CN113284137B - 纸张褶皱检测方法、装置、设备及存储介质 - Google Patents

纸张褶皱检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113284137B
CN113284137B CN202110704359.7A CN202110704359A CN113284137B CN 113284137 B CN113284137 B CN 113284137B CN 202110704359 A CN202110704359 A CN 202110704359A CN 113284137 B CN113284137 B CN 113284137B
Authority
CN
China
Prior art keywords
value
fold
lens
pixel
depth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110704359.7A
Other languages
English (en)
Other versions
CN113284137A (zh
Inventor
欧阳高询
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202110704359.7A priority Critical patent/CN113284137B/zh
Publication of CN113284137A publication Critical patent/CN113284137A/zh
Application granted granted Critical
Publication of CN113284137B publication Critical patent/CN113284137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30176Document
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及人工智能,提供一种纸张褶皱检测方法、装置、设备及存储介质。该方法能够确定纸张位置及双目相机,纸张位置上存放有文本纸张,双目相机包括第一镜头及第二镜头,获取第一镜头拍摄文本纸张中每个位置点所得到的第一位置及第二镜头拍摄文本纸张中每个位置点所得到的第二位置,确定每个位置点在双目相机中的视差,获取第一镜头与第二镜头的镜头差值,根据视差、双目相机的焦距值及镜头差值计算每个位置点的像素深度值,预处理像素深度值,得到目标深度值,从目标深度值中提取深度基准值,根据深度基准值及像素深度值确定检测结果。本发明能够准确检测出文本纸张的检测结果。此外,本发明还涉及区块链技术,所述检测结果可存储于区块链中。

Description

纸张褶皱检测方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域,尤其涉及一种纸张褶皱检测方法、装置、设备及存储介质。
背景技术
在保险处理环节中,通常需要识别文本纸张中的信息,进而利用识别到的信息处理保险购买等业务。实践可知,在需要识别的文本纸张越平整时,能够快速并准确地识别出文本纸张中的信息。因此,在对文本纸张进行识别之前检测文本纸张的褶皱情况成了亟需解决的问题。
目前主要通过训练出的检测模型分析图像中每个像素点的褶皱概率,从而确定出待检测纸张的褶皱情况,然而,当待检测纸张的拍摄光线与训练上述检测模型的训练图像的拍摄光线不同时,由于不同的拍摄光线将影响像素值,因此这种方式导致待测纸张的检测准确率低下。
发明内容
鉴于以上内容,有必要提供一种纸张褶皱检测方法、装置、设备及存储介质,能够准确检测出文本纸张的检测结果。
一方面,本发明提出一种纸张褶皱检测方法,所述纸张褶皱检测方法包括:
当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置;
根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值;
根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
根据本发明优选实施例,所述根据所述褶皱检测请求获取文本纸张及双目相机包括:
解析所述褶皱检测请求的报文,得到所述报文携带的数据信息;
从所述数据信息中获取指示位置的信息作为位置识别码;
将与所述位置识别码对应的信息确定为所述纸张位置;
从所述数据信息中获取指示相机的信息作为相机型号;
将与所述相机型号对应的相机确定为所述双目相机。
根据本发明优选实施例,所述根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差包括:
获取所述双目相机的水平分辨值,并将所述水平分辨值除以配置值,得到目标分辨值;
从所述第一位置中提取水平长度作为第一长度;
计算所述目标分辨值与所述第一长度的总和,得到每个位置点到预设成像面的第一距离;
从所述第二位置中提取水平长度作为第二长度;
计算所述目标分辨值与所述第二长度的总和,得到第一运算结果,并计算所述镜头差值与所述第一运算结果的差值,得到每个位置点到所述预设成像面的第二距离;
计算所述第一距离与所述第二距离的差值,得到所述视差。
根据本发明优选实施例,所述根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值包括:
计算所述焦距值与所述镜头差值的乘积,得到每个位置点的尺寸值;
将所述尺寸值除以所述视差,得到所述像素深度值。
根据本发明优选实施例,所述对所述像素深度值进行预处理,得到目标深度值包括:
对于所述像素深度值中任一深度值,计算所述任一深度值在所述像素深度值中的像素数量,并计算所述像素深度值的像素总量;
根据所述像素数量及所述像素总量计算所述任一深度值在所述像素深度值中所占的数量比例;
计算所述数量比例的比例均值及比例离散程度,并计算所述比例离散程度与预设倍数的乘积,得到第二运算结果;
将所述比例均值与所述第二运算结果的差值作为左区间,所述比例均值与所述第二运算结果的总和作为右区间构建比例区间;
将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值;
将所述异常深度值从所述像素深度值中剔除,得到所述目标深度值。
