表格图像特征目标识别技术研究.docVIP

表格图像特征目标识别技术研究 　　【摘 要】为了准确快速地识别一张完整的考核测评表的特征目标信息，提出了一种基于表格图像处理的特征目标自动识别的算法。根据表格图像的特点，对考核测评表图像进行灰度化等预处理，并利用感兴趣区域检测方法定位考核表单元格位置，在此基础上，研究了采用像素统计方法和角点检测方法识别特征目标，最后通过实验验证了算法的正确性和可行性。 　　【关键词】图像预处理；光学字符识别；角点检测 　　【Abstract】In order to identify the characteristics of a complete assessment form of the target information accurately and quickly，an automatic recognition algorithm for feature objects based on table image processing is proposed.According to the characteristics of the table image，On the assessment of the assessment of the image of the gray， and uses the interest area detection method to locate the position of the table cell.On this basis，according to the feature of objects， the thesis studies to automatically recognize ticks using statistics pixels and corner detection methods..Finally， the correctness and feasibility of the algorithm are verified by experiments. 　　【Key words】Image preprocessing； OCR； Corner Detection 　　0 概述 　　传统的企事业单位一般采用人工统计方式进行人员年度考核测评，从下发考核文件，组织相关人员填写考核测评表，收回考核测评表，计算得出人员的考核测评成绩。这样的流程复杂繁琐，花费时间，效率低下。而且，最终要将纸质版的表格进行存档，这种存档方式不利于今后的文件查阅，影响了文件的可追溯性。为减少人工操作，提高工作效率，本文研究了一种电子考核测评系统，通过该系统可以将一张有固定版面格式的考核测评表图像进行灰度化[1]、二值化[2]、图像细化[3]、倾斜校正和归一化[4]等操作，使得图像的版面清晰；然后，对考核测评表进行版面特征方面的分析，为快速定位考核表内单元格的位置，提出了感兴趣区域检测方法。对于考核测评表内的文字信息和特征目标（对勾），分别采用了光学字符识别技术和角点检测方法进行自动识别。这些方法和技术的提出，使得数字图像处理技术在企事业单位人员考核测评中得到应用，节省了人力和时间，提高了工作的准确性和效率。 　　1 表格图像预处理 　　经过照相机和扫描仪等设备采集后的图像，经常受到外部环境诸如光照、拍摄角度等因素的影响，采集后的图像存在图像倾斜、模糊、图像失真等情况，极大的影响后续考核表内的文字信息和特征目标的提取。因此，必须对获取到的图像进行预处理操着，预处理操作的流程如图1所示： 　　1.1 灰度化 　　彩色图片所包含的像素都是由红（R）、绿（G）、蓝（B）三种基本颜色组合而成，这三种基本颜色的参数都是在0～255之内。为减少处理彩色图像的计算量和时间复杂度，本文采用线性变换中的加权平均法对图像进行灰度化处理，得到单色图。 　　1.2 二值化 　　为了将图像中目标与背景分割开，去除干扰信息，需要根据图像设置合理的阈值。由于本文所研究的考核测评表的版面清晰、灰度级别对比明显，所以采用固定阈值[5]法对图像进行二值化操作，通过比较考核表中每一个像素点的灰度值与设定的固定阈值的大小关系，将原图像中每一个像素点的灰度值，即取值范围从0～255被置换为0或1两个值。 　　1.3 平滑处理 　　考虑到一些外部因素如外部光照条件造成的亮度不统一，从而引发明暗对比、图像失真等不良后果。为降低图像上的噪声，分别研究了中值模糊处理法[6]、双边滤波处理法[7]对图像进行平滑处理。 　　1.4 倾斜校正 　　对于考核测评表不可避免出现的图像倾斜的现象，经过研究，根据表中表格线的特征，使用Hough变换[8]计算得出图像的倾斜角度，将不同的坐标系中的点和线建立起一种对偶关系