CN111445433A - 一种电子卷宗的空白页和模糊页的检测方法及装置 - Google Patents

Abstract

本发明提供一种电子卷宗的空白页和模糊页的检测方法及装置，在检测之前，先对装置进行空白区域检测训练，形成空白区域检测模型。基于空白区域检测模型对空白页进行匹配。本发明的模糊页检测依赖于空白区域检测，并把空白区域作为清晰图像进行处理。本发明解决了现有技术中的因图像内容分布不均匀而导致的误检率高的问题，以及解决了模糊检测中空白区域容易当成模糊图像的问题。

Description

一种电子卷宗的空白页和模糊页的检测方法及装置

技术领域

本发明涉及图像处理技术领域，特别涉及一种电子卷宗的空白页和模糊页的检测方法及装置。

背景技术

在我国最高人民法院的《中国法院信息化发展报告》中全面推动智慧法院建设意见的推动下，电子卷宗应用的发展得到快速推进。由于大部分的纸质卷宗是通过扫描仪和高拍仪进行数字化，因此不可避免的会因为设备的性能以及操作流程不规范产生空白卷宗图像和模糊卷宗图像。卷宗数字化的过程如图1所示。

一份卷宗由多份不同的文件组成，且很多文件是双面打印的。在批量扫描入卷的时候，奇数页的文档往往会扫描出一张空白页，虽然目前很多打印机都可以过滤空白页，但是由于卷宗文档的图像具有一定的复杂性与多样性，还是会扫描出很多空白图像。还有很多卷宗材料是通过高拍仪进行数字化的，往往会因为仪器的焦距调整不及时而产生模糊的卷宗图像。如果不能对上述现象加以人工干预，空白、模糊图像也会在扫描过程中入卷。图2为模糊图像的样例。

随着计算机视觉技术的发展，已经有很多算法应用于图像的空白和模糊检测，比如使用形态学变换方法进行空白页面的检测，使用边缘检测方法进行空白页和模糊页的检测等等。但是电子卷宗的图像和一般的照片特征有较大的区别，如果直接套用现有的算法，会造成误检率特别大。这些空白页面和模糊页面称之为“脏数据”，“脏数据”的存储不仅会对存储资源和计算资源造成浪费，也会对卷宗的归目整理以及日后查阅造成影响。

现有技术的检测方法适合检测的图像是直方图分布比较均衡(色彩分布均衡)的图像，而电子卷宗图像大部分是黑白色的，少许有红色的印章或指纹。从内容分布看，有的卷宗文字分布比较密集，有的只包含几个字符，使用现有方法对整个图像进行检测，容易应为图像内容分布问题引起误判。

大部分卷宗都是白色背景，黑色内容，使用现有方法进行模糊检测，会因为白色背景内检测不到边缘而被提高模糊的比例，进而被误判为模糊。

发明内容

有鉴于此，为了解决现有技术中的因图像内容分布不均匀而导致的误检率高，以及模糊检测中空白区域容易当成模糊图像的问题，本发明提供一种电子卷宗的空白页和模糊页检测方法及装置。本发明的目的是在卷宗数字化过程中把空白页和模糊页在入卷之前检测出来，从而可以提醒扫卷人员进行下一步操作。

