場(chǎng)景文本圖像的三維矯正方法研究.pdf

1、文字作為人類溝通的重要手段，廣泛出現(xiàn)在人們?nèi)粘Ｉ钪械母鱾€(gè)場(chǎng)景。從馬路上的道路指示牌，到商場(chǎng)的牌匾，再到課堂中的黑板，文字以多種形式，出現(xiàn)在大量的平面材料上。這些平面文字常常含有重要的信息。隨著計(jì)算機(jī)技術(shù)的發(fā)展以及數(shù)字?jǐn)z像頭的普及，人們渴望利用計(jì)算機(jī)技術(shù)和圖像處理技術(shù)從自然場(chǎng)景文字平面圖像中提取出文字信息，來(lái)方便人們的生活。然而由于采用了數(shù)字?jǐn)z像頭來(lái)獲取圖像，自然場(chǎng)景中的文字平面在圖像中往往會(huì)發(fā)生三維透視變形，并且這種變形對(duì)于文字信息的

2、提取會(huì)造成一定的影響。
　　 本文主要針對(duì)文字平面在圖像中發(fā)生的三維透視變形做矯正研究，并給出了兩種矯正算法：
　　 1.基于交互式方法的自然場(chǎng)景文字平面三維矯正；
　　 用戶通過(guò)手動(dòng)標(biāo)記文字平面邊框，得到文字平面的外接四邊形。系統(tǒng)利用該四邊形參數(shù)，通過(guò)單映性矩陣來(lái)進(jìn)行三維透視變形的矯正。
　　 2.基于K-means聚類方法的自然場(chǎng)景的白板圖像的自動(dòng)矯正算法；
　　 針對(duì)一類自然場(chǎng)景的文字平面.