用于事故工单全流程自动化管理的方法与流程

本发明涉及图像增强，具体涉及用于事故工单全流程自动化管理的方法。

背景技术：

1、随着互联网和大数据技术的发展，事故工单信息化能够进行在线快速处理交通事故，避免事故现场引发交通拥堵、减少发生二次事故的风险。根据预设的业务规则自动推进工单状态，实现事故工单的自动化流转，通过事故工单全流程自动化管理，实时监控事故工单的处理进度，及时反馈处理结果，确保事故处理的透明度和可追踪性。

2、在事故工单全流程自动化管理中，需要对涉事人员的证件进行拍摄，以通过光学字符识别技术自动识别拍摄图片中的文字，能够减少人工干预，降低错误率。而由于事故发生地多在室外，拍摄图片的质量直接影响到后续文字识别的准确率，在对拍摄图片进行图像增强时，由于驾驶证和行驶证上的防伪花纹影响，图像增强对室外证件的适用性较差，增强结果质量不高，影响后续文字识别的效率。

技术实现思路

1、为了解决现有技术中图像增强对室外证件的适用性较差，增强结果质量不高，影响后续文字识别的效率的技术问题，本发明的目的在于提供一种用于事故工单全流程自动化管理的方法，所采用的技术方案具体如下：

2、本发明提供了一种用于事故工单全流程自动化管理的方法，所述方法包括：

3、获取待识别证件灰度图像；

4、根据待识别证件灰度图像中每个像素点局部的灰度值混乱情况和连续分布情况，获得每个像素点的纹理显著度；基于像素点的纹理显著度和分布位置进行划分，获得待增强区域；

5、根据每个待增强区域中像素点的灰度对比情况和梯度混乱情况，获得每个待增强区域的文字显著度；根据每个待增强区域中边缘平滑和像素点高亮情况，获得每个待增强区域的花纹显著度；

6、依据文字显著度和花纹显著度，获得每个待增强区域的伽马调整参数；通过伽马调整参数对不同待增强区域进行图像增强，获得增强待识别证件图像。

7、进一步地，所述纹理显著度的获取方法包括：

8、对于待识别证件灰度图像中的任意一个像素点，在该像素点的预设局部范围内，根据灰度值的波动范围和数值混乱，获得像素点的灰度显著性；

9、在该像素点的每个预设方向上，根据该像素点的灰度值的游程长度，获得该像素点在每个预设方向上的连续长度；

10、结合该像素点在所有预设方向上的连续长度以及灰度显著性，获得该像素点的纹理显著度。

11、进一步地，所述在该像素点的预设局部范围内，根据灰度值的波动范围和数值混乱，获得像素点的灰度显著性，包括：

12、将该像素点的预设局部范围内灰度值的极差，作为该像素点的变化范围；

13、将该像素点在预设局部范围内灰度值的方差，作为该像素点的局部混乱度；

14、结合该像素点的变化范围和局部混乱度，获得该像素点的灰度显著性。

15、进一步地，所述基于像素点的纹理显著度和分布位置进行划分，获得待增强区域，包括：

16、当像素点的纹理显著度进行归一化处理后的值大于预设显著阈值时，将对应像素点作为待增强像素点；将待增强像素点组成的每个连通域作为待增强区域。

17、进一步地，所述根据每个待增强区域中像素点的灰度对比情况和梯度混乱情况，获得每个待增强区域的文字显著度，包括：

18、对于任意一个待增强区域，根据该待增强区域中像素点的最大灰度偏差程度和灰度值大小，获得该待增强区域的文字灰度指标；

19、统计该待增强区域中每个梯度方向的数量，将所有梯度方向的数量的负熵，作为该待增强区域的文字梯度指标；

20、结合该待增强区域的文字灰度指标和文字梯度指标，获得该待增强区域的文字显著度。

21、进一步地，所述根据该待增强区域中像素点的最大灰度偏差程度和灰度值大小，获得该待增强区域的文字灰度指标，包括：

22、将该待增强区域中所有像素点的灰度值的均值，作为该待增强区域的灰度分布指标；

23、将该待增强区域中所有像素点的灰度值按照从小至大的顺序排列，获得该待增强区域的灰度分布序列；获得灰度分布序列的差分序列，并将差分序列中的最大差分值作为该待增强区域的灰度偏差指标；

24、结合该待增强区域的灰度分布质保和灰度偏差指标，获得该待增强区域的文字灰度指标。

25、进一步地，所述根据每个待增强区域中边缘平滑和像素点高亮情况，获得每个待增强区域的花纹显著度，包括：

26、对于任意一个待增强区域，获取该待增强区域中像素点的灰度直方图；根据灰度直方图中灰度值分布的占比和集中程度，获得该待增强区域的高亮指标；

27、根据该待增强区域中每个边缘上像素点的连续变化平缓情况，获得该待增强区域的平滑指标；

28、根据该待增强区域的高亮指标和平滑指标，获得该待增强区域的花纹显著度。

29、进一步地，所述高亮指标的获取方法包括：

30、在该待增强区域的灰度直方图中，将大于预设高亮阈值的灰度值作为该待增强区域的高亮灰度值；

31、计算高亮灰度值在灰度直方图中分布的峰度，获得该待增强区域的高亮集中度；将高亮灰度值的数量在所有灰度值数量中的占比，作为该待增强区域的高亮占比；

32、将该待增强区域的高亮集中度和高亮占比的乘积，作为该待增强区域的高亮指标。

33、进一步地，所述平滑指标的获取方法包括：

34、获取该待增强区域的边缘上每相邻两个像素点的梯度方向差异，作为变化偏差；将该待增强区域中所有变化偏差的方差进行负相关映射，获得该待增强区域的平滑指标。

35、进一步地，所述依据文字显著度和花纹显著度，获得每个待增强区域的伽马调整参数，包括：

36、将待增强区域的文字显著度进行归一化处理后的值作为待增强区域的文字指标；将待增强区域的花纹显著度进行归一化处理后的值作为待增强区域的花纹指标；

37、对于任意一个待增强区域，当该待增强区域的文字指标大于预设文字阈值且花纹指标大于预设花纹阈值时，将该待增强区域的伽马调整参数设置为低伽马参数；

38、当该待增强区域的文字指标大于预设文字阈值且花纹指标小于或等于预设花纹阈值时，将该待增强区域的伽马调整参数设置为中伽马参数；

39、当代增强区域的文字指标小于或等于预设文字阈值时，将该待增强区域的伽马调整参数设置为高伽马参数。

40、本发明具有如下有益效果：

41、本发明通过对证件图像中每个像素点进行局部分析，从灰度混乱和连续分布上得到每个像素点作为纹理的纹理显著度，由此反映像素点为文字纹理或花纹纹理的可能性，并结合像素点的分布位置，得到待增强区域，以通过区域的不同情况进行自适应的增强调整。进一步考虑到不仅文字可能部分具有增强需求，当区域中存在花纹较多的情况时，反光花纹会对文字部分产生更强的干扰，因此在每个待增强区域中从像素值和边缘梯度两方面分析，分别得到文字显著度和花纹显著度，通过文字显著情况和花纹显著情况，综合分析每个区域需要的伽马调整参数，以通过伽马调整参数进行图像不同区域的自适应增强，得到增强待识别证件图像。本发明通过像素点的纹理特征分区域分析，基于文字和花纹的显著情况自适应调整每个区域的增强情况，得到质量更高的图像提高文字识别效率，以提高工单自动化管理可靠性。