本發(fā)明涉及數(shù)字成像領(lǐng)域，且更特定來(lái)說(shuō)，涉及一種用于評(píng)估在移動(dòng)裝置或相機(jī)上捕獲到的數(shù)字圖像內(nèi)的文檔的質(zhì)量的方法。

背景技術(shù)：

數(shù)碼相機(jī)提供優(yōu)于用于捕獲文檔圖像及其它圖像的掃描儀的顯著優(yōu)點(diǎn)。數(shù)碼相機(jī)通常比掃描儀更加便于攜帶，從而允許用戶(hù)無(wú)論身在何處都能根據(jù)需要對(duì)文檔進(jìn)行成像，而不必將文檔帶到掃描儀。另外，因?yàn)閽呙鑳x要求待被數(shù)字化的文檔被放置在掃描儀臺(tái)板上，所以數(shù)碼相機(jī)能夠捕獲比掃描儀更多種多樣的文檔類(lèi)型(例如，更大文檔或安裝于框架中的文檔)的圖像。然而，使用數(shù)碼相機(jī)產(chǎn)生在使用掃描儀時(shí)不存在的困難。舉例來(lái)說(shuō)，在使用數(shù)碼相機(jī)時(shí)照明條件變化，而掃描儀的照明條件通?？墒芸刂?。另外，使用數(shù)碼相機(jī)可引入取決于各種因素(例如數(shù)碼相機(jī)相對(duì)于文檔的角度及距離、由數(shù)碼相機(jī)使用的透鏡及文檔是定位在平坦表面上還是彎曲表面上)的幾何失真。因?yàn)閽呙鑳x通常在距平坦地固持在臺(tái)板上的文檔一定固定距離處利用移動(dòng)掃描頭，所以這些失真通常不會(huì)發(fā)生于掃描儀中。使用數(shù)碼相機(jī)捕獲文檔的圖像的另一困難是多種多樣的不同可能背景形狀、圖案及顏色。

數(shù)碼相機(jī)(特定來(lái)說(shuō)，包含于移動(dòng)電話(huà)、智能電話(huà)、平板計(jì)算機(jī)及其它移動(dòng)裝置中的數(shù)碼相機(jī))通常具有相對(duì)較小的預(yù)覽顯示器作為裝置的部分。此較小屏幕使用戶(hù)難以通過(guò)使用預(yù)覽顯示器評(píng)估捕獲到的文檔的質(zhì)量。盡管許多智能電話(huà)中的裝置顯示器也用作捕獲到的圖像的預(yù)覽或顯示器屏幕，但這些屏幕可能對(duì)用戶(hù)來(lái)說(shuō)仍然太小而不能通過(guò)視覺(jué)檢查確定文檔的圖像是否足以供進(jìn)行所期望的后處理。

應(yīng)用到掃描得到的文檔的典型應(yīng)用是使用光學(xué)字符辨識(shí)(ocr)以提取ascii數(shù)據(jù)以供稍后使用，例如對(duì)文檔編索引。模糊、噪聲及不均勻照明將對(duì)ocr使用數(shù)碼相機(jī)的文檔捕獲的能力具有負(fù)面影響。另一問(wèn)題是：在使用數(shù)碼相機(jī)捕獲圖像期間，閃光的使用可致使熱點(diǎn)問(wèn)題，其中捕獲到的圖像數(shù)據(jù)的部分歸因于閃光而模糊不清。需要在捕獲時(shí)測(cè)量及分析模糊、噪聲、熱點(diǎn)及不均勻照明使得可警示用戶(hù)使用數(shù)碼相機(jī)重新捕獲文檔的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明涉及一種用于測(cè)量捕獲到的文檔的數(shù)字圖像的質(zhì)量的系統(tǒng)及方法，且特定來(lái)說(shuō)，涉及測(cè)量使用數(shù)碼相機(jī)捕獲到的文檔的質(zhì)量及在其不足以供進(jìn)行所期望的進(jìn)一步處理(例如ocr辨識(shí))時(shí)產(chǎn)生重新捕獲文檔的圖像的警示或指示。數(shù)碼相機(jī)可包含于智能電話(huà)、平板計(jì)算機(jī)或其它便攜式裝置中。當(dāng)包含于數(shù)字智能電話(huà)、平板計(jì)算機(jī)或其它便攜式裝置中時(shí)，所述系統(tǒng)及方法可經(jīng)實(shí)施作為由裝置執(zhí)行的應(yīng)用程序的部分。所述應(yīng)用程序可經(jīng)編程以控制相機(jī)的功能性。接著，所述應(yīng)用可分析捕獲到的任何圖像，如下文更詳細(xì)描述，且在捕獲到的文檔的圖像不足以供進(jìn)行所期望的稍后處理時(shí)警示用戶(hù)。此相同功能性可被提供于對(duì)常規(guī)數(shù)碼相機(jī)的編程內(nèi)作為標(biāo)準(zhǔn)特征或可選擇選項(xiàng)。替代地，可在通過(guò)網(wǎng)絡(luò)云計(jì)算環(huán)境或從相機(jī)到與裝置相關(guān)聯(lián)的存儲(chǔ)器的直接轉(zhuǎn)移來(lái)接收?qǐng)D像的單獨(dú)計(jì)算裝置上完成處理及分析。

除了分析文檔之外，本文描述的系統(tǒng)及方法可用于檢測(cè)使用數(shù)碼相機(jī)拍攝的常規(guī)照片中的相同類(lèi)型的缺陷?？商峁╊?lèi)似警示以建議用戶(hù)重新拍攝照片。

