一种基于Hough变换的文档图像倾斜纠正方法

在对文本扫描输入的过程中,文本图像不可避免地会发生倾斜,倾斜校正将为图文分割、文字识别等后续处理工作创造良好的条件。提出了一种基于Hough变换的检测图像倾斜度的方法,为了克服Hough变换计算量大的缺点,该方法首先选取局部代表性子区域并提取其图像水平边缘,然后对提取的水平边缘进行两级Hough变换,从而实现了准确性与快速性的很好结合。     

基于数学形态学的文档图像倾斜校正算法

随着信息采集技术的不断发展,文档图像在信息的数字化管理中越来越重要.对文档图像的倾斜校正进行了研究,给出了基于数学形态学和Hough变换相结合的算法,进行文档图像的倾斜校正,同时将算法应用于印刷体和手写体的文档图像.实验表明该算法可以有效应用于两种文档图像的倾斜校正.     

基于改进Hough变换的艺术体操图像视觉误差校正方法

为了提高艺术体操动作图像质量,提出基于改进Hough变换的艺术体操动作图像视觉误差校正方法。通过预先设定全局阈值与容忍度,改进Hough变换算法,利用图像灰度分布密度函数,完成动作图像空域变换,根据元素灰度值序列,滤波处理动作图像像素点,依据获取的最优分割阈值,划分图像前景与背景,采用改进的Hough变换算法,提取全部图像特征点,基于图像畸变度与镜头、轴线距离关系,结合动作图像分形码,得到分形区域偏差的最佳估算值,实现视觉误差校正。仿真实验结果表明方法校正优势显著,具有一定的有效性与可行性。     

基于对称Hough变换的印章倾斜校正方法

本文实现了一种对椭圆和矩形印章图像进行倾斜校正的方法,该方法基于对称Hough变换,以检测具有一对或两对对称轴的图形.和通常Hough变换相比,对称Hough变换具有较高的时间和空间效率,计算速度很快,检测椭圆和矩形的参数准确可靠.实验表明由该方法检测出来的印章图形的几何参数用于印章的倾斜校正,校正效果很好.     

一种基于Zernike不变矩和改进的Hough变换的图像检索方法

针对基于内容的图像检索为了解决不变矩只关心对象的区域特征,而忽视了图像边界的缺点,提出Zernike不变矩与改进的Hough变换相结合的方法。改进的Hough变换方法充分利用Hough变换空间的统计信息,对形状的仿射变换具有一定的鲁棒性、易并行处理和良好的几何解析性等优点。该算法有效地融合了图像形状的边缘和区域特征。实验结果表明,在图像检索的综合性能上优于Zernike方法以及基于改进的Hough变换的方法,检索速度快,准确率高。     

基于改进小波变换的医学图像融合方法

小波变换在图像融合中的应用已有不少,但大多是热图像和可视图像的融合,在医学图像融合方面的研究还比较少.针对这一现状,提出了基于形态学小波的医学多分辨率融合方法和小波域基于差值图像分割的加权融合方法.该方法保留了小波的视觉效果,同时在很大程度上减少了运算的复杂度,优化了加权系数的计算方法,得到了较好的融合效果.实验结果表明了该算法的优越性.     

基于 Mojette 变换的倾斜文本图像方向校正

文本文件的扫描图像在现实中几乎无处不在,文中将 Mojette 变换引入扫描文本图像使用前的方向校正,目的是为方便人们对扫描文本图像的使用.霍夫变换和矩形框调整算法是目前最常用的方向校正算法,但这些算法存在计算复杂度高和适应度差的缺点.文中方法是利用文字成行的特点,通过计算文字走向得到图像倾斜角,进而对图像进行校正.选择不同角度的倾斜图片进行了实验,均检测出文字走向,并成功校正图像.实验结果表明,该算法计算量小,适应度强,比较适合文本图像的方向校正.     

基于改进Hough变换的圆形物体检测

圆形(包括弧线)检测是数字图像处理过程中的经典问题之一,有着广泛的应用背景。基本的Hough变换方法是将图像中的每一边缘点映射到参数空间的一个区域,选取累积最多的参数。在现实生活中,由于噪音、数字化错误和图形变异等因素真实的图形经常被曲解,因此,图像在应用Hough变换后,很难找到单一的峰值,这也就造成了检测的难度。在Hough变换的原理基础上利用圆的几何特征提出了改进算法。理论和实验证明能获得较好的检测结果。     

基于Hough变换的手写体维文字符倾斜校正算法

由于手写体维文字符的特点以及个人书写风格不同,会造成维文字符的倾斜,影响字符的特征提取和识别.提出了一种基于Hough变换的手写体维文双线倾斜校正算法.实验结果表明,该算法能够准确、快速地检测出倾斜手写体维文字符的倾斜角度,实现字符的倾斜校正.     

