基于DLS模型干部人事档案高清处理方法及系统与流程

本发明涉及档案图像处理技术领域，特别是涉及基于dls模型干部人事档案高清处理方法及系统。

背景技术

在享受现代档案管理给工作带来方便的同时，一些问题也随着时间的推迟相继出现。由于干部人事档案长时间的存放，使得档案中的原始图像在扫描过程中常常出现污点、断裂、扭曲、阴影、变形等方面的现象，从而导致档案中的图像色、形失真,辨识度下降，在很大程度上为文字辨识工作增添了难度。因此，在干部人事档案管理过程中，就必须要对档案中的图像进行图像处理，运用数字图像处理技术，最大限度的对降质的图像进行恢复和还原。

干部人事档案的数据需要基于全国干部指标体系与数据结构框定的技术规范框架内处理，在数据处理的安全性及准确性的要求较高。

目前现有的图像处理技术主要存在以下缺点：

在目前所有档案处理系统中对于复杂且精度要求较高的干部人事档案原始图像的采集处理上，一是处理完后分辨率不高或者图像变形严重，二是处理过程中受操作人主观因素影响较大，所处理后的档案信息不够精确，三是一般的图像处理技术会将图像进行压缩处理，导致图像后期很难进行完全正确的复原矫正。

综上所述，现有的图像处理技术无法满足对干部人事档案的图像处理的要求。

技术实现要素：

为了解决现有技术的不足，本发明提供了基于dls(datalivescrubbing数据实时处理)模型干部人事档案高清处理方法，本发明构建档案图像dls处理模型，dls模型能够满足干部人事档案图像信息采集的应用要求。在新的图像高清处理dls模型基础上进行图像高清处理。

基于dls模型干部人事档案高清处理方法，包括：

构建图像处理dls模型，用于记录分析图像边界信息，梯度的l2模的平方作为正则约束条件对边界的梯度加以约束，引入则化去噪算法和图像平滑分布逻辑使得在获取最佳图像的同时要限定总变差最小；

基于上述图像处理dls模型，对干部人事档案进行原始图像扫描获得扫描图像并进行存储，同时，将获得的扫描图像传输至服务器进行高清处理获得高清图像。

进一步优选的技术方案，上述基于dls模型干部人事档案高清处理方法还包括对高清图像进行匹配校验的步骤。

进一步优选的技术方案，所述图像处理dls模型包括：

梯度算法：

其中，f指的是降质的图像，u代表将要被复原的图像，λ为均衡系数；

加权去噪算法：

其中，g为原始图像，b为均重系数，均衡系数λ＝>0。

平滑分布系数：设置平滑取平滑分布参数。

进一步优选的技术方案，进行原始图像扫描获得扫描图像并进行存储，具体为：

通过设置并调用扫描仪将纸质干部人事档案文档扫描成数字图像，再对图像进行预处理和校验后上传到服务器。

进一步优选的技术方案，按照调用逻辑生成树状结构，第一层显示类文件，第二层显示该类下的份文件，当选定第一层的类文件时，实现下载本类图像文件数据、上传本类图像文件数据和清空本类图像文件数据。

进一步优选的技术方案，当上传图像数据时，对图像文件的个数进行校验，如果发现错误，自动打开校验列表，显示校验结果。

进一步优选的技术方案，当在图像列表框中选中图像文件时，图像浏览框加载并显示该图像文件，实现对图像进行查看及数据处理。

进一步优选的技术方案，当上传图像文件至服务器时，服务器为每个图像文件在rs_descript_xx表中插入一条记录。

进一步优选的技术方案，当服务器调用扫描仪进行扫描时，服务器会接收从扫描仪传输进来的图像文件。

进一步优选的技术方案，在服务器中对图像进行高清处理获得高清图像的过程为：

原始文件处理，包括：

图像的排列顺序与原始图像排序要求一致；

高清转换过程中会出现照片图像失真的情况，使用“抠取照片”的功能在原始图像中将扫描的照片移动到高清图像中，来还原失真照片文件；

开启图像优化，图像渐变清晰；

原始图像处理默认等宽，以保证图像全部显示的方式适应；

图像去掉污斑、黑点、黑边实现高清转换。

进一步优选的技术方案，图像去掉污斑、黑点、黑边实现高清转换的过程为：

步骤一：先查找扫描图像文件上的孔洞，对着档案上残留的孔洞直接点击，清除黑色孔洞，去掉装订孔；

步骤二：抠取照片后，去除掉抠取照片带的一些原始图像的杂色，变成高清图像文件本来的底色，清除所选杂色的范围在“系统维护”模块的“参数设置”中设置“常用设置”“图片信息设置”，“去除颜色大小”值越大，去除相近颜色范围越大，去除的内容越多；值越小，去除相近颜色范围越大，去除的内容越少；