使用數(shù)碼相機(jī)或其它數(shù)字成像系統(tǒng)，捕獲在背景上描繪硬拷貝文檔的數(shù)字圖像。所述數(shù)字圖像可為彩色、黑色及白色或灰度。當(dāng)捕獲到彩色圖像時(shí)，彩色數(shù)字圖像可包含多個(gè)顏色通道的圖像數(shù)據(jù)，分析所述圖像數(shù)據(jù)以確定表示從圖像數(shù)據(jù)提取信息的能力的量度的質(zhì)量度量。接著，將多個(gè)顏色通道的圖像數(shù)據(jù)轉(zhuǎn)換成灰度等效物。當(dāng)捕獲到的圖像是灰度或黑色及白色時(shí)，轉(zhuǎn)換可能是不必要的，盡管也分析這些圖像來(lái)確定質(zhì)量度量。數(shù)碼相機(jī)或包含數(shù)碼相機(jī)的移動(dòng)裝置內(nèi)的處理器進(jìn)一步分析圖像數(shù)據(jù)的模糊、噪聲、不均勻照明及熱點(diǎn)的度量以檢測(cè)所描繪的硬拷貝文檔的質(zhì)量。在已確定度量之后，處理器將文檔質(zhì)量度量的指示存儲(chǔ)于處理器可存取的存儲(chǔ)器中。

由處理器分析質(zhì)量測(cè)量以確保在捕獲時(shí)獲得可接著用于使用光學(xué)字符辨識(shí)提取信息的可用文檔圖像。

如果處理確定了圖像的質(zhì)量不夠高，那么可向操作者提供指示應(yīng)重新捕獲文檔的警示。可重復(fù)此過(guò)程直到獲得經(jīng)確定具有足夠高的質(zhì)量以對(duì)圖像執(zhí)行所期望的后捕獲處理(例如ocr辨識(shí))的文檔的圖像。

附圖說(shuō)明

圖1是展示用于處理捕獲到的數(shù)字圖像的系統(tǒng)的組件的高級(jí)圖。

圖2是展示處理捕獲到的數(shù)字圖像及確定文檔圖像質(zhì)量的方法的流程圖。

圖3是展示處理捕獲到的數(shù)字圖像及將其轉(zhuǎn)換成經(jīng)重新設(shè)定大小的灰度圖像的方法的流程圖。

圖4描繪以圖2的方法確定熱點(diǎn)的存在的處理步驟的細(xì)節(jié)。

圖5描繪以圖2的方法確定噪聲的存在的處理步驟的細(xì)節(jié)。

圖6描繪以圖2的方法確定模糊的存在的處理的細(xì)節(jié)。

圖7描繪以圖2的方法確定不均勻照明的存在的處理的細(xì)節(jié)。

圖8描繪使用度量(熱點(diǎn)、模糊、噪聲及不均勻照明)創(chuàng)建停止/警告/前進(jìn)指示器的額外處理步驟。

圖9描繪以圖2的方法用于計(jì)算熱點(diǎn)度量的處理步驟。

圖10描繪以圖2的方法用于計(jì)算噪聲度量的處理步驟。

圖11描繪以圖2的方法用于計(jì)算模糊度量的處理步驟。

圖12描繪具有不均勻照明的圖像的實(shí)例，且展示以圖2的方法用于計(jì)算不均勻度量的處理步驟。

圖13說(shuō)明不均勻照明及通過(guò)將平均模糊圖像平面的分?jǐn)?shù)加到存儲(chǔ)的灰度圖像平面來(lái)創(chuàng)建剩余圖像的實(shí)例。

具體實(shí)施方式

圖1是展示用于捕獲及處理圖像的數(shù)碼相機(jī)系統(tǒng)的組件的高級(jí)圖。所述系統(tǒng)包含數(shù)據(jù)處理系統(tǒng)110、外圍系統(tǒng)120、用戶(hù)接口系統(tǒng)130及數(shù)據(jù)存儲(chǔ)系統(tǒng)140。外圍系統(tǒng)120、用戶(hù)接口系統(tǒng)130及數(shù)據(jù)存儲(chǔ)系統(tǒng)140以通信方式連接到數(shù)據(jù)處理系統(tǒng)110。這些系統(tǒng)可包含于數(shù)碼相機(jī)或含有數(shù)碼相機(jī)的移動(dòng)裝置(例如智能電話(huà)、平板計(jì)算機(jī)或pda)內(nèi)。替代地，可將來(lái)自數(shù)碼相機(jī)的圖像傳輸?shù)絾为?dú)系統(tǒng)以供處理。舉例來(lái)說(shuō)，數(shù)碼相機(jī)可將圖像傳輸?shù)皆朴?jì)算網(wǎng)絡(luò)上的服務(wù)器。所述服務(wù)器可處理所述圖像，且將圖像質(zhì)量的確定傳輸回到數(shù)碼相機(jī)。

