自动文档识别软件中文字增强和字符分割程序的设计.docVIP

自动文档识别软件中文字增强和字符分割程序的设计 任务说明 首先能够对位图形式的文档文件进行二值化、去噪声、斜度校正等图像增强处理，然后对提取出的字符版块进行行列切分。 设计方案 采用VC编程软件设计一个自动文档识别仿真软件界面，采用切分窗口，将处理图像文件的过程清楚的展现出来，直观的显示字符识别的过程。 材料设备 PC机、VC++6.0 综合总结 1．二值化 二值化就是为了使整个图像呈现出明显的黑白效果，而让图像上的所有点的灰度值只用两种可能，不是“0”就为“255”。二值化的最终目的应为：原图像中反映图像结构的灰度值差别经映射后被保留，而不反映图像结构的灰度值抖动被消除，从而最终得到的只是构成字符图像的关键信息。 图1 双峰直方图 2．平滑去噪 在图象的生成或传送的过程中，由于种种原因会包含物理上的噪声。当能够对这种噪声的产生机理进行数学上的模型化时，可以采取对应其模型的消除噪声的方法，但当不能进行模型化时，通过平滑（smoothing）使图像变得容易观看。平滑滤波技术用于平滑图像中的噪声，一般在空间域中进行，基本方法是求象素灰度的平均值或中值。在3X3邻域平均法去噪中，对于给定的图像.f(x,y)中的点(m,n)，取其邻域S;设S含有M个象素，取其平均值做为处理后所得图像点(m, n)处的灰度;用某象素邻域内各象素灰度平均值来代替该象素原来的灰度，即是邻域平均技术。邻域S的形状和大小根据图像特点来确定，一般取正方形、矩形或十字形等。S的形状和大小可以在全图处理过程中保持不变，也可以根据图像的局部统计特征而改变。点(m, n)一般位于S的中心。如3X3邻域，点(m, n)位于S的中心，则: (1.1) 噪声与图像信息g(x,y)无关，含噪声图像f(x,y)可表示为: f(x,y)=g(x,y) +n (x,y)假设噪声n是加性噪声，在空间各点互不相同，且期望为0，方差为,g是未受污染的图像，含有噪声的图像f经邻域平均化后为: (1.2) 由上式可知，经过邻域平均之后，噪声的均值不变，方差变为,既噪声方差变小，说明噪声强度减弱了，即抑制了噪声。由上式还可以看出，邻域平均法也平滑了图像信息，特别是可能使图像目标区域的边界变得模糊。可以证明，对图像进行邻域平均处理相当于使图像信号通过一低通滤波器。下面的图2、图3可以看到滤波的效果。可以看到图2中的一写麻麻点点，基本上都消失了，图像显得更为清晰方便观看。 图2 滤波前 图3 滤波后 3．斜度矫正 在由光输入设备得到文档的过程中，不可避免的会出现倾斜，因此一个好的OCR系统必须有倾斜校正的功能，使系统能够忍受一定程度的倾斜。倾斜校正的过程由两步组成，第一步是对的倾斜角进行检测，第二步是根据检测到的倾角对进行旋转变换，使图象的倾斜得到校正。）） 模式识别实验室 开放性实验报告