根据本发明优选实施例,所述根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果包括:
计算所述像素深度值与所述深度基准值的差值,得到每个位置点的像素褶皱值;
确定所述像素褶皱值所在的褶皱区间,并将与所述褶皱区间对应的权值确定为目标权值;
基于所述目标权值对所述像素褶皱值进行加权运算,得到所述文本纸张的褶皱总值;
将所述褶皱总值与预设褶皱阈值进行比较;
当所述褶皱总值大于或者等于所述预设褶皱阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱总值小于所述预设褶皱阈值时,将所述检测结果确定为平整。
根据本发明优选实施例,所述根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果还包括:
获取预设误差值;
计算所述深度基准值与所述预设误差值的差值,得到第一数值,并计算所述深度基准值与所述预设误差值的总和,得到第二数值;
以所述第一数值作为左区间,所述第二数值作为右区间构建基准区间;
计算所述像素深度值不在所述基准区间内的褶皱数量;
计算所述褶皱数量在所述像素总量的褶皱占比,并将所述褶皱占比与预设占比阈值进行比较;
当所述褶皱占比大于或者等于所述预设占比阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱占比小于所述预设占比阈值时,将所述检测结果确定为平整。
另一方面,本发明还提出一种纸张褶皱检测装置,所述纸张褶皱检测装置包括:
获取单元,用于当接收到褶皱检测请求时,根据所述褶皱检测请求确定文本纸张及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
所述获取单元,还用于获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置;
确定单元,用于根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
所述获取单元,还用于获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
计算单元,用于根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
提取单元,用于对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值;
所述确定单元,还用于根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
另一方面,本发明还提出一种电子设备,所述电子设备包括:
存储器,存储计算机可读指令;及
处理器,执行所述存储器中存储的计算机可读指令以实现所述纸张褶皱检测方法。
另一方面,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机可读指令,所述计算机可读指令被电子设备中的处理器执行以实现所述纸张褶皱检测方法。
由以上技术方案可以看出,本发明通过所述第一位置及所述第二位置能够准确的确定出所述视差,进而能够准确的确定出所述像素深度值,通过对所述像素深度值进行预处理,能够剔除掉异常深度值,从而提高所述深度基准值的准确性,进一步地,由于所述深度基准值是从所述文本纸张的每个位置点中确定出的,以及拍摄每个位置点的环境是相同的,因此,通过所述深度基准值能够准确的确定出所述检测结果。同时,本发明无需利用大量数据训练模型,因此,提高所述检测结果的确定效率。
附图说明
图1是本发明纸张褶皱检测方法的应用环境图。
图2是本发明纸张褶皱检测方法的较佳实施例的流程图。
图3是本发明纸张褶皱检测装置的较佳实施例的功能模块图。
图4是本发明实现纸张褶皱检测方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明纸张褶皱检测方法的应用环境图。所述应用环境图包括电子设备1及双目相机2,所述电子设备1与所述双目相机2相通信。所述双目相机2包括第一镜头20及第二镜头21。
其中,所述电子设备1控制所述双目相机2利用所述第一镜头20及所述第二镜头21拍摄文本纸张。
所述双目相机2将拍摄所述文本纸张所生成的信息发送至所述电子设备1中。所述双目相机2拍摄所述文本纸张所生成的信息包括,但不限于:所述文本纸张中每个位置点所生成的坐标信息等。其中,所述位置点是指所述文本纸张上的任意一个点。所述文本纸张是由多个所述位置点组成的。
如图2所示,是本发明纸张褶皱检测方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述纸张褶皱检测方法应用于一个或者多个电子设备中,所述电子设备是一种能够按照事先设定或存储的计算机可读指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字信号处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能穿戴式设备等。
所述电子设备可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。
所述电子设备所处的网络包括,但不限于:互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
S10,当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头。
在本发明的至少一个实施例中,所述褶皱检测请求可以由购买保险产品的用户触发,所述褶皱检测请求也可以由保险产品的销售用户触发。
所述褶皱检测请求携带的信息包括,但不限于:位置识别码、相机型号等。
所述文本纸张是指需要进行褶皱检测的纸张。
所述双目相机是指包含有左镜头及右镜头的相机。
在本发明的至少一个实施例中,所述电子设备根据所述褶皱检测请求确定纸张位置及双目相机包括:
解析所述褶皱检测请求的报文,得到所述报文携带的数据信息;
从所述数据信息中获取指示位置的信息作为位置识别码;
将与所述位置识别码对应的信息确定为所述纸张位置;
从所述数据信息中获取指示相机的信息作为相机型号;
将与所述相机型号对应的相机确定为所述双目相机。
其中,所述数据信息中包括,但不限于:指示所述位置识别码的标签、指示所述相机型号的标签等。