數(shù)據(jù)處理系統(tǒng)110包含實(shí)施本發(fā)明的各種實(shí)施例的過(guò)程(其包含本文描述的實(shí)例過(guò)程)的一或多個(gè)數(shù)據(jù)處理裝置。數(shù)據(jù)處理裝置可為(例如)中央處理單元(“cpu”)、桌上型計(jì)算機(jī)、膝上型計(jì)算機(jī)、主機(jī)計(jì)算機(jī)、個(gè)人數(shù)字助理、智能電話(huà)、平板計(jì)算機(jī)、數(shù)碼相機(jī)、蜂窩電話(huà)或用于處理數(shù)據(jù)、管理數(shù)據(jù)或處置數(shù)據(jù)的任何其它裝置。處理器系統(tǒng)110還可包含用于將捕獲到的文檔的圖像轉(zhuǎn)換成文本的ocr引擎。

數(shù)據(jù)存儲(chǔ)系統(tǒng)140包含經(jīng)配置以存儲(chǔ)信息(其包含由處理器執(zhí)行的軟件指令及捕獲到的圖像數(shù)據(jù))的一或多個(gè)處理器可存取存儲(chǔ)器。數(shù)據(jù)存儲(chǔ)系統(tǒng)140可為分布式處理器可存取存儲(chǔ)器系統(tǒng)，其包含經(jīng)由多個(gè)計(jì)算機(jī)或裝置以通信方式連接到數(shù)據(jù)處理系統(tǒng)110的多個(gè)處理器可存取存儲(chǔ)器。另一方面，數(shù)據(jù)存儲(chǔ)系統(tǒng)140無(wú)需是分布式處理器可存取存儲(chǔ)器系統(tǒng)，且因此，其可包含定位于單個(gè)數(shù)據(jù)處理器或裝置內(nèi)的一或多個(gè)處理器可存取存儲(chǔ)器。

處理器可存取存儲(chǔ)器可為任何處理器可存取數(shù)據(jù)存儲(chǔ)裝置，無(wú)論是易失性的還是非易失性的、電子的、磁性的、光學(xué)的或其它，其包含但不限于寄存器、軟盤(pán)、硬盤(pán)、光盤(pán)、dvd、快閃存儲(chǔ)器、rom及ram。

系統(tǒng)組件可以實(shí)現(xiàn)數(shù)據(jù)在組件之間的傳輸(其包含可在其中傳達(dá)數(shù)據(jù)的裝置、數(shù)據(jù)處理器或程序之間的有線(xiàn)或無(wú)線(xiàn)傳輸)的任何方式以通信方式連接。此連接可包含單個(gè)數(shù)據(jù)處理器內(nèi)裝置或程序之間的連接、定位于不同數(shù)據(jù)處理器中的裝置或程序之間的連接及根本未定位于數(shù)據(jù)處理器中的裝置之間的連接。就此而言，盡管將數(shù)據(jù)存儲(chǔ)系統(tǒng)140展示為與數(shù)據(jù)處理系統(tǒng)110分離，但數(shù)據(jù)存儲(chǔ)系統(tǒng)140可完全或部分存儲(chǔ)于數(shù)據(jù)處理系統(tǒng)110內(nèi)。此外，就此而言，盡管將外圍系統(tǒng)120及用戶(hù)接口系統(tǒng)130展示為與數(shù)據(jù)處理系統(tǒng)110分離，但此類(lèi)系統(tǒng)中的一者或兩者可完全或部分存儲(chǔ)于數(shù)據(jù)處理系統(tǒng)110內(nèi)。

外圍系統(tǒng)120可包含經(jīng)配置以將數(shù)字內(nèi)容記錄提供到數(shù)據(jù)處理系統(tǒng)110的一或多個(gè)裝置。舉例來(lái)說(shuō)，外圍系統(tǒng)120可包含靜態(tài)數(shù)碼相機(jī)、數(shù)字?jǐn)z像機(jī)、蜂窩電話(huà)或其它數(shù)據(jù)處理器。數(shù)據(jù)處理系統(tǒng)110在從外圍系統(tǒng)120中的裝置接收到數(shù)字內(nèi)容記錄之后可將此類(lèi)數(shù)字內(nèi)容記錄存儲(chǔ)于數(shù)據(jù)存儲(chǔ)系統(tǒng)140中。外圍系統(tǒng)120無(wú)需在包含數(shù)據(jù)處理系統(tǒng)110、用戶(hù)接口系統(tǒng)130及數(shù)據(jù)存儲(chǔ)系統(tǒng)140的數(shù)碼相機(jī)裝置外部。舉例來(lái)說(shuō)，外圍系統(tǒng)可為智能電話(huà)內(nèi)的相機(jī)組件或常規(guī)數(shù)碼相機(jī)中的數(shù)字視頻捕獲組件。

用戶(hù)接口系統(tǒng)130可包含觸摸屏幕、觸摸墊、按鍵、鼠標(biāo)、鍵盤(pán)、另一計(jì)算機(jī)或任何裝置或數(shù)據(jù)從其輸入到數(shù)據(jù)處理系統(tǒng)110的裝置的組合。就此而言，且如上所述，盡管將外圍系統(tǒng)120展示為與用戶(hù)接口系統(tǒng)130分離，但可包含外圍系統(tǒng)120作為用戶(hù)接口系統(tǒng)130的部分。用戶(hù)接口系統(tǒng)130還可包含顯示器裝置、處理器可存取存儲(chǔ)器或數(shù)據(jù)由數(shù)據(jù)處理系統(tǒng)110輸出到其的任何裝置或裝置的組合。就此而言，如果用戶(hù)接口系統(tǒng)130包含處理器可存取存儲(chǔ)器，那么此存儲(chǔ)器可為數(shù)據(jù)存儲(chǔ)系統(tǒng)140的部分，盡管在圖1中單獨(dú)地展示了用戶(hù)接口系統(tǒng)130及數(shù)據(jù)存儲(chǔ)系統(tǒng)140。