步骤三：去除污点需要设置伽马值，值越大污点去除的越多，值越小污点去除的越少，调整界面的亮度，值越大亮度越小，值越小亮度越大；

先设置去污点的高度与宽度，然后选择“全局去污”或“区域去污”，选择完成之后，在高清图像数据中点击去污即可；

步骤四：设置纠偏参数，纠偏设置和扫描中的纠偏设置是同样功能，而且扫描或者高清图像制作中一个地方设置，两个地方都生效；

步骤五：设置高清参数，系统内置了高清转换的参数，自行调整。

进一步优选的技术方案，高清转换后，进行处理的步骤为：

步骤一：针对档案字迹不清晰加黑高清图像字体，连续加黑。

步骤二：选择要抠取的章的形状，然后在原始图像数据中选择要抠取的章，抠取矩形章，或抠取圆形章。

进一步优选的技术方案，匹配校验，包括：

步骤一：对档案文件目录审核情况与档案扫描文件审核情况的汇总，用于处理档案材料目录和扫描件存在问题时提交的问题说明，将其标记为“已处理”或对其进行删除；

步骤二：缺陷分为：目录和扫描件；缺陷类型分为：缺陷和缺件；缺陷描述列表可以人工进行维护：“添加缺陷描述到列表”可以对缺陷描述进行添加、“删除列表缺陷描述”可以对缺陷描述进行删除；

步骤三：校验内容包括：高清和原始图像数量的校验、基本信息内容为空的校验，校验完成后，自动生成操作日志。

基于dls模型干部人事档案高清处理系统，包括服务器，用于执行以下步骤：

构建图像处理dls模型，用于记录分析图像边界信息，梯度的l2模的平方作为正则约束条件对边界的梯度加以约束，引入则化去噪算法和图像平滑分布逻辑使得在获取最佳图像的同时要限定总变差最小；

基于上述图像处理dls模型，对干部人事档案进行原始图像扫描获得扫描图像并进行存储，同时，将获得的扫描图像进行高清处理获得高清图像。

与现有技术相比，本发明的有益效果是：

本发明能够采用原始图像数据和高清图像数据双版存储(双版存储是指原版图像及处理后的图像数据均存储在服务器)，基于原始图像生成的高清图像把背景过滤成淡黄色，对字迹和印章加深处理，增强边缘效果，去除影响阅读的污点。

本发明技术兼容性高(通过twain协议调用。twain协议是一个开放协议，符合twain协议的设备都可以向调用twain接口的软件提供数据)，兼容市场上绝大多数twain接口扫描仪和一部分专业扫描仪。

本发明技术图像处理简洁高效，具备实用的图像处理能力，批量高清转换功能(在bs程序里将批量图片以压缩包的形式处理)，数据打包智能分盘功能(通过dvr6104k-pl数据批处理技术实现)。

本发明技术的体系成熟，图像高清处理过程中抗干扰能力强，有效防范网络攻击、病毒等影响，通过修正、去污等一系列操作而不会引起图像质量的降低，(本发明修正图片模糊区域的rgb值，不会降低图像质量。)

本发明构建图像处理dls模型，在图像处理过程中，传入参数，调用dls模型的算法，进行图像高清处理，使用同一标准进行图像处理，排除人为主观性因素的影响。同一标准是指：在dls模型下，统一传入参数，按照同一算法处理图像。

本发明创新图像高清处理技术，避免因图像采集技术应用不合理导致的图像色、形失真,辨识度下降等问题。

本发明针对档案破损、孔洞等特殊问题，提供原始图像抠取与优化的隐藏属性，解决此类问题。

本发明对处理完成后的图像页进行检验，对档案拆分、扫描、修正、去污、插图、照片的处理以及文本和图像页的匹配等质量进行全面检验。

本发明由dls模型设置图像处理成功的分类标准和参数，不符合标准的即为不合格档案图像。因此，能够自动发现不合格的档案图像，进行自动优化。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本申请的实施例子整体架构示意图；

