技(北京)有限公司 一种基于档案文件数字化处理方法