如圖2中所展示，使用數(shù)字成像系統(tǒng)(例如數(shù)碼相機(jī)或照相電話(huà))捕獲200描繪包含文檔的場(chǎng)景的數(shù)字圖像。捕獲到的文檔的圖像可為軟拷貝媒體的適當(dāng)硬拷貝上描繪的任何圖像。舉例來(lái)說(shuō)，文檔可為報(bào)告、信件、收據(jù)、發(fā)票、雜志、書(shū)籍、報(bào)紙、照片印制品、插圖(例如，繪畫(huà))或電視或計(jì)算機(jī)顯示器上顯示的內(nèi)容。文檔可包含各種類(lèi)型的內(nèi)容，其包含文本、圖形及攝影圖像。多數(shù)文檔將通常具有矩形邊界，盡管所述邊界可根據(jù)在捕獲圖像時(shí)數(shù)字成像系統(tǒng)的視角及文檔的平整性而在幾何結(jié)構(gòu)上變形。

捕獲到的數(shù)字圖像200包含具有像素值的圖像像素陣列?？捎上到y(tǒng)處理器分析205捕獲到的數(shù)字圖像200以確定其是否是具有多個(gè)顏色通道(例如，紅色(r)、綠色(g)及藍(lán)色(b)通道)的彩色圖像。

將包含將彩色圖像轉(zhuǎn)換成灰度圖像表示的數(shù)個(gè)預(yù)處理操作210應(yīng)用到捕獲到的數(shù)字圖像200，以提供經(jīng)處理的數(shù)字圖像準(zhǔn)備用于進(jìn)一步處理。圖3展示在圖2中的分析步驟205的應(yīng)用之后對(duì)接收到的捕獲到的數(shù)字圖像200(在rgb顏色空間中)執(zhí)行的預(yù)處理操作210的實(shí)例，其描繪從rgb顏色空間轉(zhuǎn)換成單個(gè)通道灰度的文檔。預(yù)處理操作210可包含將數(shù)字圖像重新設(shè)定大小成1024的最長(zhǎng)邊步驟305、高斯模糊步驟310、從顏色空間轉(zhuǎn)換成灰度空間圖像步驟315。當(dāng)捕獲到的圖像已為灰度或黑色及白色時(shí)，此轉(zhuǎn)換過(guò)程可能是不必要的。重新設(shè)定數(shù)字圖像大小步驟305用于減小捕獲到的數(shù)字圖像200的大小以便減小存儲(chǔ)器需求且提高剩余步驟的計(jì)算效率。在具有先進(jìn)的處理器的系統(tǒng)中，如果處理及存儲(chǔ)器組件足以處置完整大小的圖像，那么此減小步驟可能是不必要的。經(jīng)減小大小應(yīng)足夠大以實(shí)現(xiàn)文檔邊界的準(zhǔn)確檢測(cè)。舉例來(lái)說(shuō)，重新設(shè)定數(shù)字圖像大小步驟305可減小捕獲到的數(shù)字圖像的大小，使得圖像的最大尺寸是約1000像素(例如，1024像素)。替代地，圖像可簡(jiǎn)單地按固定重新設(shè)定大小因數(shù)(例如，25％)重新設(shè)定大小。重新設(shè)定圖像大小的方法通常涉及應(yīng)用插值過(guò)程，例如雙線(xiàn)性、雙三次或最近鄰插值。捕獲到的數(shù)字圖像200可任選地在應(yīng)用插值過(guò)程之前使用適當(dāng)抗混疊濾波器進(jìn)行卷積以在重新設(shè)定大小過(guò)程期間減小混疊偽影(例如，“鋸齒”)的形成。

顏色空間轉(zhuǎn)換步驟315執(zhí)行顏色空間轉(zhuǎn)換以將圖像數(shù)據(jù)轉(zhuǎn)換成適當(dāng)灰度空間315。舉例來(lái)說(shuō)，這可通過(guò)將圖像數(shù)據(jù)轉(zhuǎn)換成gray顏色空間(其是具有單個(gè)灰色(g)通道的顏色空間)來(lái)完成?！盎摇鄙ǖ琅c圖像的照度(或亮度)有關(guān)。使用gray顏色空間具有所期望的特性，即，通道與總體照度相關(guān)且不依賴(lài)于顏色信息。在完成rgb到灰度的轉(zhuǎn)換315之后，拍攝317用于后續(xù)分析的所關(guān)注區(qū)域。所關(guān)注區(qū)域可為所關(guān)注中心區(qū)域、整個(gè)圖像或待分析的圖像的任何其它所期望部分。特定來(lái)說(shuō)，可通過(guò)切掉圖像的特定百分比的邊緣獲得所關(guān)注中心區(qū)域，借此減小將被處理的圖像的高度及寬度。接著，在320處將所關(guān)注區(qū)域存儲(chǔ)為灰度圖像以供進(jìn)一步處理。因?yàn)椴东@到的文檔很有可能接近捕獲到的數(shù)字圖像200的中心，所以接近圖像的邊緣的信息可能是不必要的，且通過(guò)丟棄此信息，處理將會(huì)更快。在丟棄來(lái)自文檔的邊緣的信息之前，處理器可能首先會(huì)執(zhí)行檢查以確定圖像的邊緣是否好像含有在如下文描述的后續(xù)處理中所關(guān)注的文本或其它特征。所存儲(chǔ)的灰度圖像320可為組成圖像的二維像素的平面，其中每一像素具有與照度(或亮度)有關(guān)的值。