图2为本申请的实施例子原始图像详细处理逻辑示意图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本申请的一种典型的实施方式中，提供了基于dls模型干部人事档案高清处理方法，本专利通过对档案图像处理模型的现状进行分析，针对干部人事类档案，提出一种档案图像dls处理模型，dls模型能够满足干部人事档案图像信息采集的应用要求。在新的图像高清处理dls模型基础上构建了一种简洁的图像高清处理技术，能够基于原始图像生成的高清图像把背景过滤成淡黄色，对字迹和印章加深处理，增强边缘效果，去除影响阅读的污点等，使敏感的干部档案原始图像处理工作更加高效。针对每个人的档案可以批量处理。

如图1所示，在本申请的该实施例子中，本系统分为dls模型设计和逻辑实现层。其中，dls为“datalivescrubbing”英文的缩写，中文含义是：数据实时处理。

在dls模型设计层面，记录分析图像边界信息，梯度的l2模的平方作为正则约束条件对边界的梯度加以约束，引入则化去噪算法和图像平滑分布逻辑使得在获取最佳图像的同时要限定总变差最小。总变差为“处理前与处理后的误差的比较值”。l2模用于检测及分割图像，是识别图像文件的工具。

dls模型搭建时，已针对倾斜、污渍、模糊、过水、黄页等43种情形进行了预设置，不同的情形触发不同的后台处理方式。

逻辑实现层主要通过原始图像扫描、后台处理、匹配校验等3部分组件实现功能。

原始图像扫描：根据原件的实际情况做相应的调整，如超大页面的处理、纸张颜色深浅及薄厚的处理、扫描时可根据不同原件的情况，调整图像的分辨率、阀值、明亮度以及扫描方式和扫描速度，确保在扫描图像质量清晰的情况下，使原件完好无损。

后台处理：根据原稿质量，后台自动启动倾斜校正、自动去污、自动分文件等批处理功能，保图像质量的完美。

匹配校验：对扫描处理完成后的图像页进行匹配检验，对档案拆分、扫描、修正、去污、插图、照片的处理以及文本和图像页的匹配等质量进行全面检验，校验不合格的能够自动提醒、登记日志，以便重新处理。

本发明是一种基于dsl模型的干部人事档案高清图像处理技术，应用图像梯度算法，处理速度更快、处理后的图像清晰度更高，实现了干部人事档案原始图像的智能生成、处理、识别、匹配、校验。

具体的，关于dls模型：

梯度算法：图像边界的梯度一般是比较大的，将梯度的l2模的平方最小作为正则约束条件，转换为无条件的近似问题就是如下梯度算法：

其中，f指的是降质的图像，u代表将要被复原的图像，λ为均衡系数，梯度算法的目的是不让被复原的图像偏离降质图像太多。

图形去噪：结合梯度算法，提出加权噪模型，然后再按照图形去噪方法逐步计算最佳图像的总变差，加权去噪算法的目标方程为：

其中，u代表将要被复原的图像，g为原始图像，b为均重系数，均衡系数λ＝>0。

平滑分布系数：使用梯度算法逻辑，调用图像去噪方法，通过实际比较发现，图像仍会有不太明显的模糊。需要设置平滑取平滑分布参数，能够抹掉模糊细节并且可以很好地保持边界。

2、原始图像扫描

通过设置并调用扫描仪将纸质文档扫描成数字图像，再对图像进行处理和校验后上传到服务器。

2.1按照调用逻辑生成树状结构，第一层显示类文件，第二层显示该类下的份文件。当选定第一层的类文件时，点击右键弹出菜单，可以实现下载本类图像文件数据、上传本类图像文件数据和清空本类图像文件数据。

2.2当上传图像数据至服务器时，对图像文件的个数进行校验，如果发现错误，会自动打开校验列表，显示校验结果。校验列表服务器初始化时建立，后期不定时更新。

2.3当在图像列表框中选中图像文件时，图像浏览框会加载并显示该图像文件。可以对图像进行放大查看、缩小查看、实际大小查看、等高查看、等宽查看。并可以对图像进行顺时针旋转、逆时针旋转、任意角度旋转、清除所选区域、清除外边框、裁边等简单处理。

