基于贪婪算法的文档图像中干扰线的去除

各种文档中经常包含有各种特殊作用的横线、手划线等,当这些文档通过扫描等数字化方式存入计算机并需要进一步识别处理成文字编码时,这些线条却成为OCR的干扰因素,降低了文档内容的识别率.为此,本文提出一种新的文档干扰线去除算法,先将文档图像二值化,二值化过程考虑了不均匀光照带来的影响;然后将前景细化为单像素,减少线条粗细造成的影响;接着通过一种改进的贪婪算法计算横、竖两个方向线段的权重,判断权重较高的线段为干扰线;最后通过与干扰线距离的大小判断图像中每个前景像素的归属,从而获得一个完整的文档恢复图.仿真实验表明,本文提出的算法能够有效去除干扰线,特别在干扰线与文字粘连的情况下,去除干扰线的同时较少地影响文档图像的质量,且具有较高的计算速度和较好的去除效果,为图像进一步OCR识别提供了良好的基础.     

基于纹理梯度的文档图像的倾斜校正方法

文档图像的倾斜校正在光学字符识别以及文档理解系统研究中有着重要的意义,国内外学者提出了很多实现方法,但各种方法都存在一定的局限性.通过对基于Hough变换和投影的倾斜校正方法的分析,提出了一种基于文档图像纹理方向的倾斜校正方法:文档图像中的文本纹理整体表现出一定的方向性,使文本图像能保持水平,通过纹理方向性分析,找出纹理的主要方向,进而求得文档的倾斜角度.通过一个复杂版面的二值文档图像的检测校正实验表明,方法提高了倾斜校正的校正范围,而且具有较好的有效性和鲁棒性.     

基于笔画和Adaboost的两层视频文字定位算法

在定位和验证的两级框架下提出了一种新的视频文字定位算法. 在定位模块中, 充分利用字符的笔画属性, 引入对字符区域有很强的响应的笔画算子; 经笔画提取, 密度过滤, 区域分解得候选文本行. 在验证模块中, 提取对文字有较强鉴别能力的边缘方向直方图特征, 使用Adaboost算法训练的分类器对候选文本行进行筛选. 实验结果表明, 该算法具有较强的鲁棒性, 在不同类型的视频帧中都能得到较好的定位结果.     

边缘定向的双立方插值算法的研究与应用

文本图像的质量对光学字符识别系统的识别性能有着直接的影响,采用边缘定向的双立方插值方法增强图像的边缘信息,可以提高文本图像的识别准确率.上述方法基于图像梯度,利用两个正交方向上的梯度值估计像素的边缘方向,选取合理的阀值估计丢失像素的边缘强度.在强边缘用经典双立方插值插入丢失像素,而在一个弱边缘则由两个正交方向的双立方插值结果相融合为一个丢失的像素插值.使适应不同边缘结构的图像,既能保留图像清晰的边缘也能保留图像纹理细节,产生高分辨率图像.把上述方法应用于光学字符识别的实验结果证明:采用边缘定向的双立方插值方法对图像进行预处理,可以提高光学字符识别准确度,并且识别准确率高于采用其它的传统图像插值方法.     

基于MODI的文档图像处理的研究

识别文档图像中的文字,有助于人们管理和使用信息.MODI作为Microsoft Office内建的免费文字识别组件,使开发人员可以方便地,以较低的成本处理文档图像.本文通过研究MODI组件的OCR模块的特点和二次开发,以及与其他商业OCR软件的对比,验证了MODI在文档图像处理方面具有较高的可靠性和应用价值.     

基于DSP的版面分析和OCR识别的原理及实现

随着光学字符识别(OCR)技术广泛应用于人口普查、银行票据、各类报表等表格文档自动处理中，大大提高了表格文档的处理效率和精度，节省了人力物力和财力。OCR识别系统通常采用扫描仪获取表格文档的原始图像，由计算机进行版面分析和字符识别。这里提出了基于DSP的OCR识别仪，采用接触式图像传感器摄取文档的原始图像．数字信号处理器(DSP)实现版面分析和字符识别。将识别结果输入到计算机中进行后处理。这样一台计算机可以联结多台识别仪，大大降低了OCR识别系统的成本，在大规模的表格文档自动处理中具有重要的意义。     

中英文混合文章识别问题

当前,已经有大量为单一字符集(或语种)而设计的OCR(optical character recognition)分类器.同时,随着全球一体化,多语文档的出现越来越普遍.因此,设计多语文档处理系统势在必行.提出了一般性的解决方案:两项OCR技术、一个系统和语言判断.为了使研究工作具体化,实现了一个中英文混合文章处理系统.其中主要涉及了3个关键问题:系统流程控制、汉英语言区域分离和英文字符切分.与以往的系统相比,该系统增加了汉英语言区域分离模块,并将基于等间距性的新方法应用于该模块.为了验证本系统的有效性,综合以往的方法实现了另一个系统.实验结果表明,该系统的性能明显优于另一个系统,在杂志样和书籍样上的识别率分别从98.48%和98.68%提高到99.13%和99.25%.     

基于彩色图像处理技术的车辆牌照自动读取系统

牌照读取过程大致可以分为预处理、牌照区域提取、牌照区域的二值化、字符分割、字符识别、后处理等几步。对于牌照区域的提取,综合利用了牌照的颜色信息和形状信息,取得了良好的提取效果;对于牌照区域的二值化,首先进行了通道的选择,然后计算闽值,最后二值化;在字符分割模块,分别在垂直、水平、垂直方向进行了字符分割,,并计算了牌照的倾斜角,对倾斜程度比较严重的牌照,还要进行旋转（纠斜）处理;在字符识别模块,用最小欧氏距离法进行识别,对‘8＇和‘B’及‘0’和‘D’等易混淆的字符进行特殊处理;在最后的后处理模块中,进行了包括机器检查和人工检查在内的合法性检查。实验结果显示,基于彩色图像处理技术的车辆牌照自动读取系统具有较 较高的识别速度和精度。     

基于MQDF的英文OCR多模板分类器

针对进一步提高英文OCR分类器的鲁棒性进行了研究,结合传统的单模板MQDF分类器和多模板欧氏距离分类器各自的优点,提出了一种新的基于MQDF的多模板分类器设计方法。与传统分类器的对比测试证明,该文提出的这种新的分类器能够有效地提高多体英文OCR字符的单字首选正确率,并对低质量文本中的模糊和断裂字符也能保持很高的识别率。     

用于文本区域提取的边缘像素聚类方法

根据边缘点的位置和颜色信息采取逐步松弛的聚类方法将图像分割成像素子集,应用文本区域边缘的分布特征提取初始文本区,并进行边界扩展得到完整的文本区域;同时给出了一种文本区域二值化方法,减少了在文本颜色极性未知时的二值图像个数,可提高字符分割等后续处理的计算效率.实验结果表明,该方法对文本区域提取是有效的,提取完整率达99%.