车牌倾斜矫正算法的比较研究

本文分析目前车牌倾斜矫正中常用的Hough变换和Radon变换,通过实验对比发现Radon变换相对Hough变换具有更好的适应性。     

Houhg变换OCR图象倾斜矫正方法

在光学字符识别（OCR）图象扫描输入的过程中,扫描图象或多或少会出现某种程度的倾斜,这种图象的倾斜不仅会给下一步字符的切割造成困难,也影响最终的字符识别精度,通常情况下,为避免用户重新扫描,可以通过软件方法对图象进行矫正,为此提出一种利用Hough变换进行图象倾斜矫正的方法,为克服Hough变换计算量大的缺点,该方法采用了变分辨率图象金字塔策略,实验结果表明,该方法能快速准确测量出扫描图象的倾斜角度,并且具有很高的抗噪声性和应用适应性。     

车牌定位及倾斜矫正方法研究

为提高车牌定位的有效性和准确性,利用车牌的纹理特征,提出基于边缘检测和形态学运算相结合的车牌定位算法。在摄取车牌图像的过程中,会因为各种原因导致车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须进行倾斜矫正,使用了基于Hough变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法快速有效。     

一种新的字符图像倾斜矫正与分割算法

针对传统的倾斜矫正与分割算法对不同类型的字符图像处理效果各异的问题,本文提出了一种改进的算法,加入了新的倾斜角度确定准则、阈值动态调整以及区域后处理,不仅解决了传统方法易受噪声和复杂背景干扰、可操作性差的问题,而且也有效地实现了字符图像的倾斜矫正与分割.实验结果表明,尽管新算法在像素点判断次数上多于最大类间方差算法,但...     

文字图像的整体倾斜矫正

论文论述了文字图像在水平倾斜和垂直倾斜条件下的倾斜矫正问题,提出了一种用连通区域找文字图像特征点为基础的倾斜矫正算法。文中以车牌识别系统中的文字图像作为例子来详细说明,并且给出了在GIS电子地图和OCR文字图像中的实际应用。在车牌识别系统中的实际应用表明,论文提出的方法有很高的准确度。     

摄影文档图像倾斜矫正研究

研究摄影文档图像几何畸变的数学模型，分析了其中关键的几何关系，并在前人工作成果的基础上，进一步对书籍装订线弯曲的柱面模型进行抽象，得到一种参数化的几何模型。同时以上述参数化的几何模型为指导，设计并实现算法从摄影图像中提取关键信息，估计模型参数，完成畸变图像的倾斜矫正与复原。     

基于图像矩的LED芯片和盘片倾斜矫正

本文提出了一种基于图像矩的LED芯片和盘片倾斜矫正方法,具有较高的精度和可靠性.对于单个芯片的倾斜角度计算,可以先使用边缘检测的方法对图像进行预处理,然后使用图像矩方法进行计算倾角.     

织物图像的倾斜检测与纬纱密度识别

根据织物表面图像来自动识别组织结构参数是纹织CAD的一个重要研究内容。为解决在扫描过程中织物图像不可避免的倾斜现象,提出了一种快速的基于Hough变换的织物图像倾斜检测算法。为减少运算量,此算法首先提取图像梯度作为纬纱走向信息;然后运用层次Hough变换来检测倾斜角度,并获得了满意的检测精度;最后根据倾斜检测结果,采用一种新的与倾斜无关的纬密识别算法,通过提取倾斜角处的投影轮廓线来得到纬密排列规律,并计算出纬纱密度。实验结果表明,该算法用于结构图像倾斜检测和纬纱密度识别,可获得大于88%的检测准确率,纬度识别倾斜误差可控制在2°以内,可见具有较高的准确率和较好的实用性。     

一种高效的倾斜图像校正方法

在图像处理系统中，通过采集设备获得的图像不可避免地会出现倾斜现象，这给后续的图像处理和分析带来了困难。因此，倾斜图像的检测和校正是很重要的环节。该文提出了一种新方法，通过一次旋转来得到一条边上的两个点，通过两点就确定了图像的边缘、得到图像的倾斜度。与传统方法相比，该方法不仅计算量小、准确度高，且具有很好的鲁棒性。     