通过上述实施方式,能够快速获取到所述数据信息,从而能够快速确定出所述纸张位置及所述双目相机。
S11,获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置。
在本发明的至少一个实施例中,所述位置点是指所述文本纸张上的任意一个点。所述文本纸张是由多个所述位置点组成的。
所述第一位置及所述第二位置可以是基于所述第一镜头的光心作为原点构建的坐标系确定得到的坐标信息,所述第一位置及所述第二位置也可以是基于所述第二镜头的光心作为原点构建的坐标系确定得到的坐标信息。
所述第一位置中包含有水平坐标长度及纵向坐标长度,所述第二位置中包含有水平坐标长度及纵向坐标长度。
在本发明的至少一个实施例中,当检测到所述第一镜头完成对所述文本纸张的拍摄时,所述电子设备利用所述文本纸张的纸张编号从所述双目相机中获取所述第一位置。
相应地,所述电子设备获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置与所述电子设备获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置相同,本发明对此不再赘述。
S12,根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差。
在本发明的至少一个实施例中,所述视差是指所述第一镜头拍摄任一位置点与所述第二镜头拍摄所述任一位置点所产生的方向差异。
在本发明的至少一个实施例中,所述电子设备根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差包括:
获取所述双目相机的水平分辨值,并将所述水平分辨值除以配置值,得到目标分辨值;
从所述第一位置中提取水平长度作为第一长度;
计算所述目标分辨值与所述第一长度的总和,得到每个位置点到预设成像面的第一距离;
从所述第二位置中提取水平长度作为第二长度;
计算所述目标分辨值与所述第二长度的总和,得到第一运算结果,并计算所述镜头差值与所述第一运算结果的差值,得到每个位置点到所述预设成像面的第二距离;
计算所述第一距离与所述第二距离的差值,得到所述视差。
其中,所述配置值通常设定为2。
所述水平长度是指所述第一位置中的水平坐标长度及所述第二位置中的水平坐标长度。
通过所述目标分辨值及所述第一长度能够准确的确定出所述第一距离,通过所述目标分辨值、所述第二长度及所述镜头差值能够准确的确定出所述第二距离,从而能够准确的确定出所述视差。
S13,获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值。
在本发明的至少一个实施例中,所述焦距值是指所述双目相机中所述第一镜头的光心到成像点的距离,或者所述第二镜头的光心到成像点的距离。进一步地,所述双目相机中所述第一镜头的光心到成像点的距离与所述双目相机中所述第二镜头的光心到成像点的距离相等。
所述镜头差值是指所述第一镜头的光心到所述第二镜头的光心的距离。
在本发明的至少一个实施例中,所述电子设备获取第一预设标签,所述第一预设标签用于指示焦距,所述电子设备获取同时与所述第一预设标签及所述相机型号对应的信息作为所述焦距值。
通过所述第一预设标签及所述相机型号能够准确的获取到所述焦距值。
在本发明的至少一个实施例中,所述电子设备获取第二预设标签,所述第二预设标签用于指示光心与光心的距离,所述电子设备获取同时与所述第二预设标签及所述相机型号对应的信息作为所述镜头差值。
通过所述第二预设标签及所述相机型号能够准确的获取到所述镜头差值。
S14,根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值。
在本发明的至少一个实施例中,所述像素深度值是指所述双目相机到所述文本纸张中每个位置点的距离。所述像素深度值包括目标深度值及异常深度值。
在本发明的至少一个实施例中,所述电子设备根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值包括:
计算所述焦距值与所述镜头差值的乘积,得到每个位置点的尺寸值;
将所述尺寸值除以所述视差,得到所述像素深度值。
通过上述实施方式,能够快速获取到所述像素深度值。
S15,对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值。
在本发明的至少一个实施例中,所述目标深度值是指剔除掉所述异常深度值的目标深度值。
所述深度基准值是指所述文本纸张的基准位置对应的像素深度值。
在本发明的至少一个实施例中,所述电子设备对所述像素深度值进行预处理,得到目标深度值包括:
对于所述像素深度值中任一深度值,计算所述任一深度值在所述像素深度值中的像素数量,并计算所述像素深度值的像素总量;
根据所述像素数量及所述像素总量计算所述任一深度值在所述像素深度值中所占的数量比例;
计算所述数量比例的比例均值及比例离散程度,并计算所述比例离散程度与预设倍数的乘积,得到第二运算结果;
将所述比例均值与所述运算结果的差值作为左区间,所述比例均值与所述运算结果的总和作为右区间构建比例区间;
将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值;
将所述异常深度值从所述像素深度值中剔除,得到所述目标深度值。
其中,所述比例均值是指所述数量比例的平均数,所述比例离散程度是指所述比例均值的离散度。例如:所述比例离散程度可以是所述比例均值的极差,所述比例离散程度也可以是所述比例均值的方差。
通过将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值,能够按照所述任一深度值在所述像素深度值中的比例值确定出所述异常深度值,提高所述异常深度值的确定准确性,从而能够准确的确定出所述目标深度值。
在本发明的至少一个实施例中,所述电子设备从所述目标深度值中提取任一数值作为所述深度基准值。
通过上述实施方式,能够快速获取到所述深度基准值。
S16,根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
需要强调的是,为进一步保证上述检测结果的私密和安全性,上述检测结果还可以存储于一区块链的节点中。
在本发明的至少一个实施例中,所述检测结果可以是褶皱,所述检测结果也可以是平整。
在本发明的至少一个实施例中,所述电子设备根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果包括:
