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：西北民族大学

摘要：本发明涉及一种基于深度学习的藏文古籍版面分析方法和系统。该方法通过采用训练好的包括有用于进行文本行Mask预测的分支、用于进行文本行X‑Height高度位置Mask预测的分支、用于进行字符区域Mask预测的分支、用于进行注释信息Mask预测的分支以及用于进行边框线Mask预测的分支的版面分析模型，基于藏文古籍文档的整体图像或藏文古籍文档的切片图像就可以实现藏文古籍版面的精确分析。

主权项：1.一种基于深度学习的藏文古籍版面分析方法，其特征在于，包括：获取待分析的藏文古籍文档图像；所述待分析的藏文古籍文档图像为藏文古籍文档的整体图像或藏文古籍文档的切片图像；将所述待分析的藏文古籍文档图像输入至训练好的版面分析模型得到藏文古籍版面分析结果；所述版面分析模型采用数据集进行训练；所述数据集包括：原始图像数据集和Mask图像数据集；所述版面分析模型包括：分支一、分支二、分支三、分支四和分支五；所述分支一用于进行文本行Mask预测；所述分支二用于进行文本行X-Height高度位置Mask预测；所述分支三用于进行字符区域Mask预测；所述分支四用于进行注释信息Mask预测；所述分支五用于进行边框线Mask预测；所述数据集的构建过程包括：获取原始图像，以生成原始图像数据集；对所述原始图像数据集中的原始图像进行二值化处理，得到二值化结果图；对所述二值化结果图进行结构元素分割得到结构元素分割结果图；所述结构元素分割结果图包括：边框线Mask图像、注释信息Mask图像、字符区域Mask图像和文本行分割图像；根据所述结构元素分割结果图中的文本行分割图像得到文本行X-Height高度位置Mask图像；将所述文本行X-Height高度位置Mask图像与所述文本行分割图像进行按位相加得到叠加图像；对所述叠加图像进行挤压操作得到文本行Mask图像；基于所述边框线Mask图像、文本行X-Height高度位置Mask图像、字符区域Mask图像、注释信息Mask图像和所述文本行Mask图像生成Mask图像数据集；所述对所述叠加图像进行挤压操作得到文本行Mask图像，具体包括：预设相邻两个文本行间向外侧挤压的最大像素个数和经挤压后相邻两个文本行间的最小像素个数；依据相邻两个文本行的开始坐标位置和结束坐标位置，根据预设最大像素个数和所述预设最小像素个数确定实际最大向外侧挤压像素个数；根据实际最大向外侧挤压像素个数调整所述叠加图像得到文本行Mask图像；所述依据相邻两个文本行的开始坐标位置和结束坐标位置，根据所述预设最大像素个数和所述预设最小像素个数确定实际最大向外侧挤压像素个数，具体包括：当Qi-Pi-Maxpush+Mindist*2≥0时，Pushdist＝Maxpush；当Qi-Pi-Maxpush+Mindist*2＜0，且Qi-Pi-Mindist2＞0时，Pushdist＝Qi-Pi-Mindist2；当Qi-Pi-Maxpush+Mindist*2＜0，且Qi-Pi-Mindist2≤0时，Pushdist＝-Mindist；其中，表示取整，Qi表示相邻两个文本行的开始坐标位置，Pi表示相邻两个文本行的结束坐标位置，Maxpush表示预设相邻两个文本行间向外侧挤压的最大像素个数，Mindist表示预设经挤压后相邻两个文本行间的最小像素个数，Pushdist表示实际最大的向外侧挤压像素个数。

全文数据：

权利要求：

百度查询： 西北民族大学 一种基于深度学习的藏文古籍版面分析方法和系统