文字图像不规则干扰修复算法研究

• 作者: 段荧 龙华 瞿于荃 杜庆治 邵玉斌
• 来源期刊: 小型微型计算机系统
• 关键词: 文字图像修复 部分卷积 光学字符识别 深度学习
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 图形与图像技术|Graphics and Image Technology
• 页码范围: 1427-1434
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.07.014

摘要

该文针对不规则干扰导致文字图片字符识别率下降的问题,提出一种基于U型网络框架和部分卷积运算的文字图片修复模型.首先,针对常见字体的干扰问题,通过图像融合建立干扰文字图像数据库,在逐像素损失、感知损失和全变分损失的共同约束下,根据已有笔画细节对污损部分进行修复,并对污损汉字的字体形状和笔画走向的细部特征进行复原;其次,使用光学字符识别接口对修复前后图片进行测试并计算识别率;最后,将该文算法初步应用于真实场景下的古代文字拓片修复.实验证明,该文模型在常见文字修复上峰值信噪比最高达到32.58 dB,最佳损失值为0.015,污损文字图片修复后识别准确率提升30.49％.