计算所述像素深度值与所述深度基准值的差值,得到每个位置点的像素褶皱值;
确定所述像素褶皱值所在的褶皱区间,并将与所述褶皱区间对应的权值确定为目标权值;
基于所述目标权值对所述像素褶皱值进行加权运算,得到所述文本纸张的褶皱总值;
将所述褶皱总值与预设褶皱阈值进行比较;
当所述褶皱总值大于或者等于所述预设褶皱阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱总值小于所述预设褶皱阈值时,将所述检测结果确定为平整。
其中,所述像素褶皱值是指每个位置点相对于所述深度基准值对应的像素基准的褶皱量化信息。所述像素褶皱值越大,说明所述像素褶皱值对应的位置点越褶皱,相反地,所述像素褶皱值越小,说明所述像素褶皱值对应的位置点越平整。例如,像素褶皱值为10的位置点比像素褶皱值为2的位置点褶皱。
所述褶皱区间与所述目标权值相对应。所述褶皱区间越大,对应的所述目标权值也就越大。
所述预设褶皱阈值是根据需求设定的。
通过所述像素褶皱值所在的褶皱区间确定出目标权值,由于所述目标权值是根据所述像素褶皱值确定的,因此能够提高所述褶皱总值的确定准确率,进而能够准确的确定出所述检测结果。
在本发明的至少一个实施例中,所述电子设备根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果还包括:
获取预设误差值;
计算所述深度基准值与所述预设误差值的差值,得到第一数值,并计算所述深度基准值与所述预设误差值的总和,得到第二数值;
以所述第一数值作为左区间,所述第二数值作为右区间构建基准区间;
计算所述像素深度值不在所述基准区间内的褶皱数量;
计算所述褶皱数量在所述像素总量的褶皱占比,并将所述褶皱占比与预设占比阈值进行比较;
当所述褶皱占比大于或者等于所述预设占比阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱占比小于所述预设占比阈值时,将所述检测结果确定为平整。
其中,所述预设误差值及所述预设占比阈值是根据需求设定的,本发明对所述预设误差值及所述预设占比阈值的取值不作限制。
通过所述预设误差值确定出的所述基准区间,能够根据需求确定出包含有容错值的基准区间,提高所述检测结果的检测准确性。
在本发明的至少一个实施例中,在根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果后,所述方法还包括:
获取所褶皱检测请求的请求编号;
根据所述请求编号及所述检测结果生成提示信息;
采用对称加密技术加密所述提示信息,得到密文;
将所述密文发送至指定联系人的终端设备。
通过上述实施方式,能够及时将所述检测结果发送至所述终端设备,从而能够提高所述检测结果被查收的及时性,同时,还能够提高所述检测结果的安全性。
由以上技术方案可以看出,本发明通过所述第一位置及所述第二位置能够准确的确定出所述视差,进而能够准确的确定出所述像素深度值,通过对所述像素深度值进行预处理,能够剔除掉异常深度值,从而提高所述深度基准值的准确性,进一步地,由于所述深度基准值是从所述文本纸张的每个位置点中确定出的,以及拍摄每个位置点的环境是相同的,因此,通过所述深度基准值能够准确的确定出所述检测结果。同时,本发明无需利用大量数据训练模型,因此,提高所述检测结果的确定效率。
如图3所示,是本发明纸张褶皱检测装置的较佳实施例的功能模块图。所述纸张褶皱检测装置11包括获取单元110、确定单元111、计算单元112、提取单元113、生成单元114、加密单元115及发送单元116。本发明所称的模块/单元是指一种能够被处理器13所获取,并且能够完成固定功能的一系列计算机可读指令段,其存储在存储器12中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
当接收到褶皱检测请求时,获取单元110根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头。
在本发明的至少一个实施例中,所述褶皱检测请求可以由购买保险产品的用户触发,所述褶皱检测请求也可以由保险产品的销售用户触发。
所述褶皱检测请求携带的信息包括,但不限于:位置识别码、相机型号等。
所述文本纸张是指需要进行褶皱检测的纸张。
所述双目相机是指包含有左镜头及右镜头的相机。
在本发明的至少一个实施例中,所述获取单元110根据所述褶皱检测请求确定纸张位置及双目相机包括:
解析所述褶皱检测请求的报文,得到所述报文携带的数据信息;
从所述数据信息中获取指示位置的信息作为位置识别码;
将与所述位置识别码对应的信息确定为所述纸张位置;
从所述数据信息中获取指示相机的信息作为相机型号;
将与所述相机型号对应的相机确定为所述双目相机。
其中,所述数据信息中包括,但不限于:指示所述位置识别码的标签、指示所述相机型号的标签等。
通过上述实施方式,能够快速获取到所述数据信息,从而能够快速确定出所述纸张位置及所述双目相机。
所述获取单元110获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置。
在本发明的至少一个实施例中,所述位置点是指所述文本纸张上的任意一个点。所述文本纸张是由多个所述位置点组成的。
所述第一位置及所述第二位置可以是基于所述第一镜头的光心作为原点构建的坐标系确定得到的坐标信息,所述第一位置及所述第二位置也可以是基于所述第二镜头的光心作为原点构建的坐标系确定得到的坐标信息。
所述第一位置中包含有水平坐标长度及纵向坐标长度,所述第二位置中包含有水平坐标长度及纵向坐标长度。
在本发明的至少一个实施例中,当检测到所述第一镜头完成对所述文本纸张的拍摄时,所述获取单元110利用所述文本纸张的纸张编号从所述双目相机中获取所述第一位置。
相应地,所述获取单元110获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置与所述获取单元110获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置相同,本发明对此不再赘述。
确定单元111根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差。
在本发明的至少一个实施例中,所述视差是指所述第一镜头拍摄任一位置点与所述第二镜头拍摄所述任一位置点所产生的方向差异。
