-
公开(公告)号：CN118941451B
公开(公告)日：2025-01-28
申请号：CN202411383212.2
申请日：2024-09-30
Applicant: 南昌航空大学
IPC: G06T3/60 , G06V30/16 , G06V30/146 , G06V30/168
Abstract: 本发明公开了一种文档图像倾斜校正方法，包括以下步骤：步骤S1：读取倾斜的文档图像，对倾斜的文档图像进行灰度化、二值化及形态学处理，提取倾斜的文档图像的主要特征；步骤S2：通过直线检测算法提取倾斜的文档图像中的直线段，并获取倾斜角；若未检测到直线段，则先采用文本轮廓分析对倾斜的文档图像进行倾斜角的粗略估计，然后利用秩分解方法获取精细的倾斜角；步骤S3：根据检测到的倾斜角，对倾斜的文档图像进行旋转校正。本发明结合直线和文本特征，实现了对文档图像的倾斜角度的高精度检测，并且，能够对倾斜文档图像进行有效地校正，适用于各种倾斜文档图像的处理，提高了文档图像处理的准确性和效率。
-
公开(公告)号：CN118941451A
公开(公告)日：2024-11-12
申请号：CN202411383212.2
申请日：2024-09-30
Applicant: 南昌航空大学
IPC: G06T3/60 , G06V30/16 , G06V30/146 , G06V30/168
Abstract: 本发明公开了一种文档图像倾斜校正方法，包括以下步骤：步骤S1：读取倾斜的文档图像，对倾斜的文档图像进行灰度化、二值化及形态学处理，提取倾斜的文档图像的主要特征；步骤S2：通过直线检测算法提取倾斜的文档图像中的直线段，并获取倾斜角；若未检测到直线段，则先采用文本轮廓分析对倾斜的文档图像进行倾斜角的粗略估计，然后利用秩分解方法获取精细的倾斜角；步骤S3：根据检测到的倾斜角，对倾斜的文档图像进行旋转校正。本发明结合直线和文本特征，实现了对文档图像的倾斜角度的高精度检测，并且，能够对倾斜文档图像进行有效地校正，适用于各种倾斜文档图像的处理，提高了文档图像处理的准确性和效率。
-
公开(公告)号：CN115601757A
公开(公告)日：2023-01-13
申请号：CN202211289169.4
申请日：2022-10-20
Applicant: 上海致宇信息技术有限公司(CN) , 南昌航空大学(CN)
IPC: G06V30/146
Abstract: 本发明公开了一种基于分段投影的扫描文档图像倾斜校正方法，该方法包括以下步骤：扫描文档图像预处理；判定扫描文档图像的书写方向；提取扫描文档图像的骨架；采用直线检测算法与直线斜率平均法计算第一倾斜角度；采用旋转投影法与统计区域内前景点法计算第二倾斜角度；根据第一倾斜角度与第二倾斜角度对扫描文档图像旋转校正。本发明结合文档图像所具有的特征，结合骨架提取、直线检测、旋转投影法与统计区域内前景点法计算图像的倾斜角度，可以快速地得到扫描文档图像的倾斜角度并进行倾斜校正，能对边界不明确的扫描文档图像进行倾斜校正，倾斜角度检测精度高，可靠性高。
-
公开(公告)号：CN111583259A
公开(公告)日：2020-08-25
申请号：CN202010498881.X
申请日：2020-06-04
Applicant: 南昌航空大学
Abstract: 本发明公开了一种文档图像质量评价方法，从文档图像中截取多个图像块分组到同一个小批当中，分别输入文档图像质量评价网络模型进行训练。在该网络模型训练完成后，从待评价文档图像中截取多个图像块输入文档图像质量评价网络模型，获取待评价文档图像的预测质量标量。具体包括下述步骤：通过文档图像数据集中的文档图像训练生成文档图像质量比较网络模型；运用文档图像质量比较网络模型对文档图像质量评价网络模型进行微调；使用文档图像数据集训练生成文档图像质量评价网络模型；利用文档图像质量评价网络模型对待评价文档图像进行评价，该网络模型的输出为文档图像的预测质量标量。本方法能够获得符合人眼视觉特性的客观文档图像质量评价结果。
-
公开(公告)号：CN110584688A
公开(公告)日：2019-12-20
申请号：CN201910149742.3
申请日：2019-02-28
Applicant: 南昌航空大学
Abstract: 本发明公开了一种基于CT值和自动提取呼吸状态的方法，该方法包括下述步骤：(1)读取肺部4D-CT图像；(2)在所读取的4D-CT图像的第一个呼吸相位的3D-CT图像中选择一个包含有较多横膈膜组织或运动幅度较大的组织的切片图像；(3)设置感兴趣矩形区域的宽、高和搜索步长的值；(4)在所选的切片图像中自动搜索计算CT值和的最佳感兴趣矩形区域；(5)计算4D-CT图像所有呼吸相位中与所选切片图像序号相同的切片层图像的对应最佳感兴趣矩形区域CT值和；(6)将每个呼吸相位的最佳感兴趣矩形区域的CT值和按时间顺序排列，得到呼吸曲线。该方法使用简单，自动化程度高，检测准确，且无需借助任何外部检测设备，有效降低了呼吸信号检测的成本。
-
Patent Agency Ranking
公开(公告)号：CN110132243A
公开(公告)日：2019-08-16
