技術(shù)特征：

1.一種基于unet算法的面向文本線段檢測方法，其特征在于，所述檢測方法的過程是：

2.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，尺寸歸一化處理后圖像分辨率為1024×1024。

3.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟s4的具體過程是：

4.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述線段檢測網(wǎng)絡(luò)模型為tr-unet網(wǎng)絡(luò)，所述tr-unet網(wǎng)絡(luò)包括cnn和transformer結(jié)構(gòu)組成的編碼器、以及解碼器；所述cnn包括依次連接的多層卷積和線性層，多層卷積輸出的隱藏特征hidden?feature經(jīng)過線性層輸入transformer結(jié)構(gòu)中，所述transformer結(jié)構(gòu)包括堆疊的若干層transformer層，transformer結(jié)構(gòu)的輸出通過重塑操作reshape、3*3卷積和relu函數(shù)、上采樣upsample處理后獲得第一特征f1；

5.根據(jù)權(quán)利要求4所述的檢測方法，其特征在于，所述cnn中卷積的數(shù)量為三個(gè)，卷積核大小均為3*3；所述transformer結(jié)構(gòu)中transformer層的數(shù)量為12層。

6.根據(jù)權(quán)利要求5所述的檢測方法，其特征在于，所述殘差塊為cnn的第一層卷積后串聯(lián)三個(gè)殘差塊，第二層卷積串聯(lián)兩個(gè)殘差塊，第三層卷積串聯(lián)一個(gè)殘差塊；所述殘差塊包括并聯(lián)的3*3卷積核的第一卷積和1*1卷積核的第二卷積，第一卷積和第二卷積的輸出相加為殘差塊的輸出。

7.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)可實(shí)現(xiàn)權(quán)利要求1-6任一所述檢測方法的步驟。

技術(shù)總結(jié)
本發(fā)明為一種基于UNet算法的面向文本線段檢測方法，具體過程是：獲取帶線段文本圖像數(shù)據(jù)；對采集的圖像進(jìn)行尺寸歸一化處理，利用標(biāo)注工具labelme對圖像進(jìn)行人工標(biāo)注，獲取線段位置，并擴(kuò)充為寬度為兩個(gè)像素點(diǎn)的矩形，獲取矩形四點(diǎn)的坐標(biāo)，再對圖像進(jìn)行二值化處理，生成二值化標(biāo)簽圖像，得到目標(biāo)檢測數(shù)據(jù)集；二值化標(biāo)簽圖像中標(biāo)注原始圖像中所有線段所在位置；基于UNet算法構(gòu)建線段檢測網(wǎng)絡(luò)模型，以目標(biāo)檢測數(shù)據(jù)集訓(xùn)練線段檢測網(wǎng)絡(luò)模型，以訓(xùn)練好的線段檢測網(wǎng)絡(luò)模型對文本圖像中線段進(jìn)行預(yù)測，輸出模型預(yù)測圖；對模型預(yù)測圖進(jìn)行后處理，提取文本圖像中橫向線段、縱向線段、斜向線段的位置，實(shí)現(xiàn)在文本圖像中線段的檢測，提高了文本線段的檢測精度。

技術(shù)研發(fā)人員：池越,王釗,韓永鑫,王廣樂
受保護(hù)的技術(shù)使用者：河北工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/7