在本发明的至少一个实施例中,所述确定单元111根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差包括:
获取所述双目相机的水平分辨值,并将所述水平分辨值除以配置值,得到目标分辨值;
从所述第一位置中提取水平长度作为第一长度;
计算所述目标分辨值与所述第一长度的总和,得到每个位置点到预设成像面的第一距离;
从所述第二位置中提取水平长度作为第二长度;
计算所述目标分辨值与所述第二长度的总和,得到第一运算结果,并计算所述镜头差值与所述第一运算结果的差值,得到每个位置点到所述预设成像面的第二距离;
计算所述第一距离与所述第二距离的差值,得到所述视差。
其中,所述配置值通常设定为2。
所述水平长度是指所述第一位置中的水平坐标长度及所述第二位置中的水平坐标长度。
通过所述目标分辨值及所述第一长度能够准确的确定出所述第一距离,通过所述目标分辨值、所述第二长度及所述镜头差值能够准确的确定出所述第二距离,从而能够准确的确定出所述视差。
所述获取单元110获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值。
在本发明的至少一个实施例中,所述焦距值是指所述双目相机中所述第一镜头的光心到成像点的距离,或者所述第二镜头的光心到成像点的距离。进一步地,所述双目相机中所述第一镜头的光心到成像点的距离与所述双目相机中所述第二镜头的光心到成像点的距离相等。
所述镜头差值是指所述第一镜头的光心到所述第二镜头的光心的距离。
在本发明的至少一个实施例中,所述获取单元110获取第一预设标签,所述第一预设标签用于指示焦距,所述获取单元110获取同时与所述第一预设标签及所述相机型号对应的信息作为所述焦距值。
通过所述第一预设标签及所述相机型号能够准确的获取到所述焦距值。
在本发明的至少一个实施例中,所述获取单元110获取第二预设标签,所述第二预设标签用于指示光心与光心的距离,所述获取单元110获取同时与所述第二预设标签及所述相机型号对应的信息作为所述镜头差值。
通过所述第二预设标签及所述相机型号能够准确的获取到所述镜头差值。
计算单元112根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值。
在本发明的至少一个实施例中,所述像素深度值是指所述双目相机到所述文本纸张中每个位置点的距离。所述像素深度值包括目标深度值及异常深度值。
在本发明的至少一个实施例中,所述计算单元112根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值包括:
计算所述焦距值与所述镜头差值的乘积,得到每个位置点的尺寸值;
将所述尺寸值除以所述视差,得到所述像素深度值。
通过上述实施方式,能够快速获取到所述像素深度值。
提取单元113对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值。
在本发明的至少一个实施例中,所述目标深度值是指剔除掉所述异常深度值的目标深度值。
所述深度基准值是指所述文本纸张的基准位置对应的像素深度值。
在本发明的至少一个实施例中,所述提取单元113对所述像素深度值进行预处理,得到目标深度值包括:
对于所述像素深度值中任一深度值,计算所述任一深度值在所述像素深度值中的像素数量,并计算所述像素深度值的像素总量;
根据所述像素数量及所述像素总量计算所述任一深度值在所述像素深度值中所占的数量比例;
计算所述数量比例的比例均值及比例离散程度,并计算所述比例离散程度与预设倍数的乘积,得到第二运算结果;
将所述比例均值与所述运算结果的差值作为左区间,所述比例均值与所述运算结果的总和作为右区间构建比例区间;
将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值;
将所述异常深度值从所述像素深度值中剔除,得到所述目标深度值。
其中,所述比例均值是指所述数量比例的平均数,所述比例离散程度是指所述比例均值的离散度。例如:所述比例离散程度可以是所述比例均值的极差,所述比例离散程度也可以是所述比例均值的方差。
通过将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值,能够按照所述任一深度值在所述像素深度值中的比例值确定出所述异常深度值,提高所述异常深度值的确定准确性,从而能够准确的确定出所述目标深度值。
在本发明的至少一个实施例中,所述提取单元113从所述目标深度值中提取任一数值作为所述深度基准值。
通过上述实施方式,能够快速获取到所述深度基准值。
所述确定单元111根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
需要强调的是,为进一步保证上述检测结果的私密和安全性,上述检测结果还可以存储于一区块链的节点中。
在本发明的至少一个实施例中,所述检测结果可以是褶皱,所述检测结果也可以是平整。
在本发明的至少一个实施例中,所述确定单元111根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果包括:
计算所述像素深度值与所述深度基准值的差值,得到每个位置点的像素褶皱值;
确定所述像素褶皱值所在的褶皱区间,并将与所述褶皱区间对应的权值确定为目标权值;
基于所述目标权值对所述像素褶皱值进行加权运算,得到所述文本纸张的褶皱总值;
将所述褶皱总值与预设褶皱阈值进行比较;
当所述褶皱总值大于或者等于所述预设褶皱阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱总值小于所述预设褶皱阈值时,将所述检测结果确定为平整。
其中,所述像素褶皱值是指每个位置点相对于所述深度基准值对应的像素基准的褶皱量化信息。所述像素褶皱值越大,说明所述像素褶皱值对应的位置点越褶皱,相反地,所述像素褶皱值越小,说明所述像素褶皱值对应的位置点越平整。例如,像素褶皱值为10的位置点比像素褶皱值为2的位置点褶皱。
所述褶皱区间与所述目标权值相对应。所述褶皱区间越大,对应的所述目标权值也就越大。
所述预设褶皱阈值是根据需求设定的。
通过所述像素褶皱值所在的褶皱区间确定出目标权值,由于所述目标权值是根据所述像素褶皱值确定的,因此能够提高所述褶皱总值的确定准确率,进而能够准确的确定出所述检测结果。