返回圖2，在已將所關(guān)注區(qū)域存儲(chǔ)為供步驟210中(如圖3中詳細(xì)描述)的后續(xù)處理使用的灰度圖像320之后，接著，所述方法實(shí)施步驟以檢查捕獲到的圖像中的某些缺陷。這些步驟包含熱點(diǎn)確定220、噪聲確定225、不均勻照明確定230及模糊確定235。

可執(zhí)行熱點(diǎn)確定220以檢測(cè)圖像中熱點(diǎn)的存在。熱點(diǎn)是圖像中通常導(dǎo)致區(qū)域中的信息丟失的高級(jí)像素分組。如果在捕獲到的文檔中存在信息的丟失，那么對(duì)于ocr引擎，信息的提取變得不可能，且捕獲到的圖像可能不能用于提取文檔的文本。

使用熱點(diǎn)確定步驟220測(cè)量來(lái)自預(yù)處理210的存儲(chǔ)的灰度圖像320中是否存在熱點(diǎn)。圖4說(shuō)明圖2中的熱點(diǎn)處理220中所涉及的步驟的詳細(xì)表示。計(jì)算圖像信息的若干統(tǒng)計(jì)數(shù)字以用于機(jī)器學(xué)習(xí)分類(lèi)器中，其包含最小值、最大值、平均值及標(biāo)準(zhǔn)偏差。通過(guò)迭代地比較平面內(nèi)每一像素的值，計(jì)算在組成灰度圖像的像素405的平面中具有最小值的像素。首先，將所檢查的第一像素的值存儲(chǔ)為最小值。接著，系統(tǒng)迭代地檢查系統(tǒng)內(nèi)每個(gè)其它像素的值。如果所檢查像素值小于當(dāng)前存儲(chǔ)的最小值，那么使用所述像素值取代存儲(chǔ)的最小值。如下文所展示，確定圖像中的最小像素值的過(guò)程可通過(guò)設(shè)置存儲(chǔ)的無(wú)窮大的最小值開(kāi)始。接著，將檢查灰度圖像中的第一像素，且因?yàn)槠渲悼赡芤欢ㄐ∮跓o(wú)窮大，所以其值取代“無(wú)窮大”作為當(dāng)前存儲(chǔ)的最小值。接著，系統(tǒng)接著迭代地檢查圖像中每一像素的值，且比較其與當(dāng)前存儲(chǔ)的最小值。如果像素的值小于當(dāng)前存儲(chǔ)的最小值，那么其變成新的當(dāng)前存儲(chǔ)的最小值，在迭代過(guò)程中所有剩余像素都要與其作比較。在已檢查過(guò)所有像素的值后，確定最后存儲(chǔ)的最小值像素為圖像的最小值。

最小值識(shí)別過(guò)程：

類(lèi)似地，通過(guò)迭代地比較圖像中每一像素的值計(jì)算平面410的最大值。如同最小值的確定，系統(tǒng)檢查第一像素且將其值設(shè)置為當(dāng)前存儲(chǔ)的最大值。接著，檢查第二像素，且比較第二像素與第一像素的值，且如果第二像素的值較大，那么第二像素值變成當(dāng)前存儲(chǔ)的最大值。如果第二像素值小于當(dāng)前存儲(chǔ)的最大值，那么存儲(chǔ)的值不變，且再次比較所檢查的下一像素與存儲(chǔ)的第一像素的值。迭代地分析圖像中的像素，且每當(dāng)所檢查的像素具有比存儲(chǔ)的值更大的值時(shí)，就更新當(dāng)前存儲(chǔ)的最大值。如果像素的值大于當(dāng)前存儲(chǔ)的最大值，那么其變成新的當(dāng)前存儲(chǔ)的最大值，在迭代過(guò)程中所有剩余像素都要與其作比較。在已檢查過(guò)所有像素的值后，確定最后存儲(chǔ)的最大值像素為圖像的最大值。

最大值識(shí)別過(guò)程：

通過(guò)對(duì)每一像素值進(jìn)行求和計(jì)算平面415的平均值，且當(dāng)已對(duì)所有像素值進(jìn)行了求和時(shí)，將所得和除以整個(gè)圖像中像素值的數(shù)目。所述結(jié)果是平面415的平均值。

平均值識(shí)別過(guò)程：

通過(guò)首先針對(duì)圖像平面中的每一像素確定平面415的像素值與平均值之間的差值及對(duì)每一結(jié)果求平方計(jì)算平面420的標(biāo)準(zhǔn)偏差值。接著，確定計(jì)算出的差值的平均值的平方根，從而提供平面420的標(biāo)準(zhǔn)偏差值。

