文檔圖像幾何畸變校正技術研究.pdf

1、視覺文檔圖像的采集通常會因為焦距變化、角度形變等多種復雜情況的出現而使圖像產生幾何畸變,從而影響OCR(光學字符識別)系統識別結果的正確性,甚至導致無法識別。
　　 針對上述問題,本文給出了一種文檔圖像傾斜扭曲校正方法,該方法采用四個步驟對產生幾何畸變的文檔圖像進行校正處理。首先對文檔圖像進行去噪和二值化預處理；其次采用連通域標記方法進行單詞及文本線的檢測；再根據單詞連通域的中位點信息進行線性擬合得到其校正基線；最后根據校正基線

2、和垂直位移距離分別對單詞進行旋轉和位移而得到校正后的圖像。
　　 本文的主要工作如下:
　　 (1)研究了文檔圖像的去噪和二值化方法,針對文檔圖像的單詞連通域大小相對固定的特點,給出了一種基于連通域標記的文檔圖像去噪方法,使得在去噪的同時完成單詞的檢測,且去噪效果明顯。
　　 (2)針對傳統從上至下的文本線檢測方法利用中間段單詞檢測文本線,存在錯檢和適應性差的問題,本文給出了一種從左至右的文本線檢測方法,該方法利

3、用首單詞的個數來確定文本行的條數,提高了檢測的準確度,并能適應雙向扭曲的情況。
　　 (3)針對傳統校正基線及垂直位移距離計算方法會受文檔具體內容影響的問題,本文引入單詞中多數字母的高度值Hf,取高度為Hf的字母的中位點作為基線擬合的數據,排除了單詞中個別字母向上或向下凸起對校正基線及垂直位移距離準確計算的干擾,并將算法的時間復雜度從(O)(n2)降為O(n)。
　　 實驗表明,本文方法能快速有效的校正產生傾斜或扭曲畸變