在本发明的至少一个实施例中,所述确定单元111根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果还包括:
获取预设误差值;
计算所述深度基准值与所述预设误差值的差值,得到第一数值,并计算所述深度基准值与所述预设误差值的总和,得到第二数值;
以所述第一数值作为左区间,所述第二数值作为右区间构建基准区间;
计算所述像素深度值不在所述基准区间内的褶皱数量;
计算所述褶皱数量在所述像素总量的褶皱占比,并将所述褶皱占比与预设占比阈值进行比较;
当所述褶皱占比大于或者等于所述预设占比阈值时,将所述检测结果确定为褶皱;或者
当所述褶皱占比小于所述预设占比阈值时,将所述检测结果确定为平整。
其中,所述预设误差值及所述预设占比阈值是根据需求设定的,本发明对所述预设误差值及所述预设占比阈值的取值不作限制。
通过所述预设误差值确定出的所述基准区间,能够根据需求确定出包含有容错值的基准区间,提高所述检测结果的检测准确性。
在本发明的至少一个实施例中,在根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果后,所述获取单元110获取所褶皱检测请求的请求编号;
生成单元114根据所述请求编号及所述检测结果生成提示信息;
加密单元115采用对称加密技术加密所述提示信息,得到密文;
发送单元116将所述密文发送至指定联系人的终端设备。
通过上述实施方式,能够及时将所述检测结果发送至所述终端设备,从而能够提高所述检测结果被查收的及时性,同时,还能够提高所述检测结果的安全性。
由以上技术方案可以看出,本发明通过所述第一位置及所述第二位置能够准确的确定出所述视差,进而能够准确的确定出所述像素深度值,通过对所述像素深度值进行预处理,能够剔除掉异常深度值,从而提高所述深度基准值的准确性,进一步地,由于所述深度基准值是从所述文本纸张的每个位置点中确定出的,以及拍摄每个位置点的环境是相同的,因此,通过所述深度基准值能够准确的确定出所述检测结果。同时,本发明无需利用大量数据训练模型,因此,提高所述检测结果的确定效率。
如图4所示,是本发明实现纸张褶皱检测方法的较佳实施例的电子设备的结构示意图。
在本发明的一个实施例中,所述电子设备1包括,但不限于,存储器12、处理器13,以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令,例如纸张褶皱检测程序。
本领域技术人员可以理解,所述示意图仅仅是电子设备1的示例,并不构成对电子设备1的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。
所述处理器13可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器13是所述电子设备1的运算核心和控制中心,利用各种接口和线路连接整个电子设备1的各个部分,及执行所述电子设备1的操作***以及安装的各类应用程序、程序代码等。
示例性的,所述计算机可读指令可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如,所述计算机可读指令可以被分割成获取单元110、确定单元111、计算单元112、提取单元113、生成单元114、加密单元115及发送单元116。
所述存储器12可用于存储所述计算机可读指令和/或模块,所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块,以及调用存储在存储器12内的数据,实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器,例如:硬盘、内存、插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。
所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地,所述存储器12可以是具有实物形式的存储器,如内存条、TF卡(Trans-flash Card)等等。
所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一计算机可读存储介质中,该计算机可读指令在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机可读指令包括计算机可读指令代码,所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
结合图1,所述电子设备1中的所述存储器12存储计算机可读指令实现一种纸张褶皱检测方法,所述处理器13可执行所述计算机可读指令从而实现:
当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置;
根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值;
根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
具体地,所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述计算机可读存储介质上存储有计算机可读指令,其中,所述计算机可读指令被处理器13执行时用以实现以下步骤:
当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置;
根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值;
根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种纸张褶皱检测方法,其特征在于,所述纸张褶皱检测方法包括:
当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置,所述第一位置及所述第二位置是基于所述第一镜头或者所述第二镜头的光心作为原点构建的坐标系确定得到的坐标信息;
根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值,所述深度基准值是指所述文本纸张的基准位置对应的像素深度值;