2.4图像上传下载使用的服务器特殊配置要求：rs_descript_xx表，该表为图片处理信息记录，bs程序查看处理记录时后台调用，其中：

archid：档案id；

rsid：外键对应rs_info表；

sxh：顺序号；

path：存放路径；

oldfilename：原文件名；

newfilename：新文件名；

uptime：修改时间；

length：原始版文件大小；

gaoqinglength：高清版文件大小。

当上传图像文件时，服务器会为每个图像文件在rs_descript_xx表中插入一条记录。

当系统调用扫描仪进行扫描时，服务器会接收从扫描仪传输进来的图像文件，同时也将扫描的图像保存到本地计算机存储设备。

原始图像详细处理逻辑详见图2。

3、后台处理

对扫描的人员档案原始图像数据进行后台高清处理包括去污，纠正，纠偏，调整大小，调整角度等。

3.1原始文件处理

步骤一：图像的排列顺序与原始图像排序要求一致；此处及后续的原始图像均是指的扫描后的图像。

步骤二：高清转换过程中会出现照片图像失真的情况，可以使用“抠取照片”的功能在原始图像中将扫描的照片移动到高清图像中，来还原失真照片文件。抠取照片可以通过jqueryphotoclip图片剪裁插件进行处理获得。

步骤三：提供显示原始图像图像优化功能，开启图像优化后，图像会渐变清晰。

步骤四：原始图像处理默认等宽，以保证图像全部显示的方式适应。

3.2图像去掉污斑、黑点、黑边，肉眼观看能达到清晰、平直、干净；

步骤一：先查找扫描图像文件上的孔洞，对着档案上残留的孔洞直接点击，通过孔点修复工具处理，清除黑色孔洞，就可以去掉装订孔。

步骤二：抠取照片后，会带过去一些原始图像的杂色，可以去除掉这种颜色，变成高清图像文件本来的底色。清除所选杂色的范围可以在“系统维护”模块的“参数设置”中设置—“常用设置”-“图片信息设置”，“去除颜色大小”值越大，去除相近颜色范围越大，去除的内容越多；值越小，去除相近颜色范围越大，去除的内容越少

步骤三：去除污点需要设置伽马值，值越大污点去除的越多，值越小污点去除的越少。调整界面的亮度，值越大亮度越小，值越小亮度越大。

先设置去污点的高度与宽度，然后选择“全局去污”或“区域去污”，选择完成之后，在高清图像数据中点击去污即可。

步骤四：设置纠偏参数，纠偏设置和扫描中的纠偏设置是同样功能，而且扫描或者高清图像制作中一个地方设置，两个地方都生效。

步骤五：设置高清参数，系统内置了高清转换的参数，可以自行调整。

3.3图像同原始图像相比不能过浓或过淡，字迹清晰。

步骤一：高清转换后，有些档案字迹还是不清晰，需要特别加黑，可加黑高清图像字体，可连续加黑。

步骤二：抠取矩形章，也可抠取圆形章，选择要抠取的章的形状，然后在原始图像数据中选择要抠取的章。

4、匹配校验

高清图像处理的匹配校验包括：对高清图像电子文件进行图像审核、缺少文件自动记录、校验等操作，自动填写审核情况、工作日志等。

步骤一：对档案文件目录审核情况与档案扫描文件审核情况的汇总。用于处理档案材料目录和扫描件存在问题时提交的问题说明，可以将其标记为“已处理”，也可以对其进行删除。

步骤二：缺陷分为：目录和扫描件；缺陷类型分为：缺陷和缺件；缺陷描述列表可以人工进行维护：“添加缺陷描述到列表”可以对缺陷描述进行添加、“删除列表缺陷描述”可以对缺陷描述进行删除。缺陷指污渍、字体模糊等，缺件指孔洞和破损等情况；由dls模型设置分类标准和参数，主要由程序处理，人工辅助。

步骤三：校验内容包括：高清和原始图像数量的校验(通过计数器校验)、基本信息内容为空的校验(此处主要由程序检验，由dls模型设置校验标准和参数，人工辅助检验)，校验完成后，自动生成操作日志。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。