標(biāo)準(zhǔn)偏差識(shí)別過(guò)程：

返回參考圖4，使用最小值、最大值、平均值及標(biāo)準(zhǔn)偏差通過(guò)應(yīng)用機(jī)器學(xué)習(xí)樹(shù)計(jì)算熱點(diǎn)值。所述樹(shù)是決策樹(shù)，其是輸入值與經(jīng)由訓(xùn)練方法確定的預(yù)設(shè)值的一系列對(duì)比。訓(xùn)練程序可實(shí)施于程序中，例如matlab、r統(tǒng)計(jì)程序或任何其它商業(yè)上開(kāi)發(fā)的程序或開(kāi)源程序。訓(xùn)練過(guò)程通過(guò)捕獲已知含有模糊、熱點(diǎn)、噪聲及/或不均勻照明的一組圖像開(kāi)始。捕獲不含有任何模糊、熱點(diǎn)、噪聲或不均勻照明的另一組圖像。第一組被認(rèn)為是失敗組，且第二組被認(rèn)為是成功組。然后，測(cè)量所有圖像的模糊值、熱點(diǎn)值、噪聲值及/或不均勻照明值，且經(jīng)由標(biāo)注標(biāo)記圖像或在單獨(dú)文件(例如不含有缺陷、模糊、熱點(diǎn)、噪聲及/或不均勻照明的電子表格)中標(biāo)記圖像。還基于缺陷的程度是否使圖像不可用于進(jìn)一步處理而使用通過(guò)值或失敗值標(biāo)記所有圖像。

可使用分類(lèi)及回歸樹(shù)(通常簡(jiǎn)稱(chēng)為cart)完成機(jī)器學(xué)習(xí)樹(shù)的訓(xùn)練。除了通過(guò)/失敗值外，通過(guò)呈現(xiàn)含有模糊值、熱點(diǎn)值、噪聲值或不均勻照明值的一系列圖像及還呈現(xiàn)不含有任何問(wèn)題的一系列圖像，機(jī)器學(xué)習(xí)適當(dāng)模式且產(chǎn)生用于對(duì)未知圖像值進(jìn)行分類(lèi)的樹(shù)。

圖9含有具有熱點(diǎn)900的圖像的實(shí)例。已使用r統(tǒng)計(jì)建模程序確定了決策樹(shù)，且以910表示所述樹(shù)。如上文所指示，可使用其它程序(例如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、splus或matlab)建立決策樹(shù)來(lái)檢測(cè)熱點(diǎn)。在決策樹(shù)910中，首先做出關(guān)于圖像中的最大像素值是否大于或等于經(jīng)預(yù)先確定的閾值的確定。

如果圖像中的最大值大于所述閾值，那么做出關(guān)于平均像素值是否大于或等于經(jīng)預(yù)先確定的平均閾值的確定。如果平均像素值不大于或等于所述閾值，那么確定存在熱點(diǎn)，且指示圖像為“失敗”。如果平均像素值大于或等于所述閾值，那么做出關(guān)于標(biāo)準(zhǔn)偏差是否大于或等于經(jīng)預(yù)先確定的閾值的進(jìn)一步確定。如果標(biāo)準(zhǔn)偏差大于或等于所述閾值，那么確定圖像不含有熱點(diǎn)，且指示“通過(guò)”。如果標(biāo)準(zhǔn)偏差不大于或等于所述閾值，那么確定存在熱點(diǎn)，且指示“失敗”。

當(dāng)圖像中的最大像素值小于閾值時(shí)，做出關(guān)于圖像中的最小像素值是否大于或等于經(jīng)預(yù)先確定的最小閾值的確定。如果最小像素值大于或等于所述閾值，那么確定圖像不含有熱點(diǎn)，且指示“通過(guò)”。如果最小像素值不大于或等于所述閾值，那么確定存在熱點(diǎn)，且指示“失敗”。當(dāng)決策樹(shù)910的輸出是“通過(guò)”時(shí)，圖像的熱點(diǎn)條件被認(rèn)為是真。當(dāng)決策樹(shù)910的輸出是“失敗”時(shí)，圖像的熱點(diǎn)條件被認(rèn)為是假。如圖4中所展示，如果熱點(diǎn)決策樹(shù)返回假430，那么熱點(diǎn)旗標(biāo)被存儲(chǔ)為假440。如果熱點(diǎn)決策樹(shù)返回真435，那么熱點(diǎn)旗標(biāo)被存儲(chǔ)為真440。

返回參考圖2，可對(duì)存儲(chǔ)的灰度圖像320執(zhí)行的另一處理步驟是確定噪聲的存在225。圖5說(shuō)明在圖2中確定噪聲的存在225的處理步驟中的細(xì)節(jié)。如圖5中所見(jiàn)，在505處將中值模糊應(yīng)用到灰度圖像平面，從而創(chuàng)建信號(hào)平面。可使用中值濾波器(例如3x3中值濾波器)應(yīng)用此中值模糊。在步驟510處，從灰度圖像平面減去信號(hào)平面，從而創(chuàng)建殘余噪聲平面。接著，在515處計(jì)算殘余噪聲平面中的噪聲的百分位，例如90％。在步驟520處，確定灰度圖像中信號(hào)的閾值百分位，且在525處，確定圖像的信號(hào)值及噪聲值。在526處，應(yīng)用機(jī)器學(xué)習(xí)噪聲樹(shù)確定在圖像中是否存在額外噪聲。如果噪聲值大于經(jīng)預(yù)先確定的噪聲閾值且信號(hào)值大于經(jīng)預(yù)先確定的信號(hào)閾值，那么圖像含有額外噪聲。在527處，執(zhí)行檢查以確定圖像是否含有噪聲。如果確定存在噪聲，那么在535處將噪聲旗標(biāo)設(shè)置為真。如果確定不存在模糊，那么在530處將噪聲旗標(biāo)設(shè)置為假。接著，在540處，存儲(chǔ)被設(shè)置為真或假的噪聲旗標(biāo)。

