基于Radon变换的文本图像倾斜校正.pdfVIP

电信息技术 基于 Radon变换的文本图像倾斜校正木 吴坤 黄道平 刘少君 (华南理工大学 自动化科学与工程学院) 摘要：归纳现有的多种倾斜字符校正方法，提出一种基于Radon变换用于一般字符校正的方法。该方法对 文本图像做简单的数学形态学处理，利用Radon变换求出文本倾斜的角度。实验结果表明：与传统方法相比，本 算法减少了计算量，提高了校正效率，且具有较强的适用性和鲁棒性。 关键词：OCR系统；图像处理；倾斜校正；Radon变换 componentanalysis，PCA)[6]；3)相连分量聚类法 。 O 引言 1．1 投影特征法 模式识别已经成为一个热门的研究领域，其最终 对于投影特征算法，输入图像在一定范围的角度 目的在于有效地模仿人类视觉。随着计算机和互联网 内旋转，然后分别计算出每个旋转角度的投影，再从 技术的发展，更多的信息以数字化的方式存储、使用 投影中提取旋转图像的特征，进而判断出它的倾斜角 和传递。光学字符识别 (opticalcharacterrecognition， 度。由于该算法直接在原始图像上运算，导致其计算 OCR)系统作为模式识别领域中的一个应用，越来越 量非常大。并且当图像含有较多噪音时，其计算准确 受到关注和重视。OCR系统主要是将文本文件转化 度降低 。 为相应的数字形式，进而可以被计算机处理[1】。 1．2 PCA 在典型的光学字符识别过程中，预处理作为不可 PCA 算法需要计算对倾斜角度的分布具有最大 或缺的步骤，着重于对图像进行增强和补偿处理以简 影响的特征向量。这些特征向量，被称为该分布的主 化特征的提取过程 2【J。然而，由于扫描质量低或人为 分量。为此，需要构造出文本图像前景像素点的二维 等因素的影响，文本图像不可避免地出现一定角度的 向量集合，使每个像素点与相同坐标的二维向量相匹 倾斜。这给后续识别引入误差，降低字符识别的准确 配。然后找出向量集合的协方差矩阵，计算其特征值 率。因此，在图像的预处理过程中，倾斜角度的检测 及相应的特征向量，选出绝对值最大的特征值所对应 和校正是非常有必要的，其 目的在于检测文本行与水 的特征向量。研究发现，用背景像素作为计算量的 平或者竖直方向所成夹角的角度2【】。 PCA算法比用前景像素计算的PCA算法性能好得多， 为了解决这一问题，提出许多算法，并应用于检 这是因为，在大量增加采样点之后，对不同字体和非 测和校正文本图像的倾斜角。本文在对这些算法归 文字区域的敏感度大大降低[8】。然而主分量分析法所 类，分析其特点的基础上，提出一种基