基于Mojette变换的倾斜文本图像方向校正

文本文件的扫描图像在现实中几乎无处不在,文中将Mojette变换引入扫描支本图像使用前的方向校正,目的是为方便人们对扫描文本图像的使用。霍夫变换和矩形框调整算法是目前最常用的方向校正算法,但这些算法存在计算复杂度高和适应度差的缺点。文中方法是利用文字成行的特点,通过计算文字走向得到图像倾斜角,进而对图像进行校正。选择不同角度的倾斜图片进行了实验,均检测出文字走向,并成功校正图像。实验结果表明,该算法计算量小,适应度强,比较适合文本图像的方向校正。     

OMR图像倾斜矫正与分割

提出一种采用Hough变换进行OMR图像倾斜矫正的方法,该方法不必识别定位标记位置,具有很好的抗噪能力。为克服Hough变换计算量大的缺点,采用图像子抽样生成低辨率图像进行Hough变换,提高了算法效率。同时,提出一种快速游程段中心迭代算法分割图像,结合Hough变换,可快速准确地实现OMR图像的倾斜矫正与分割。     

基于Hough变换提取直线的改进方法研究

传统的Hough变换用于检测直线时,存在不能确定直线端点、会检测出虚假直线以及对称地额外画出直线的问题,文章针对这些特点对Hough变换加以改进,经过实践检验,提取的特征较完整,改进效果较理想。     

基于投影的文档图像倾斜校正方法

针对文档图像的倾斜校正问题,提出了一种新的基于投影的文档图像倾斜角检测方法。首先采用一种高效的像素遍历算法对文档图像从不同角度进行投影,然后对投影数据进行累加求和,通过比较不同角度下的累加和来确定倾斜角度。该方法在投影过程中只需对文档图像进行极少部分投影,因而大大减少了运算量。基于该方法的特点,提出了由“粗”到“精”的投影策略,在确保检测精度的同时大幅提高了检测速度。实验结果表明,方法非常有效,可以获得很高的检测精度。     

基于低秩矩阵分解的批量扫描文档图像纠偏

扫描文档图像纠偏的关键是对图像偏转角度进行快速准确的估计。传统的基于图片自身纹理结构的算法,如Hough变换、Radon变换,不仅易受文档自身特殊结构或噪声影响,而且单幅图像纠偏的平均耗时较长。提出了一种基于低秩矩阵分解理论扫描文档图像的批量纠偏方法,该方法将批量图像构造成一个较大的矩阵,通过迭代对每一列进行适当地旋转,达到矩阵具有较低秩的目的,进而实现对每副图像偏转角度的恰当估计及纠偏。实验结果表明,该方法不仅具有较高纠偏的精度,而且单幅图片的平均耗时也小于现有的图片纠偏算法。     

Analysis of textual images using the Hough transform

The analysis of images of printed pages of text is considered. Since printed text can be viewed as textured line, the use of the Hough transform for detecting straight lines is proposed as an analysis tool. Methods for handling several discretization problems that arise in mapping the rectangular image space to the (, ) accumulator array are described. Several applications of analyzing the accumulator array are proposed. They include detecting the text skew angle, determining the signature of a text line so as to accept or reject a block as containing only text, using profile analysis to segment text into lines, and determining whether a textual block is rightside-up or otherwise.     

A method for detection of circular arcs based on the Hough transform

The circular arc is a very useful feature for object detection and recognition in industrial environments. In this paper, a method for detection of circular arcs is described that is based on the Hough transform. The method estimates all five arc parameters and is robust in the presence of a moderate amount of noise. It has a computational and memory complexity ofO(n·m·R) andO(n·m) respectively, wheren andm are the sizes in thex andy directions andR is the maximum expected arc radius in pixels. Arcs as small as 45 degrees and radii down to 4 pixels can be detected. The computing time is almost independent of the number of circular arcs in the image.This work was supported by the Swedish Board for Technical Development, Grant No. 87-01954P.     

Hough transform for feature detection in panoramic images

Omni-directional sensors are useful in obtaining a 360° field-of-view. With a radially symmetric mirror and conventional lens system this can be achieved with a single camera. There are several proposed profiles for the mirror, but most violate the single viewpoint (SVP) criteria necessary to allow functional equivalence to the standard perspective projection, posing challenges that have not yet been addressed in the literature. Such a imaging system with a non-SVP optical system do not benefit from the affine quality of straight line features being represented as collinear points in the image plane. To utilize these non-SVP mirrors, a new method to recognize such features is required. This work describes an approach to detecting features in panoramic non-SVP images using a modified Hough transform. A mathematical model for this feature extraction process is given. Experimental results are presented to validate this model and show robust performance in identifying line features with only estimated calibration.     

基于Hough变换的植物叶脉检测新方法

针对植物叶脉的特点,提出了利用灰度拉伸、Hough变换与边缘生长、图像腐蚀与膨胀进行植物叶脉检测的新方法。在该方法中,Hough变换检测植物叶脉图像的同时也较好的消除了图像噪声,该方法应用到植物叶脉检测中效果较好。