文本图像几何畸变校正技术的研究.pdf

Dissertation Submitted to Hebei University of Technology for The Master Degree of Communication and Information Systems RESEARCH ON GEOMETRIC DISTORTION CORRECTION TECHNOLOGY FOR DOCUMENT IMAGE by WU Liping Supervisor: Prof. YU Ming November 2009 文本图像的几何畸变校正技术研究 ii 文本图像的几何畸变校正技术研究 摘 要 在使用扫描仪或数码相机获得文本图像时，由于文本表面倾斜、弯曲或人为操作时产 生的拍摄视角的倾斜等原因，使所得到的文本图像存在几何畸变，这些畸变对文字处理软 件如OCR 识别、数字文档版面分析等的识别和分析工作带来极大的困难，可能会导致这 些软件根本无法识别该文本图像。因此，必须对变形文本图像进行必要的校正。目前，已 经有很多几何畸变校正的方法应用于畸变的文本图像。但是这些方法都是针对某一种或两 种几何变形有效，而没有绝对通用的算法，需要对不同变形类型的图像采取不同的有效校 正算法。 为实现几何畸变文本图像的自动校正和批量处理，论文在讨论文本图像二值化、去噪 技术的基础上，重点对文本图像几何畸变的自动检测及分类的方法进行研究。提出了基于 数学形态学理论与曲线拟合方法的自动检测和分类方法，实现对文本图像几何畸变的自动 检测并对其畸变类型进行分类，为后续的几何畸变自动校正奠定了基础。然后论文分别针 对倾斜变形、透视变形和扭曲变形三种典型畸变文本图像，在对现有的校正算法原理、性 能及适用范围进行分析的基础上进行了研究，并提出了一些改进方法。 在Matlab环境中对文本图像几何畸变自动检测及分类算法进行了验证，试验结果表 明该算法能有效检测和识别文本图像的几何畸变及其类型，检测识别率达到 96%以上，尤 其是对扭曲变形的文本图像识别率很高。且该算法实现简单，计算量小，并具有较强的鲁 棒性。然后通过试验比较文本图像校正前后的OCR文字识别率，分别对三种变形文本图像 几何校正算法的改进算法进行了验证。结果表明，与原有算法相比，改进算法所得校正图 像的OCR识别率不低于原有算法，但所用时间降低，基本满足实时性要求。在数字化和信 息化的现代，该文本图像几何畸变自动校正系统具有广阔的应用前景。 关键词：OCR,文本图像,几何畸变, 倾斜变形,透视变形,扭曲变形,数学形态学 iii 文本图像的几何畸变校正技术研究 RESEARCH ON GEOMETRIC DISTORTION CORRECTION RESEARCH ON GEOMETRIC DISTORTION CORRECTION RREESSEEAARRCCHH OONNGGEEOOMMEETTRRIICCDDIISSTTOORRTTIIOONN CCOORRRREECCTTIIOONN TECHNOLOGY FOR DOCUMENT IMAGE TECHNOLOGY FOR DOCUMENT IMAGE TTEECCHHNNOOLLOOGGYYFFOORRDDOOCCUUMMEENNTTIIMMAAGGEE