圖10說(shuō)明含有噪聲的文檔的圖像的實(shí)例，以及確定圖像中的文檔的區(qū)域是否具有噪聲時(shí)涉及的決策樹(shù)及處理。如圖10中所見(jiàn)，文檔1000的圖像含有可被噪聲遮蔽的部分。決策樹(shù)可經(jīng)實(shí)施以確定圖像的區(qū)域是否包括了太多噪聲。如1010中所見(jiàn)，決策樹(shù)可包括噪聲值及信號(hào)值的閾值電平，其中基于信號(hào)是高于還是低于閾值中的一者或兩者而指定通過(guò)及失敗區(qū)域。舉例來(lái)說(shuō)，可將噪聲閾值設(shè)置為6.5且將信號(hào)閾值設(shè)置為132.5。具有低于132.5的閾值的信號(hào)值的文檔圖像可被認(rèn)為是可接受的，無(wú)論噪聲值為何。類(lèi)似地，具有小于6.5的噪聲值的文檔圖像可被認(rèn)為是可接受的，無(wú)論信號(hào)值為何。然而，如1010中所展示，當(dāng)文檔圖像具有高于信號(hào)閾值的信號(hào)值及高于噪聲閾值的噪聲級(jí)兩者時(shí)，其落于決策樹(shù)的“失敗”區(qū)域內(nèi)，且將文檔圖像指示為具有不可接受的噪聲。

再次返回參考圖2，還可對(duì)存儲(chǔ)的灰度圖像320執(zhí)行模糊確定235。圖6說(shuō)明在圖2中確定模糊的存在235的處理步驟中的細(xì)節(jié)。如圖6中所見(jiàn)，在605處對(duì)存儲(chǔ)的灰度圖像320執(zhí)行拉普拉斯濾波器。接著，在607處，系統(tǒng)計(jì)算灰度圖像平面的特定閾值百分位直方圖值。為了計(jì)算直方圖，在組成圖像的像素的所有列及行內(nèi)迭代圖像中的值。對(duì)于每一值，保留計(jì)數(shù)。當(dāng)已檢查過(guò)所有值且對(duì)其進(jìn)行計(jì)數(shù)之后，生成直方圖。特定閾值百分位是其中已對(duì)元素的總數(shù)目的百分比進(jìn)行過(guò)計(jì)數(shù)的直方圖值。舉例來(lái)說(shuō)，第90個(gè)百分位直方圖值將是對(duì)90％像素進(jìn)行計(jì)數(shù)的值。在步驟609及610處，計(jì)算灰度圖像平面的最小值及最大值，如上文關(guān)于圖4詳細(xì)論述。在615及620處，使用與上文關(guān)于圖4詳細(xì)描述的相同的技術(shù)計(jì)算灰度圖像平面的平均值及標(biāo)準(zhǔn)偏差值。在步驟625處，應(yīng)用模糊學(xué)習(xí)樹(shù)，其進(jìn)行檢查以觀察計(jì)算得到的標(biāo)準(zhǔn)偏差是高于還是低于經(jīng)預(yù)先確定的值。在圖11中展示此學(xué)習(xí)樹(shù)的細(xì)節(jié)，圖11說(shuō)明含有模糊1100的文檔的圖像的實(shí)例。在1110處應(yīng)用學(xué)習(xí)樹(shù)，系統(tǒng)進(jìn)行檢查以觀察計(jì)算得到的標(biāo)準(zhǔn)偏差是高于還是低于經(jīng)預(yù)先確定的值。如果標(biāo)準(zhǔn)偏差高于所述值，那么推測(cè)灰度圖像清晰，且由決策樹(shù)指示“通過(guò)”。然而，如果標(biāo)準(zhǔn)偏差低于經(jīng)預(yù)先確定的值，那么推測(cè)圖像為模糊，且由決策樹(shù)指示“失敗”。圖11中的圖形1120說(shuō)明計(jì)算得到的高于及低于經(jīng)預(yù)先確定的值的標(biāo)準(zhǔn)偏差的決策樹(shù)的結(jié)果。返回參考圖6，在步驟627處，系統(tǒng)確定灰度圖像是否含有不可接受的模糊。此確定是基于來(lái)自決策樹(shù)的用于將模糊旗標(biāo)設(shè)置為“真”或“假”的“通過(guò)”或“失敗”結(jié)果。如圖2中所見(jiàn)，如果確定存在不可接受的模糊，那么在635處將模糊旗標(biāo)設(shè)置為“真”。如果確定不存在不可接受的模糊，那么在630處將模糊旗標(biāo)設(shè)置為“假”。接著，在640處存儲(chǔ)被設(shè)置為“真”或“假”的模糊旗標(biāo)。再次返回參考圖2，還可對(duì)存儲(chǔ)的灰度圖像320執(zhí)行不均勻照明確定230。圖7說(shuō)明在圖2中確定不均勻照明的存在230的處理步驟中的細(xì)節(jié)。如圖7中所見(jiàn)，在705處，將高斯模糊濾波器應(yīng)用到灰度圖像以創(chuàng)建模糊圖像平面。在707及709處，使用上文在圖4中描述的方法確定模糊圖像平面的平均值及標(biāo)準(zhǔn)偏差。接著，在710處，將模糊平均圖像平面的分?jǐn)?shù)添加到存儲(chǔ)的灰度圖像平面320。為此，從平均值減去模糊圖像，且獲得結(jié)果的特定部分。接著，將此部分添加回到存儲(chǔ)的灰度圖像平面以形成所得圖像平面。所述部分可為固定的(例如，0.75或75％)，或可取決于被分析的特定圖像的特性而變化。圖13說(shuō)明此過(guò)程的實(shí)例。接著，在715處存儲(chǔ)從此加法所得的圖像平面。在步驟720、725、730及735處使用上文關(guān)于圖4描述的過(guò)程確定所得圖像平面的最小值及最大值、平均值及標(biāo)準(zhǔn)偏差。在740處應(yīng)用機(jī)器學(xué)習(xí)樹(shù)。機(jī)器學(xué)習(xí)樹(shù)進(jìn)行檢查以確定所得圖像平面715的最大值是否大于經(jīng)預(yù)先確定的值。如果最大值大于所述值，那么捕獲到的圖像被認(rèn)為是具有不均勻照明。在圖12中的1210處說(shuō)明此機(jī)器學(xué)習(xí)樹(shù)的實(shí)例。