基于图像处理的文档图像矫正系统研究与设计

文章提出一种基于图像处理的文档图像矫正系统，该系统首先对文档图像进行高斯滤波、局部边缘提取及膨胀操作，然后提取轮廓，最后基于Hough变换算法找到可以覆盖所有轮廓的最小矩形并生成仿射变换矩阵进行变换矫正。该方法相比传统的基于Hough变换的方法，增加基于图像处理的滤波及形态学处理，使矫正效果更好；相比其他常见的基于模式识别进行图像矫正的方法，抗干扰能力更强；相比常见的基于深度学习进行图像矫正的方法，运算速度快，模型小，更适合在智能手机等移动端使用。     

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。     

利用OMR自动读票的计算机选举系统

介绍了利用光标阅读机（OMR）自动读票的计算机选举系统的设计原理和实现方法，展示了该软件的结构和功能，为了适应选举工作的各种要求，设计中注重了功能的完备性和良好的用户界面。     

基于改进Hough变换的文本图像倾斜校正方法

文本图像在扫描输入时产生的倾斜现象会对后续的页面分割及光学字符识别（OCR）处理产生很大的影响，而传统的标准Hough变换虽然具有对噪声不敏感，不依赖于直线连续性的优点，但由于计算量偏大，速度慢，在实用时有较大的局限性。提出一种基于改进的Hough变换的文本图像倾斜校正方法，通过在变分辨率图像中采用不同的文本方向提取算法，及选择合理投票门限等改进Hough变换的措施，减小了由图像区域及文字笔画粗细所产生的对倾角判定的不利影响，并使用基于偏移值的方法实现页面倾斜的快速校正。实验结果表明，该算法实现了大范围高精度的文本图像倾角的快速检测，具有较强的实用性。     

基于突变信号检测的光学标记识别图像分割方法

针对无定位信息的光学标记识别(OMR)图像填涂区的精确定位问题,提出了一种基于小波变换突变信号检测的图像分割方法。该算法首先计算图像的水平和垂直投影函数,然后投影函数经过迭代小波变换后检测其突变点,突变点能够精确地反映OMR信息的边界位置。检测算法的适应性基于有限次数的小波变换和突变信号检测过程。实验结果表明该算法具有较高的分割精度和稳定性,分割精度均方差可以达到0.4167个像素。而且由于算法只使用图像的水平和垂直投影信息,因此具有较高的执行效率;投影函数的统计特性和小波变换的多分辨特性则使得该分割算法对噪声不敏感。     

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。     

基于方向投影的票据图像倾斜检测方法

针对含有表格线的票据图像,提出一种基于整数Bresenham算法求方向投影的倾斜检测方法,并与Hough变换方法进行了比较。实验结果表明,该算法能快速准确地测量出票据图像的倾斜角度,并具有很强的抗干扰性和应用适应性。     

一种快速稳健的乐谱图像谱线检测与删除方法

提出一种快速稳健的乐谱图像谱线检测与删除方法。在谱线检测阶段,首先利用计算若干条形区域水平投影队列间交叉相关性的方法,自动矫正图像的倾斜和变形缺陷,然后根据水平投影峰值检测谱线。其优点是算法执行效率高,对有倾角和变形的图像具有良好的鲁棒性,图像经过矫正,谱线定位的精度得到显著提高。在谱线删除阶段,提出基于游程邻接图段分析的删除方法,避免了传统方法的“误删”现象发生,较好地保持了音符的完整性。实验结果表明了上述方法的正确性和有效性。     

A self-adaptive correction method for perspective distortions of image

Frequently, the shooting angles available to photograph an object are limited, and the resultant images contain perspective distortions. These distortions make more difficult to perform subsequent tasks like feature extraction and information identification. This paper suggested a perspective correction method that extracts automatically distortion features through edge detection. Results showed that this method is powerful in correcting images with perspective distortions. The corrected image has virtually little information missing, clear features and high recovery rate.