本技术涉及档案资料数字化处理的，更具体的说，本技术涉及一种施工数字化处理系统及其控制方法。

背景技术：

1、施工档案是指在工程项目实施过程中形成的各类纸质文件、记录和图纸资料，包括但不限于施工日志、技术交底记录、隐蔽工程验收记录、材料合格证、设计变更通知单、竣工图纸等。这些施工档案是工程质量追溯、竣工验收和后期运维管理的重要依据。

2、然而，施工档案相较于普通办公文档，在数字化转换过程中面临以下特有技术困难：

3、（1）手写内容占比特别高，很显然由于历史原因，现存的绝大多数施工日志、监理日志、施工记录表、隐蔽工程验收记录等核心档案大量依赖手写填写，手写字迹潦草、风格多样，如果直接使用通用的ocr技术对手写体的识别准确率极低，行业统计显示录入误差率基本无法保证监管要求，严重影响后续数据统计和进度分析。

4、（2）图像质量参差不齐，众所周知施工现场环境复杂，纸质档案保存过程中常存在污损、折痕、墨迹扩散、印章覆盖等问题，扫描图像的清晰度和对比度普遍较低，传统方法难以自适应处理。

5、（3）版面结构复杂且不统一，就历史原因，现有的施工档案常包含多栏表格、嵌套表格、图文混排等复杂版面，且无统一标准，因此文本区域自动分割难度大，通用ocr模型对工程字体的识别准确率严重不足。

6、（4）专业术语密集且不常用，施工档案中包含大量工程专业术语、规范编号和数值数据，大多数系统并无相关词句优化，识别错误会导致信息失真，进而引发工程质量追溯和合规风险。

7、现有技术更多主要针对普通办公文档设计，在处理施工档案特有的上述问题时，存在技术缺陷，导致文本识别错误率高，从而对于后续人工校对工作量大，最终导致数字转换效率低下。

技术实现思路

1、本技术提供一种施工数字化处理系统及其控制方法，以解决对施工纸质施工档案的数字转换效率低的技术问题。

2、为解决上述技术问题，本技术采用如下技术方案：

3、第一方面，本技术提供一种施工数字化处理系统的控制方法，包括如下步骤：

4、获取纸质施工档案的扫描图片，得到纸质施工档案的扫描图像，对所述纸质施工档案的扫描图像进行文本区域分割，得到档案资料文本区域图像；

5、根据预设灰度阈值对所述档案资料文本区域图像进行迭代阈值选取，得到所述档案资料文本区域图像的文本阈值分离度，进而根据所述文本阈值分离度确定文本灰度阈值；

6、通过所述文本灰度阈值对所述档案资料文本区域图像进行灰度阈值化，得到文本区域阈值图像，对所述文本区域阈值图像进行文本字符特征提取，得到文本字符特征集；

7、对所述文本字符特征集进行特征差异叠加，进而确定特征投影矩阵，通过所述特征投影矩阵构建档案文本字符特征空间，根据所述档案文本字符特征空间对所述文本字符特征集中的异常文本字符特征进行标记；

8、对标记后的文本字符特征集进行文本字符识别，根据识别结果得到档案资料的数字化文本，将所述数字化文本存入档案数据库。

9、在一些实施例中，根据预设灰度阈值对所述档案资料文本区域图像进行迭代阈值选取，得到所述档案资料文本区域图像的文本阈值分离度具体包括：

10、确定档案资料文本区域图像中每个灰度值的出现概率；

11、确定所述档案资料文本区域图像的灰度均值；

12、通过预设灰度阈值将所述档案资料文本区域图像分割为两部分后，确定所述档案资料文本区域图像中大于预设灰度阈值部分的灰度均值；

13、确定所述档案资料文本区域图像中小于预设灰度阈值部分的灰度均值；

14、通过所述档案资料文本区域图像中每个灰度值的出现概率、所述档案资料文本区域图像的灰度均值、所述档案资料文本区域图像中大于预设灰度阈值部分的灰度均值和小于预设灰度阈值部分的灰度均值确定所述档案资料文本区域图像的文本阈值分离度，其中，所述文本阈值分离度根据下述公式确定：

15、

16、其中，表示预设灰度阈值为t时的档案资料文本区域图像的文本阈值分离度，表示档案资料文本区域图像中小于预设灰度阈值部分的灰度均值，表示档案资料文本区域图像中大于预设灰度阈值部分的灰度均值，表示档案资料文本区域图像中灰度值i的出现概率，表示档案资料文本区域图像的灰度均值，表示档案资料文本区域图像中的灰度值总数。