圖12還說(shuō)明具有不均勻照明的文檔1200的圖像的實(shí)例。基于來(lái)自圖7的學(xué)習(xí)樹(shù)740的結(jié)果，在745處系統(tǒng)進(jìn)行檢查以觀察在文檔的圖像中是否存在不均勻照明。如果確定不存在不均勻照明，那么在750處將不均勻照明旗標(biāo)設(shè)置為“假”。然而，如果確定存在不均勻照明，那么在755處將不均勻照明旗標(biāo)設(shè)置為“真”。接著，在760處存儲(chǔ)所設(shè)置的不均勻照明旗標(biāo)。

圖8說(shuō)明可在熱點(diǎn)確定220、噪聲確定225、不均勻照明確定230及模糊確定235之后執(zhí)行的處理。如圖8中所見(jiàn)，可將信號(hào)提供到符合標(biāo)準(zhǔn)交通燈表示的處理系統(tǒng)。如果模糊旗標(biāo)被設(shè)置為真800，那么處理系統(tǒng)可將輸出設(shè)置為失敗805，且數(shù)碼相機(jī)系統(tǒng)可向用戶(hù)顯示紅色或停止指示器，從而建議用戶(hù)應(yīng)在離開(kāi)之前重新拍攝圖像。這是因?yàn)槟：徽J(rèn)為是光學(xué)字符辨識(shí)的失敗模式操作。如果不均勻照明旗標(biāo)是真810，那么輸出被設(shè)置為警告，數(shù)碼相機(jī)系統(tǒng)可將警告向用戶(hù)顯示為黃色指示器815。黃色指示器向用戶(hù)提供其應(yīng)檢查捕獲到的圖像以確保其質(zhì)量足以供進(jìn)行所期望的后處理的信號(hào)，從而向用戶(hù)給出重新拍攝圖像可能是必要的通知。接下來(lái)，如果熱點(diǎn)旗標(biāo)被設(shè)置為真820，那么數(shù)碼相機(jī)系統(tǒng)可向用戶(hù)顯示為黃色指示器815。接下來(lái)，如果噪聲旗標(biāo)被設(shè)置為真830，那么客戶(hù)端應(yīng)用可向用戶(hù)顯示為黃色指示器815。如果旗標(biāo)(模糊、噪聲、不均勻照明或熱點(diǎn))全都不是真，那么客戶(hù)端應(yīng)用可向用戶(hù)顯示綠色指示器840以向用戶(hù)給出捕獲到的圖像對(duì)后處理來(lái)說(shuō)是可接受的反饋。通過(guò)提供此反饋，系統(tǒng)允許使用數(shù)碼相機(jī)或包含相機(jī)的移動(dòng)裝置作為常規(guī)便攜式文檔掃描儀。關(guān)于圖像是否對(duì)后處理來(lái)說(shuō)是可接受的、對(duì)后處理來(lái)說(shuō)是不可接受的、或?qū)筇幚韥?lái)說(shuō)潛在地是不可接受的反饋可由視覺(jué)或聽(tīng)覺(jué)通知提供。舉例來(lái)說(shuō)，數(shù)碼相機(jī)裝置上的顯示器可展示彩色編碼通知(例如上文描述的紅色、綠色及黃色，盡管可使用任何顏色)，指示通過(guò)、失敗或警告的圖標(biāo)或指示通過(guò)、失敗或警告的文本。通知也可由可聽(tīng)音調(diào)或警示提供。舉例來(lái)說(shuō)，可使用不同音調(diào)或不同音調(diào)序列指示通過(guò)、失敗或警告。

可使用計(jì)算機(jī)程序產(chǎn)品實(shí)施本文描述的方法。所述計(jì)算機(jī)程序產(chǎn)品可包含一或多個(gè)非暫時(shí)性、有形計(jì)算機(jī)可讀存儲(chǔ)媒體，例如：磁性存儲(chǔ)媒體(例如磁盤(pán)(例如軟盤(pán))或磁帶)；光學(xué)存儲(chǔ)媒體(例如光盤(pán)、光學(xué)磁帶或機(jī)器可讀條形碼)；固態(tài)電子存儲(chǔ)裝置(例如隨機(jī)存取存儲(chǔ)器(ram)或只讀存儲(chǔ)器(rom))；或用于存儲(chǔ)具有用于控制一或多個(gè)計(jì)算機(jī)實(shí)踐根據(jù)本發(fā)明的方法的指令的計(jì)算機(jī)程序的任何其它物理裝置或媒體。