第一方面，本发明提供一种电子卷宗的空白页和模糊页的检测方法，包括检测前的训练步骤和检测步骤，所述的检测前的训练步骤包括：

步骤S101、对各种类型的图像分别裁剪，并对裁剪后的图像进行空白区域和正常区域的标注；

步骤S102、对标注好的图像进行滤波和提取图像边缘特征的预处理；

步骤S103、将预处理好的图像形成训练集；

步骤S104、对训练集进行学习，形成空白区域检测模型；

所述的检测步骤，是基于空白页检测模型对待检测的图像进行检测，并输出检测结果。

优选的，所述的训练集包括空白区域集和正常区域集。

优选的，所述的检测步骤包括空白页检测步骤和模糊页检测步骤。

优选的，所述的空白页检测步骤包括：

步骤S201、将待检测图像裁剪成至少一个窗口；

步骤S202、依次对每个窗口都进行图像滤波和边缘特征提取的预处理操作；

步骤S203、对预处理的每个窗口基于空白页检测模型进行匹配，如果有一个窗口的匹配结果为非空白，就停止匹配，输出非空白；否则匹配所有窗口后输出空白。

优选的，所述的模糊页检测步骤包括：

步骤S301、将待检图像裁剪成至少一个窗口；

步骤S302、对每个窗口进行滤波和边缘特征提取的预处理；

步骤S303、依次对每个预处理的窗口基于空白页检测模型进行匹配，匹配是否为空白；如果是，则到步骤S304；如果不是，则到步骤S305；

步骤S304、将所述窗口标记为清晰，得出“清晰”的结论，到步骤S307；

步骤S305、对所述窗口进行至少三种模糊检测，每种模糊检测都输出清晰、模糊或严重模糊的结论；

步骤S306、对至少三个模糊检测输出的结论进行投票表决，输出投票表决后的结论；

步骤S307、检测是否所有的窗口都完成匹配，如果是则到步骤S308；如果不是，则返回步骤S303；

步骤S308、最终决策，清晰、模糊或严重模糊的检测结果。

优选的，所述的模糊检测的种类为3。

优选的，所述的投票表决，是对清晰、模糊或严重模糊的结论进行统计和分析。

优选的，所述的步骤S308中的决策，是按照以下方式进行的：以3种模糊检测为例，如果模糊或严重模糊的占比最大，则认为是模糊或者严重模糊；如果清晰占比比较大，则需要再次判断：如果清晰的占比大于90％，那么认为被检测的图像是清晰的，如果清晰的占比介于33％-90％之间，则判断模糊和严重模糊的占比，如果是严重模糊的占比大，则判断为严重模糊，如果模糊的占比大则判断为模糊。

第二方面，本发明提供一种电子卷宗的空白页和模糊页的检测装置，包括：

预处理模块：将待检测的电子卷宗图像裁剪成至少一个窗口，对每个窗口的图像进行滤波和边缘特征提取的预处理；

空白页检测模块：对每个经过预处理的窗口进行空白页匹配，输出空白或非空白的匹配结果；

模糊页检测模块：对每个经过预处理的窗口的图像进行空白页匹配，对匹配结果为空白的窗口标记清晰，对匹配结果为非空白的窗口进行模糊页检测，输出清晰、模糊或严重模糊的检测结果。

优选的，所述的模糊页检测模块包括：

空白页匹配模块：对每个窗口的图像进行空白页匹配，将匹配结果为空白的窗口标记为清晰输出清晰的结论给决策模块，将匹配结果为非空白的窗口发送给模糊页预检测模块；

模糊页预检测模块：对非空白的窗口进行至少三种模糊检测，每种模糊检测输出一个清晰、模糊或严重模糊的结论；

投票模块：对清晰、模糊或严重模糊的结论进行投票，输出票数多的一种结论给决策模块；

决策模块：根据空白页匹配模块和投票模块的结论进行决策，最终输出清晰、模糊或严重模糊的检测结果。

本发明的有益效果在于：

1.对卷宗图像的质量进行快速决策；

2.滑动窗模式检测，降低了图像信息分布不均匀导致的误检风险；

3.模糊图像的多算法协同作业，在增加有限系统复杂性的情况下，增加了算法的鲁棒性；鲁棒性也称为抗变换性，是指控制系统在一定(结构、大小)的参数摄动下，维持其它某些性能的特性。

4.在入卷之前进行检测与判别，极大的降低了“脏图像”入卷的风险。

附图说明

图1是现有技术中电子卷宗入卷的过程示意图；

图2是电子卷宗模糊页的举例示意图；

图3是本发明的空白页、正常页示意图；

图4本发明的空白页检测模型训练示意图；

图5是本发明的空白页检测流程示意图；

图6是本发明的空白页检测步骤示意图；

图7是本发明的模糊页检测步骤示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

实施例一

本发明以滑动窗口作为该方法的基石，以解决图像信息分布不集中的问题。通过检测图像边缘，提取图像的边缘特征作为判断是否是空白页和模糊页的条件。边缘检测是图形图像处理、计算机视觉和机器视觉中的一个基本工具，通常用于特征提取和特征检测，旨在检测一张数字图像中有明显变化的边缘或者不连续的区域。

本发明的一种电子卷宗的空白页和模糊页的检测方法，包括检测前的训练步骤和检测步骤。

图3是本发明的空白页、正常页示意图，前三张是空白页，后两页为正常页。空白页不含有用信息，其中第三页是因为纸张太薄，背面信息透过纸张显示到正面上。第四页是典型的分布不均的正常页，因为只有左上角有几个字符，其它部位均为空白。第5页为正常页。

