计算机工程与科学

作者：段荧, 龙华, 瞿于荃, 邵玉斌, 杜庆治,

单位：（1.昆明理工大学信息工程与自动化学院，云南 昆明 650504；2.昆明理工大学云南省计算机重点实验室，云南 昆明 650504）

关键词：文字图像修复,部分卷积,光学字符识别,深度学习,

基金：国家自然科学基金(61761025)

针对文字图像中不规则干扰与文字粘连导致误识字的问题，提出了基于部分卷积的文字图像不规则干扰修复算法。研究分析了若干常见字体的文本图像特点，建立文字图像数据库，使其与干扰掩码数据库进行图像融合后对模型的修复效果进行评测，并对不同等级的修复情况进行分类测试。实验表明，所提模型在保证原有文字信息不损失的前提下，根据当前文字的现有部件对缺失部分进行预测，峰值信噪比最高达到32.46 dB，结构相似性最高为0.954，最佳损失值达到0.015，修复前后文字识别率提升27?85%，对隶书、篆书、甲骨文、行书4种古代文字缺损图像进行修复后峰值信噪比最高达到30.46 dB，结构相似性最高为0.964。

来源：2021年第9期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第9期