申请号：CN201910466581.0
申请日：2019-05-31
Applicant: 南昌航空大学
Abstract: 一种基于深度学习与测距的模块化定位系统，其特征在于，该系统包括：图像采集模块、目标检测模块、深度计算模块与连接模块组成；其特征在于：图像采集模块分别连接目标检测模块、深度计算模块；所述目标检测模块、深度计算模块分别连接连接模块。本发明的优点：本发明仅使用了一个单独的图像传感器，通过这一个传感器读取的数据，分别读入目标检测模块与深度计算模块中，可以完成两项工作，各个模块使用独立的端口通信且各个端口互不影响，便于缩小智能化设备的体积，简化系统的处理，有利于模块化，能够更好地应用于小体积设备。
-
公开(公告)号：CN118172787B
公开(公告)日：2024-07-30
申请号：CN202410567230.X
申请日：2024-05-09
Applicant: 南昌航空大学
IPC: G06V30/41 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种轻量级文档版面分析方法，步骤如下：采集并标注第一文档图像，得到的表示版面基元相对位置及类别的第一标签，将第一文档图像和第一标签组合为第一图像标签对，并加入第一文档版面分析数据集；对第一文档版面分析数据集进行预处理，得到第二文档版面分析数据集，并将第二文档版面分析数据集划分为训练集、验证集和测试集；设计第一文档版面分析模型结构；初始化模型参数，用第二文档版面分析数据集训练第一文档版面分析模型，得到第二文档版面分析模型；输入待测图像至第二文档版面分析模型进行分析，输出版面基元识别结果。本发明的优势在于，在保证检测精度的同时，实现了文档版面分析模型结构的轻量化，具有检测速度快的特点。
-
公开(公告)号：CN118172787A
公开(公告)日：2024-06-11
申请号：CN202410567230.X
申请日：2024-05-09
Applicant: 南昌航空大学
IPC: G06V30/41 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种轻量级文档版面分析方法，步骤如下：采集并标注第一文档图像，得到的表示版面基元相对位置及类别的第一标签，将第一文档图像和第一标签组合为第一图像标签对，并加入第一文档版面分析数据集；对第一文档版面分析数据集进行预处理，得到第二文档版面分析数据集，并将第二文档版面分析数据集划分为训练集、验证集和测试集；设计第一文档版面分析模型结构；初始化模型参数，用第二文档版面分析数据集训练第一文档版面分析模型，得到第二文档版面分析模型；输入待测图像至第二文档版面分析模型进行分析，输出版面基元识别结果。本发明的优势在于，在保证检测精度的同时，实现了文档版面分析模型结构的轻量化，具有检测速度快的特点。
-
公开(公告)号：CN117975492B
公开(公告)日：2024-06-07
申请号：CN202410373918.4
申请日：2024-03-29
Applicant: 南昌航空大学
IPC: G06V30/41 , G06V30/146 , G06V30/162 , G06V30/18 , G06V30/148 , G06V30/168 , G06V30/19
Abstract: 本发明公开了一种矩形印章文字识别方法，该方法包含以下步骤：步骤S1，读取文档图像，采用印章检测提取算法对文档图像进行印章检测和提取，得到印章图像；步骤S2，对印章图像进行校正，得到校正后的印章图像；步骤S3，对校正后的印章图像进行文字块的检测、提取和拼接，得到印章文字图像；步骤S4，采用文字识别算法对印章文字图像进行识别，识别出文字图像中的文字内容。本发明能够自动检测文档图像中的矩形印章，提取文档中的印章图像，并对印章图像进行校正、文字提取和识别，从而实现对印章文字的准确识别。
-
公开(公告)号：CN118115724A
公开(公告)日：2024-05-31
申请号：CN202410321752.1
申请日：2024-03-20
Applicant: 南昌航空大学
IPC: G06V10/25 , G06V10/75 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种目标检测与识别方法，该方法包括以下步骤：根据目标检测与识别模型需求确定图像预处理方法；根据任务需求和目标检测与识别模型性能确定目标检测与识别模型结构；确定目标检测与识别模型的训练参数；采用步骤(1)中确定的图像预处理方法对测试图像进行图像预处理，得到预处理结果图像，将预处理结果图像输入目标检测与识别模型中进行目标检测与识别，得到目标检测与识别结果。本发明的优点在于：通过基于深度学习的精细特征提取，帮助网络更好地捕获目标物体的关键特征，进而学习到更通用和具有代表性的特征表示，使其更好地适应各种场景下的目标检测任务，提高目标检测与识别的准确度。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.032 seconds)