本发明的创新点之一就是在检测之前，先对装置进行空白页检测训练，形成空白页检测模型。图4为本发明的空白页检测模型训练示意图，具体步骤如下：

步骤S101、对大量的图像进行裁剪，并对裁剪后的图像进行空白页和正常页的标注；

步骤S102、对标注好的图像进行预处理；

预处理包括对图像滤波，以降低噪音的干扰；提取图像边缘特征。图像滤波是指选用某个高斯滤波器对图像进行平滑滤波以去除噪声。

步骤S103、将处理好的图像形成训练集；

该训练集包括空白页集和正常页集，以供学习。

步骤S104、对上述的训练集进行学习，形成空白页检测模型。

本发明检测步骤包括空白页检测步骤和模糊页检测步骤，其中空白页的检测流程如图5所示，具体的空白页检测步骤如图6所示，步骤如下：

步骤S201、将待检图像裁剪成至少一个窗口；

裁剪的目的是将一个图像分割成若干个块，每个块就是一个窗口，逐个窗口进行检测。

步骤S202、依次对每个窗口都进行图像滤波和边缘特征提取的预处理操作。

步骤S203、对预处理的每个窗口进行基于空白页检测模型的匹配，如果有一个窗口的匹配结果为非空白，那么停止匹配，输出非空白；否则通过滑动窗的方法，遍历完所有窗口后输出空白。

所述的匹配是基于空白页检测模型训练后进行的，该空白页检测模型中存有空白页集和非空白页集，采用空白页检测模型进行匹配，使匹配的结果更准确。

图7是本发明的模糊页检测步骤示意图，由于空白区域没有边缘特征，所以对于一张信息不饱满的卷宗来说，极有可能被误判为模糊图像，因此，模糊图像的检测依赖于空白页的检测，所以如果只从边缘角度定义，空白页也可以划为模糊页。但是实际上并非如此。因此，本发明的模糊页检测依赖于空白页检测，并把空白页作为清晰图像进行处理。

具体步骤包括：

步骤S301、将待检图像裁剪成至少一个窗口。

步骤S302、对每个窗口进行滤波和边缘特征提取的预处理，降低噪音的干扰。

步骤S303、依次对预处理的每个窗口基于空白页检测模型的匹配，检测是否空白；如果是，则到步骤S304；如果不是，则到步骤S305；

基于空白页检测模型的匹配与上述步骤S203中的匹配方式相同。

步骤S304、将该窗口标记为清晰，输出清晰的结论；检测是否遍历完所有窗口，如遍历完，则到步骤S307；如未遍历完，则返回步骤S303；

在本发明中，模糊页的检测，如果该页中某个窗口是空白，则认为该窗口为清晰的窗口。否则进行是否为模糊的判断。

步骤S305、对该窗口进行至少三种模糊检测，每种模糊检测都输出对应的结论；

上述三种模糊检测可以采用现有技术中的模糊检测算法，比如模糊检测1为Brenner梯度函数，模糊检测2为拉普拉斯算子，模糊检测3为Sob l e算子。也可以是其他的模糊检测算法，比如Tenengrad梯度函数，只要能实现模糊检测的目的即可，都在本发明的保护范围之内。模糊检测的种类不限于3个，可以多于3个，本实施例以3个为例进行说明。

步骤S306、对上述的三个模糊检测的结论进行投票表决，输出投票表决后的结论；检测是否遍历完所有窗口，如遍历完，则到步骤S307；如未遍历完，则返回步骤S303；

以3个为例说明投票方式：综合考虑三个模糊检测的结论，对每个模糊检测的结论进行得票统计，具体投票统计的方式如下表所示：

步骤S307、根据所有窗口的检测结果进行决策，确定该页面是否为模糊页，输出决策结果。

决策方式如下：采用不重叠滑动，假如将把整个图片划分为10*10，那么就有100个结果，分别为清晰、模糊或严重模糊。如果模糊或严重模糊的占比最大，则认为是模糊或者严重模糊；如果清晰占比最大，则需要再次判断：如果清晰的占比大于90％，那么认为被检测的图像是清晰的，如果清晰的占比介于33％-90％之间，则判断模糊和严重模糊的占比，如果是严重模糊的占比大，则判断为严重模糊，如果模糊的占比大则判断为模糊。

实施例二

本发明还提供一种电子卷宗的空白页和模糊页的检测装置，包括：

预处理模块：将待检测的电子卷宗图像裁剪成至少一个窗口，对每个窗口的图像进行滤波和边缘特征提取的预处理；

空白页检测模块：对每个窗口的图像进行空白页匹配，输出空白或非空白的匹配结果；

模糊页检测模块：对每个经过预处理的窗口的图像进行空白页匹配，对匹配结果为空白的窗口标记清晰，对匹配结果为非空白的窗口进行模糊页检测，输出清晰、模糊或严重模糊的检测结果。