根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果,包括以下两种方式中的任一方式:计算所述像素深度值与所述深度基准值的差值,得到每个位置点的像素褶皱值,确定所述像素褶皱值所在的褶皱区间,并将与所述褶皱区间对应的权值确定为目标权值,基于所述目标权值对所述像素褶皱值进行加权运算,得到所述文本纸张的褶皱总值,将所述褶皱总值与预设褶皱阈值进行比较,当所述褶皱总值大于或者等于所述预设褶皱阈值时,将所述检测结果确定为褶皱,或者当所述褶皱总值小于所述预设褶皱阈值时,将所述检测结果确定为平整;或者获取预设误差值,计算所述深度基准值与所述预设误差值的差值,得到第一数值,并计算所述深度基准值与所述预设误差值的总和,得到第二数值,以所述第一数值作为左区间,所述第二数值作为右区间构建基准区间,计算所述像素深度值不在所述基准区间内的褶皱数量,计算所述褶皱数量在所述像素深度值的像素总量的褶皱占比,并将所述褶皱占比与预设占比阈值进行比较,当所述褶皱占比大于或者等于所述预设占比阈值时,将所述检测结果确定为褶皱,或者当所述褶皱占比小于所述预设占比阈值时,将所述检测结果确定为平整。
2.如权利要求1所述的纸张褶皱检测方法,其特征在于,所述根据所述褶皱检测请求确定纸张位置及双目相机包括:
解析所述褶皱检测请求的报文,得到所述报文携带的数据信息;
从所述数据信息中获取指示位置的信息作为位置识别码;
将与所述位置识别码对应的信息确定为所述纸张位置;
从所述数据信息中获取指示相机的信息作为相机型号;
将与所述相机型号对应的相机确定为所述双目相机。
3.如权利要求1所述的纸张褶皱检测方法,其特征在于,所述根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差包括:
获取所述双目相机的水平分辨值,并将所述水平分辨值除以配置值,得到目标分辨值;
从所述第一位置中提取水平长度作为第一长度;
计算所述目标分辨值与所述第一长度的总和,得到每个位置点到预设成像面的第一距离;
从所述第二位置中提取水平长度作为第二长度;
计算所述目标分辨值与所述第二长度的总和,得到第一运算结果,并计算所述镜头差值与所述第一运算结果的差值,得到每个位置点到所述预设成像面的第二距离;
计算所述第一距离与所述第二距离的差值,得到所述视差。
4.如权利要求1所述的纸张褶皱检测方法,其特征在于,所述根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值包括:
计算所述焦距值与所述镜头差值的乘积,得到每个位置点的尺寸值;
将所述尺寸值除以所述视差,得到所述像素深度值。
5.如权利要求1所述的纸张褶皱检测方法,其特征在于,所述对所述像素深度值进行预处理,得到目标深度值包括:
对于所述像素深度值中任一深度值,计算所述任一深度值在所述像素深度值中的像素数量,并计算所述像素深度值的像素总量;
根据所述像素数量及所述像素总量计算所述任一深度值在所述像素深度值中所占的数量比例;
计算所述数量比例的比例均值及比例离散程度,并计算所述比例离散程度与预设倍数的乘积,得到第二运算结果;
将所述比例均值与所述第二运算结果的差值作为左区间,所述比例均值与所述第二运算结果的总和作为右区间构建比例区间;
将所述数量比例不在所述比例区间的所述任一深度值确定为异常深度值;
将所述异常深度值从所述像素深度值中剔除,得到所述目标深度值。
6.一种纸张褶皱检测装置,其特征在于,所述纸张褶皱检测装置包括:
获取单元,用于当接收到褶皱检测请求时,根据所述褶皱检测请求确定纸张位置及双目相机,所述纸张位置上存放有文本纸张,所述双目相机包括第一镜头及第二镜头;
所述获取单元,还用于获取所述第一镜头拍摄所述文本纸张中每个位置点所得到的第一位置,并获取所述第二镜头拍摄所述文本纸张中每个位置点所得到的第二位置,所述第一位置及所述第二位置是基于所述第一镜头或者所述第二镜头的光心作为原点构建的坐标系确定得到的坐标信息;
确定单元,用于根据所述第一位置及所述第二位置确定每个位置点在所述双目相机中的视差;
所述获取单元,还用于获取所述双目相机的焦距值,并获取所述第一镜头与所述第二镜头的镜头差值;
计算单元,用于根据所述视差、所述焦距值及所述镜头差值计算每个位置点的像素深度值;
提取单元,用于对所述像素深度值进行预处理,得到目标深度值,并从所述目标深度值中提取深度基准值,所述深度基准值是指所述文本纸张的基准位置对应的像素深度值;
所述确定单元,还用于根据所述深度基准值及所述像素深度值确定所述文本纸张的检测结果,包括以下两种方式中的任一方式:计算所述像素深度值与所述深度基准值的差值,得到每个位置点的像素褶皱值,确定所述像素褶皱值所在的褶皱区间,并将与所述褶皱区间对应的权值确定为目标权值,基于所述目标权值对所述像素褶皱值进行加权运算,得到所述文本纸张的褶皱总值,将所述褶皱总值与预设褶皱阈值进行比较,当所述褶皱总值大于或者等于所述预设褶皱阈值时,将所述检测结果确定为褶皱,或者当所述褶皱总值小于所述预设褶皱阈值时,将所述检测结果确定为平整;或者获取预设误差值,计算所述深度基准值与所述预设误差值的差值,得到第一数值,并计算所述深度基准值与所述预设误差值的总和,得到第二数值,以所述第一数值作为左区间,所述第二数值作为右区间构建基准区间,计算所述像素深度值不在所述基准区间内的褶皱数量,计算所述褶皱数量在所述像素深度值的像素总量的褶皱占比,并将所述褶皱占比与预设占比阈值进行比较,当所述褶皱占比大于或者等于所述预设占比阈值时,将所述检测结果确定为褶皱,或者当所述褶皱占比小于所述预设占比阈值时,将所述检测结果确定为平整。
7. 一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有计算机可读指令;及
处理器,执行所述存储器中存储的计算机可读指令以实现如权利要求1至5中任意一项所述的纸张褶皱检测方法。
8.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有计算机可读指令,所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至5中任意一项所述的纸张褶皱检测方法。
CN202110704359.7A 2021-06-24 2021-06-24 纸张褶皱检测方法、装置、设备及存储介质 Active CN113284137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110704359.7A CN113284137B (zh) 2021-06-24 2021-06-24 纸张褶皱检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110704359.7A CN113284137B (zh) 2021-06-24 2021-06-24 纸张褶皱检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113284137A CN113284137A (zh) 2021-08-20
