买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利基于图像边缘检测与Res-CRNN的纸质病历数字化信息提取方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117152779B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311114979.0，技术领域涉及：G06V30/412；该发明授权基于图像边缘检测与Res-CRNN的纸质病历数字化信息提取方法、系统、设备及介质是由惠永昌;李皓铭;刘懿设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于图像边缘检测与Res-CRNN的纸质病历数字化信息提取方法、系统、设备及介质在说明书摘要公布了：基于图像边缘检测与Res‑CRNN的纸质病历数字化信息提取方法、系统、设备及介质，方法包括：对具有彩色信息的原始图像依次进行灰度化处理、边缘锐化处理、对图像线条识别与旋转矫正、mask掩码处理、投影变换，再通过形态学变换生成手写数字训练数据，并基于生成的手写数字训练数据和Res‑CRNN深度学习模型对处理后的图像进行文字识别，得到最终文本数字识别结果；系统、设备及介质，用于实现基于图像边缘检测与Res‑CRNN的纸质病历数字化信息提取方法；本发明通过对原始图像进行灰度化处理、边缘锐化处理、对图像线条识别与旋转矫正及通过Res‑CRNN实现病历图像的数字化信息提取，具有提取病例图像信息高效、准确，操作步骤简单的特点。

本发明授权基于图像边缘检测与Res-CRNN的纸质病历数字化信息提取方法、系统、设备及介质在权利要求书中公布了：1.基于图像边缘检测与Res-CRNN的纸质病历数字化信息提取方法，其特征在于，包括以下步骤： 步骤1、对具有彩色信息的原始图像进行灰度化处理，得到具有单一亮度信息的图像； 步骤2、对步骤1得到的具有单一亮度信息的图像进行Canny边缘检测得到边缘锐化处理后的图像； 步骤3、对步骤2得到的边缘锐化处理后的图像进行线条识别与旋转矫正得到旋转处理之后的图像； 步骤4、对步骤3得到的旋转处理之后的图像进行mask掩码处理并根据形态学找到图像的横线和竖线，并进行交点的识别，标注在原图像上，步骤4的具体步骤为： 步骤4.1、基于经过旋转处理之后的图像，构建表格的mask掩码区域； 步骤4.2、在步骤4.1构建的表格的mask掩码区域内，通过opencv库的getStructuringElement函数分别调整步骤4.1创建的具体的掩码区域的参数：shape、esize，得到全横线图和全竖线图，其中，shape为内核的形状，设置为矩形，esize为内核的尺寸； 步骤4.3、对步骤4.2得到的全横线图和全竖线图进行图像的重叠，在全横线图与竖线图像的重合中标注交点，对网格进行定向，进而筛选出矩形框，并将其标记在原图像上； 步骤5、对步骤4标注后的原图像进行投影变换，得到投影变换后的图像，步骤5的具体步骤为： 步骤5.1、通过得到的mask掩码和标注的交点，在标注后的原图像上建立对应病历的最大的矩形框，再利用OpenCV计算机视觉库中的bitwise_or函数在标注后的原图像中分离出提取出的mask源码，并通过投影变换进行矫正，得到最后的预处理后的图像； 步骤5.2、在步骤5.1得到的最后的预处理后的图像的投影变换中，首先需要定义一个目标图像的坐标系，然后将原始图像中的每个像素点映射到目标图像中相应的位置，这个映射关系可以通过一个投影矩阵来描述，投影矩阵由步骤5.1得到的最后的预处理后的图像和目标图像中的一组对应点确定，对应的变换公式为： 式中，u,v表示原始图片的坐标，是变换矩阵，变换矩阵由四部分组成，其中表示线性变换；[a31a32]表示平移变换；[a13a23]T表示透视变换，得到变换公式变为： 式中，x,y表示变换后图片的坐标，通过u,v计算得到x,y实现图像的投影变换； 步骤6、通过形态学变换生成手写数字训练数据，再基于手写数字训练数据和Res-CRNN深度学习模型对步骤5得到的投影变换后的图像进行文字识别，得到最终文本数字识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。