进一步的，所述的模糊页检测模块包括空白页匹配模块、模糊页预检测模块、投票模块和决策模块；

空白页匹配模块：对每个窗口的图像进行空白页匹配，将匹配结果为空白的窗口标记为清晰，输出清晰的结论给决策模块，将匹配结果为非空白的窗口发送给模糊页预检测模块；

模糊页预检测模块：对非空白的窗口进行至少三种模糊检测，每种模糊检测输出清晰、模糊或严重模糊的结论；

投票模块：对清晰、模糊或严重模糊的结论进行投票，输出票数多的一种结论给决策模块；

决策模块：根据空白页匹配模块和投票模块的结论进行决策，最终输出清晰、模糊或严重模糊的检测结果。

以上仅为说明本发明的实施方式，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，不经过创造性劳动所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种电子卷宗的空白页和模糊页的检测方法，其特征在于：包括检测前的训练步骤和检测步骤，所述的检测前的训练步骤包括：

步骤S101、对各种类型的图像分别裁剪，并对裁剪后的图像进行空白区域和正常区域的标注；

步骤S102、对标注好的图像进行滤波和提取图像边缘特征的预处理；

步骤S103、将预处理好的图像形成训练集；

步骤S104、针对训练集进行学习，形成空白区域检测模型；

所述的检测步骤，是基于空白区域检测模型对待检测的图像进行检测，并输出检测结果。

2.根据权利要求1所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的训练集包括空白区域集和正常区域集。

3.根据权利要求1所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的检测步骤包括空白页检测步骤和模糊页检测步骤。

4.根据权利要求3所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的空白页检测步骤包括：

步骤S201、将待检测图像进行裁剪；

步骤S202、依次对裁剪后的每个窗口都进行图像滤波和边缘特征提取的预处理操作；

步骤S203、对预处理操作的每个窗口基于空白区域检测模型进行匹配，如果有一个窗口的匹配结果为非空白，就停止匹配，输出非空白；否则匹配所有窗口后输出空白。

5.根据权利要求3所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的模糊页检测步骤包括：

步骤S301、将待检图像裁剪成至少一个窗口；

步骤S302、对每个窗口进行滤波和边缘特征提取的预处理；

步骤S303、依次对每个预处理的窗口基于空白页检测模型进行匹配，匹配是否为空白；如果是，则到步骤S304；如果不是，则到步骤S305；

步骤S304、将所述窗口标记为清晰，输出清晰的结论，到步骤S307；

步骤S305、对所述窗口进行至少三种模糊检测，每种模糊检测都输出清晰、模糊或严重模糊的结论；

步骤S306、对至少三个模糊检测输出的结论进行投票表决，输出投票表决后的结论；

步骤S307、检测是否所有的窗口都完成匹配，如果是则到步骤S308；如果不是，则返回步骤S303；

步骤S308、最终决策，输出清晰、模糊或严重模糊的检测结果。

6.根据权利要求5所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的模糊检测的种类为3。

7.根据权利要求5所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的投票表决，是对清晰、模糊或严重模糊的结论进行统计和分析。

8.根据权利要求6所述的一种电子卷宗的空白页和模糊页的检测方法，其特征在于：所述的步骤S308中的决策，是按照以下方式进行的：如果模糊或严重模糊的占比最大，则认为是模糊或者严重模糊；如果清晰的占比最大，则需要再次判断：如果清晰的占比大于90％，那么认为被检测的图像是清晰的，如果清晰的占比介于33％-90％之间，则进一步判断模糊和严重模糊的占比，如果是严重模糊的占比大，则判断为严重模糊，如果模糊的占比大则判断为模糊。

9.一种电子卷宗的空白页和模糊页的检测装置，其特征在于：包括：

预处理模块：将待检测的电子卷宗图像裁剪成至少一个窗口，对每个窗口的图像进行滤波和边缘特征提取的预处理；

空白页检测模块：对每个经过预处理的窗口进行空白区域匹配，输出空白或非空白的匹配结果；

模糊页检测模块：对每个经过预处理的窗口的图像进行空白页匹配，对匹配结果为空白的窗口标记清晰，对匹配结果为非空白的窗口进行模糊页检测，输出清晰、模糊或严重模糊的检测结果。

10.根据权利要求9所述的一种电子卷宗的空白页和模糊页的检测装置，其特征在于：所述的模糊页检测模块包括：

空白页匹配模块：对每个窗口的图像进行空白页匹配，将匹配结果为空白的窗口标记为清晰，输出清晰的结论给决策模块，将匹配结果为非空白的窗口发送给模糊页预检测模块；

模糊页预检测模块：对非空白的窗口进行至少三种模糊检测，每种模糊检测输出清晰、模糊或严重模糊的结论；

投票模块：对清晰、模糊或严重模糊的结论进行投票，输出票数多的一种结论给决策模块；

决策模块：根据空白页匹配模块和投票模块的结论进行决策，最终输出清晰、模糊或严重模糊的检测结果。

Images