17、在一些实施例中，根据所述文本阈值分离度确定文本灰度阈值是将所述文本阈值分离度最大时对应的灰度阈值作为文本灰度阈值。

18、在一些实施例中，通过所述文本灰度阈值对所述档案资料文本区域图像进行灰度阈值化，得到文本区域阈值图像具体包括：

19、将所述档案资料文本区域图像中大于所述文本灰度阈值的灰度值转换为灰度最值；

20、将所述档案资料文本区域图像中小于所述文本灰度阈值的灰度值置零；

21、通过上述步骤得到文本区域阈值图像。

22、在一些实施例中，对所述文本字符特征集进行特征差异叠加，进而确定特征投影矩阵具体包括：

23、确定文本字符特征集的第一差异叠加矩阵和第二差异叠加矩阵；

24、对所述第一差异叠加矩阵和所述第二差异叠加矩阵进行文本字符特征选择，进而得到多个文本字符特征向量；

25、根据所述多个文本字符特征向量构建特征投影矩阵。

26、在一些实施例中，根据所述档案文本字符特征空间对所述文本字符特征集中的异常文本字符特征进行标记具体包括：

27、预设特征距离阈值；

28、确定档案文本字符特征空间的特征空间中心点；

29、分别确定文本字符特征集中的每个档案文本字符特征与所述特征空间中心点之间的特征距离，将特征距离高于所述特征距离阈值的档案文本字符特征作为异常文本字符特征；

30、对所述异常文本字符特征进行标记。

31、在一些实施例中，通过循环神经网络和卷积神经网络对标记后的文本字符特征集进行文本字符识别。

32、第二方面，本技术提供一种施工数字化处理系统，包括有控制单元，所述控制单元包括：

33、文本区域图像获取模块，用于获取纸质施工档案的扫描图片，得到纸质施工档案的扫描图像，对所述纸质施工档案的扫描图像进行文本区域分割，得到档案资料文本区域图像；

34、文本灰度阈值确定模块，用于根据预设灰度阈值对所述档案资料文本区域图像进行迭代阈值选取，得到所述档案资料文本区域图像的文本阈值分离度，进而根据所述文本阈值分离度确定文本灰度阈值；

35、文本字符特征集确定模块，用于通过所述文本灰度阈值对所述档案资料文本区域图像进行灰度阈值化，得到文本区域阈值图像，对所述文本区域阈值图像进行文本字符特征提取，得到文本字符特征集；

36、异常文本字符特征标记模块，用于对所述文本字符特征集进行特征差异叠加，进而确定特征投影矩阵，通过所述特征投影矩阵构建档案文本字符特征空间，根据所述档案文本字符特征空间对所述文本字符特征集中的异常文本字符特征进行标记；

37、档案数字化模块，用于对标记后的文本字符特征集进行文本字符识别，根据识别结果得到档案资料的数字化文本，将所述数字化文本存入档案数据库。

38、第三方面，本技术提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述计算机设备执行上述的施工数字化处理系统的控制方法。

39、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令或代码，当指令或代码在计算机上运行时，使得计算机执行时实现上述的施工数字化处理系统的控制方法。

40、本技术公开的实施例提供的技术方案具有以下有益效果：

41、本技术提供的一种施工数字化处理系统及其控制方法中，获取纸质施工档案的扫描图片，得到纸质施工档案的扫描图像，对所述纸质施工档案的扫描图像进行文本区域分割，得到档案资料文本区域图像；根据预设灰度阈值对所述档案资料文本区域图像进行迭代阈值选取，得到所述档案资料文本区域图像的文本阈值分离度，进而根据所述文本阈值分离度确定文本灰度阈值；通过所述文本灰度阈值对所述档案资料文本区域图像进行灰度阈值化，得到文本区域阈值图像，对所述文本区域阈值图像进行文本字符特征提取，得到文本字符特征集；对所述文本字符特征集进行特征差异叠加，进而确定特征投影矩阵，通过所述特征投影矩阵构建档案文本字符特征空间，根据所述档案文本字符特征空间对所述文本字符特征集中的异常文本字符特征进行标记；对标记后的文本字符特征集进行文本字符识别，根据识别结果得到档案资料的数字化文本，将所述数字化文本存入档案数据库。

42、本技术中，首先，通过文本区域分割，只处理档案资料文本区域图像，可以大幅提高档案资料的数字化速度，有助于提高档案资料数字化的效率，其次，通过迭代阈值选取，可以自适应地调整灰度阈值，可以更精确地区分档案资料中的文本和背景，提高字符识别的准确性，并且可以自适应的灰度阈值调整可以适应各种类型的档案资料，提高了处理效率，进而，灰度阈值化可以降低字符之间的混淆度，清晰的字符边界有助于后续的文本字符的识别，确定的文本字符特征集不包含噪声和不相关的信息，可以加速后续的文本字符处理，提高档案资料的数字化效率，然后，构建特征空间后，有助于提高后续的档案文本字符识别准确率，构建特征投影矩阵，有助于提高对档案资料的处理速度，尤其在大规模档案资料处理中，效果更为显著，最后，使用循环神经网络和卷积神经网络，可以实现高度自动化的文本字符识别，可以提高数字化处理的工作量，能够提高文本字符识别的准确性，有效提高对纸质施工档案的数字转换效率。