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：万村联网数字科技有限公司

摘要：本发明涉及光学字符识别技术领域，公开了利用OCR技术提取不良资产合同关键信息的方法及系统，包括获取不良资产合同图像并进行预处理得到优质图像、对优质图像进行局部分割并分类不同内容子域、根据提取规则从内容子域中提取合同关键信息、对不同页面的关键信息进行跨页关联生成完整信息，并将完整信息存储到数据库中。该发明通过图像预处理获取高质量图像，结合局部分割和内容子域分类提高了关键信息提取的准确性，跨页关联则能生成完整的合同关键信息。该技术可自动高效地从不良资产合同图像中提取出所需的结构化关键信息，降低了人工处理的工作量，提高了工作效率。

主权项：1.利用OCR技术提取不良资产合同关键信息的方法，其特征在于，包括：步骤S1000，获取不良资产合同的合同图像，对合同图像进行去噪、局部自适应二值化、旋转矫正和几何校正，获得优质合同图像；步骤S2000，对优质合同图像进行局部分割，计算每个局部图像的局部密度和宽高比，根据局部密度和宽高比将优质合同图像划分为不同的内容子域，收集内容子域域貌特征，根据内容子域域貌特征，对内容子域进行分类；步骤S3000，设计合同关键信息提取规则，根据合同关键信息提取规则从内容子域中提取合同关键信息；步骤S4000，将不同页面的合同关键信息进行跨页信息关联，生成跨页面完整关键信息；步骤S5000，将跨页面完整关键信息存储到结构化数据库中，并建立跨页面完整关键信息与不良资产合同文件的映射关系；所述步骤S1000包括：步骤S1100，根据原始不良资产合同文件，获取不良资产合同的电子文档，将电子文档转换为合同图像；步骤S1200，对合同图像进行去噪，获得清晰合同图像；步骤S1300，对清晰合同图像进行局部自适应二值化处理，获得纯净合同图像；步骤S1400，矫正纯净合同图像的倾斜和变形，获得优质合同图像；所述步骤S1300包括：步骤S1310，将清晰合同图像划分若干子图像；步骤S1320，计算每个子图像的局部特征，根据每个子图像的局部特征，获得局部自适应二值化阈值；步骤S1330，根据局部自适应二值化阈值，对每个子图像进行二值化处理，获得二值化子图像；步骤S1340，将所有二值化子图像合并，形成纯净合同图像；所述根据每个子图像的局部特征，获得局部自适应二值化阈值的方法包括： ；其中： ：局部自适应二值化阈值； ：第i行第j列子图像的平均灰度值； ：第i行第j列子图像的灰度标准差； ：调整系数； ：子图像的行索引； ：子图像的列索引；根据局部自适应二值化阈值，对每个子图像进行二值化处理的方法包括： ；其中： ：第i行第j列子图像在位置（x,y）处的二值化像素值； ：第i行第j列子图像在位置（x,y）处的像素值；所述步骤S1400包括：步骤S1410，检测纯净合同图像中的直线，计算纯净合同图像的平均倾斜角度，根据平均倾斜角度对纯净合同图像进行旋转校正，获得正姿合同图像；步骤S1420，根据正姿合同图像的四个角点坐标，计算透视变换矩阵，对正姿合同图像进行几何校正；步骤S1430，对几何校正后的正姿合同图像进行裁剪和归一化处理，保留合同的有效区域，并将图像尺寸调整为统一大小，获得优质合同图像；所述计算纯净合同图像的倾斜角度的方法包括： ；其中： ：纯净合同图像的平均倾斜角度；N：选中的直线数； ：第g条直线的长度； ：第g条直线与水平轴的夹角；根据平均倾斜角度对图像进行旋转校正的方法包括： ；其中： ：纯净合同图像中像素的横坐标； ：纯净合同图像中像素的纵坐标； ：旋转校正后的纯净合同图像中像素的横坐标； ：旋转校正后的纯净合同图像中像素的纵坐标；所述步骤S2000包括：步骤S2100，对优质合同图像进行局部分割，计算每个局部图像的局部密度和宽高比；根据局部密度和宽高比设定初始区域划分规则，根据初始区域划分规则对优质合同图像进行初始区域划分，获得不同类型的初始区域；类型相同且空间相邻的初始区域进行区域合并，形成内容子域；根据局部密度和宽高比设定初始区域划分规则的方法包括：标题区域：局部密度D0.8且宽高比R5；正文区域：局部密度0.2D0.8且宽高比1R3；表格区域：局部密度D0.5，且宽高比0.8R1.2；签章区域：局部密度D0.8，且宽高比0.5R2；步骤S2200，收集内容子域域貌特征，根据内容子域域貌特征，对内容子域进行分类；所述内容子域域貌特征包括位置特征、大小特征和形状特征；所述对内容子域进行分类采用模式识别的方法，根据内容子域域貌特征构建特征向量，然后使用分类算法进行分类；步骤S2300，计算内容子域分类的准确率阈值，判断内容子域分类结果是否大于等于准确率阈值，如果大于等于准确率阈值，则进入步骤S3000；如果小于准确率阈值，则调整初始区域划分规则，返回步骤S2100，重新划分内容子域；所述计算内容子域分类的准确率阈值的方法包括：设定一个初始准确率阈值；对每次分类的结果进行统计，记录分类正确的内容子域数量和总的内容子域数量；将分类正确的内容子域数量除以总的内容子域数量，获得当前分类的准确率A；根据当前分类的准确率A和初始准确率阈值，获得下一轮分类的准确率阈值； ；其中： ：下一轮分类的准确率阈值； ：准确率阈值的调整系数；当前分类的准确率阈值由上一轮的准确率和准确率阈值计算获得，下一轮分类的准确率阈值用于下一轮分类过程的准确率判断。

全文数据：

权利要求：

百度查询： 万村联网数字科技有限公司 利用OCR技术提取不良资产合同关键信息的方法及系统