公开(公告)号：CN110211064A

公开(公告)日：2019-09-06

申请号：CN201910425310.0

申请日：2019-05-21

Applicant: 华南理工大学

Inventor： 全宇晖 ,  杨婕婷

IPC: G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种基于边缘引导的混合退化文本图像恢复方法，包括以下步骤：S1、单独训练EP-CNN，计算混合退化文本图像对应的边缘图，将混合退化文本图像及其边缘图输入EP-CNN的上采样处理模块，利用EP-CNN的预测处理模块的输入，输出真实标签文本图像的预测边缘图；S2、单独训练GR-CNN，将混合退化的文本图像输入到上采样处理模块，然后计算得到真实标签文本图像所对应的边缘图，通过预测处理模块输出是恢复的文本图像；S3、联合训练EP-CNN和GR-CNN，得到级联网络，继续对级联网络进行训练。本发明的优点是高效简便，能够显著地提高退化文本图像的视觉质量和可读性，并且优于现有的其他先进方法。

公开(公告)号：CN110211064B

公开(公告)日：2022-11-18

申请号：CN201910425310.0

申请日：2019-05-21

Applicant: 华南理工大学

Inventor： 全宇晖 ,  杨婕婷

IPC: G06T5/00 ,  G06T3/40

Abstract: 本发明公开了一种基于边缘引导的混合退化文本图像恢复方法，包括以下步骤：S1、单独训练EP‑CNN，计算混合退化文本图像对应的边缘图，将混合退化文本图像及其边缘图输入EP‑CNN的上采样处理模块，利用EP‑CNN的预测处理模块的输入，输出真实标签文本图像的预测边缘图；S2、单独训练GR‑CNN，将混合退化的文本图像输入到上采样处理模块，然后计算得到真实标签文本图像所对应的边缘图，通过预测处理模块输出是恢复的文本图像；S3、联合训练EP‑CNN和GR‑CNN，得到级联网络，继续对级联网络进行训练。本发明的优点是高效简便，能够显著地提高退化文本图像的视觉质量和可读性，并且优于现有的其他先进方法。