CN113284137B true CN113284137B (zh) 2023-07-18

Family

ID=77285433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110704359.7A Active CN113284137B (zh) 2021-06-24 2021-06-24 纸张褶皱检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113284137B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116660269B (zh) * 2023-05-24 2023-12-26 昆山祺力达电子材料有限公司 一种pe薄膜褶皱检测***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559306A (zh) * 2018-11-27 2019-04-02 广州供电局有限公司 基于边缘检测的交联聚乙烯绝缘层表面平整性检测方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4525090B2 (ja) * 2004-01-28 2010-08-18 富士ゼロックス株式会社 紙皺検査装置、制御装置
JP4958302B2 (ja) * 2007-12-12 2012-06-20 独立行政法人情報通信研究機構 多視点画像奥行値抽出装置、その方法およびそのプログラム
JP2010132392A (ja) * 2008-12-03 2010-06-17 Fuji Xerox Co Ltd 紙皺予兆監視装置及び紙皺予兆監視プログラム
CN106981081A (zh) * 2017-03-06 2017-07-25 电子科技大学 一种基于深度信息提取的墙面平整度检测方法
CN110706182B (zh) * 2019-10-10 2022-12-09 普联技术有限公司 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质
CN111340869B (zh) * 2020-03-27 2023-04-11 上海东普信息科技有限公司 快递包裹表面平整度识别方法、装置、设备及存储介质
CN111986203B (zh) * 2020-07-09 2022-10-11 河南科技大学 一种深度图像的分割方法及装置
CN111932537B (zh) * 2020-10-09 2021-01-15 腾讯科技(深圳)有限公司 对象形变检测方法、装置、计算机设备和存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109559306A (zh) * 2018-11-27 2019-04-02 广州供电局有限公司 基于边缘检测的交联聚乙烯绝缘层表面平整性检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
图像处理技术在服装褶皱评价中的应用;陈雁 等;纺织学报;第27卷(第09期);第94-96页 *
服装褶皱效果的评价;陈伟伟 等;纺织学报;第28卷(第04期);第87-90页 *

Also Published As

Publication number Publication date
CN113284137A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN110853033B (zh) 基于帧间相似度的视频检测方法和装置
CN110738219A (zh) 图像中线条提取方法和装置、存储介质及电子装置
CN108229375B (zh) 用于检测人脸图像的方法和装置
CN111860377A (zh) 基于人工智能的直播方法、装置、电子设备及存储介质
CN113240031B (zh) 全景图像特征点匹配模型的训练方法、装置以及服务器
CN111986763B (zh) 疾病数据分析方法、装置、电子设备及存储介质
CN112232203B (zh) 行人识别方法、装置、电子设备及存储介质
CN115063589A (zh) 基于知识蒸馏的车辆部件分割方法及相关设备
CN115222427A (zh) 基于人工智能的欺诈风险识别方法及相关设备
CN112668453A (zh) 视频识别方法及相关设备
CN115409638A (zh) 基于人工智能的牲畜保险承保和理赔方法及相关设备
CN113284137B (zh) 纸张褶皱检测方法、装置、设备及存储介质
CN111860498A (zh) 一种车牌的对抗性样本生成方法、装置及存储介质
CN111933241B (zh) 医疗数据解析方法、装置、电子设备及存储介质
CN115147705B (zh) 人脸翻拍检测方法、装置、电子设备及存储介质
CN112102205B (zh) 图像去模糊方法、装置、电子设备及存储介质
CN113255456B (zh) 非主动活体检测方法、装置、电子设备及存储介质
CN113269179B (zh) 数据处理方法、装置、设备及存储介质
CN113920564A (zh) 基于人工智能的客户挖掘方法及相关设备
CN113283421B (zh) 信息识别方法、装置、设备及存储介质
CN114820409A (zh) 图像异常检测方法、装置、电子设备及存储介质
CN114726541B (zh) 电子证照读取方法、装置、设备及存储介质
CN115063632B (zh) 基于人工智能的车辆损伤识别方法、装置、设备及介质
CN114943908B (zh) 基于人工智能的车身损伤取证方法、装置、设备及介质
CN114120122B (zh) 基于遥感影像的灾损识别方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant