基于点云数据的扭曲文本图像倾斜校正方法

针对传统二维层面的倾斜校正算法难以处理扭曲文本的倾斜,提出一种基于点云数据的扭曲文本图像倾斜校正方法。首先,通过三维扫描仪采集文本的数据信息,重建文本的三维点云模型,接着通过检测文本在空间中的位置,定义为空间倾斜与平面倾斜,最后实现文本的自动倾斜校正。实验结果表明,基于点云数据的倾斜校正算法在处理扭曲文本的倾斜校正正确率达到95%以上。     

维吾尔文扫描页的倾斜校正

为了方便维文图像的切分和识别工作, 提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法。首先提取边缘像素生成凸多边形, 利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正, 再根据维文沿基线书写的特点, 将图像细化后采用基线拟合的方法完成维文文本的精确校正。实验结果表明, 该方法能够精确地检测出文本图像的倾斜角并校正, 是行之有效的方法。     

选票图像快速倾斜检测方法

倾斜检测和校正是图像预处理过程中的重要环节,针对传统纸质选票扫描中的图像倾斜问题,提出一种基于直线斜率的倾斜检测方法.该方法以表格的边缘点为特征点,为每个特征点建立相应的局部斜率特征集,最终形成一个以局部斜率特征集为集合元素的整体斜率特征集.通过先局部后全局的两轮筛选,得出整体斜率特征集内具有全局最大投票数的斜率,从而计算出选票图像的倾斜角度.通过与Hough算法比较,该方法具有速度快,准确性高,鲁棒性强等特点.     

基于Radon变换的文本图像倾斜校正

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。     

灰度名片图像快速倾斜检测和校正方法

本文针对名片OCR系统的要求,提出了一种新的根据图像扫描时产生的黑色边缘来检测灰度名片图像倾斜角度的方法。该方法先检测出名片的四条边缘拟合直线,由四条边缘拟合直线的倾斜角度来确定名片图像倾斜角度,然后采用逐段整块搬移的方法来对图像进行倾斜校正,再根据边缘拟合直线位置去除黑边。实验表明,该方法具有很快的速度和很高的正确率,是一种实用价值较高的方法。而且,该方法能推广应用于其它灰度和彩色扫描图像的倾斜检测和校正。     

彩色文档图像的倾斜自动校正算法

对彩色扫描文档进行倾斜校正是对其进行OCR等处理所必须首先经历的步骤,为了对彩色倾斜文档图像进行准确、高效校正,提出了一种新的彩色文档图像的倾斜自动校正算法,该算法包括倾斜检测算法和倾斜校正算法。其中,倾斜检测算法解决了准确获得图像的倾斜角的问题;而倾斜校正算法则除了完成图像的旋转变换外,还通过色彩补偿解决了由于整数运算所造成的“锯齿”现象。倾斜检测是通过纹理复杂性分析实现的,而色彩补偿则是基于颜色线性相关的双线性插值算法。实验表明,该算法较好地解决了彩色文档图像的倾斜自动校正问题,它对于具有单一背景的彩色文档图像是准确、高效、实用的。     

一种新的图像中的人眼检测算法*

提出了一种新的图像中人眼检测算法,在一幅已知的人脸图像中首先采用同态滤波算法增强图像的对比度,然后利用迭代式阈值选择法对图像进行二值化处理,根据传统的先验知识获得眼睛的候选区域。根据眼睛的构造提出了一种基于最小外接矩形的自定义模板来实现眼睛的最终定位并利用区域质心标定出了眼睛区域的中心位置。实验证明,本算法简单实用,能够有效地实施人眼的检测,具有较高的检测精度。     

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。     

基于可变模板的文本倾斜检测

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。基于可变模板技术，提出一种新的倾斜检测方法。在构造表征扫描文本的可变模板和定义合适的能量函数的基础上，采用遗传算法进行快速优化搜索。实验结果表明，该方法能够精确检测文本的倾斜角度，并且不受倾角大小和文字方向的影响，具有较强的抗噪声性和较快的收敛速度。     

基于空白条方向拟合的复杂文本图像倾斜检测

针对扫描背景不定且含有图表信息的复杂文本图像,提出了一种有效的倾斜检测方法。该方法首先通过对梯度图像的统计分析,自适应地选取到了包含文字的特征子区;在特征子区内,论文把文字行间的空白条带看作一条隐含的线,用优化理论计算出空白条带的倾斜角度,这也就是文本的倾斜角度。实验结果表明,该倾斜检测方法不受扫描背景、边界大小、文本布局及行间距等情况的限制,具有速度快、精度高、适应性强的特点。     

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。     

最大投影栅缝法检测文档图像倾斜角

针对由照相机扫描仪等文档获取设备拍摄的文档图像可能存在倾斜,进而导致光学字符识别（OCR）软件不能正确识别的情况,采用了一种以文档图像投影栅缝宽为目标函数的优化方法,栅缝宽最大值对应的投影角度的相反数即为文档图像的倾斜角。利用栅线宽函数扩大了检测范围,并提高了检测速度;利用反投影法和均布列预投影等方法,减少了计算量;利用二分法提高了算法的检测精度。通过一些包含少量插图的文档图像的倾斜角检测实验,验证了该方法的有效性。     

基于几何约束的文本图像倾斜角检测算法

针对文本图像倾斜检测的问题, 提出了一种新的基于几何约束的文本图像倾斜角自动检测算法。该算法采用边界标记自动机的方法对一组同行字符轮廓进行检测从而得到该组字符轮廓的最低点信息, 再用矩的方法剔除噪声字符, 并确定页面的倾斜角度。实验结果表明, 该算法在检测效率与准确率上都有了明显的提高, 同时在处理较大倾斜角和较少字符数目的倾斜检测中也有较好的执行效率。因此, 该算法可广泛应用于包括英文、中文、日文在内的多种语言文本图像的倾斜检测中。     

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。     

基于投影轮廓的文本图像倾斜检测

目的 在光学字符识别中,文本图像经常会出现一定角度的倾斜.为将倾斜的文本图像校正,以便于字符识别中的后续处理,快速准确地检测倾斜文本图像的倾角是非常重要的.方法 对基于投影轮廓的算法进行改进,提出了一种两级投影直方图方差的算法(TPHV).首先在预定的角度范围内以一定角度步长对选定的图像区域做多方向投影,以获取投影直方图;然后计算各角度投影直方图的均方差,求出所有投影直方图方差的最大差分,将对应的投影角度作为倾角的粗略估值,最后以粗略估值为中心,以第1次投影步长为半径的角度范围内,再次以给定的检测精度为步长进行投影,重复第1次投影的工作,求出投影直方图方差的最大值,以对应的角度作为图像倾角的检测值.结果 该算法能够处理各种复杂的文本图像;对于诸如2 480×3 508像素的较大图像,可在200 ms左右的时间内完成倾角的检测;可检测的倾角范围不受限制;对相关网站提供的5组共500幅测试图像检测误差绝对值均值不超过0.5°,最大值不超过0.7°,检测误差的方差不超过0.1.结论 实验结果表明,该算法具有明显优势:速度快,倾斜角度检测精度高,误差集中,检测范围大,对噪声不敏感,具有广泛的适用性,适合于复杂的排版方式.     

基于混合包围盒的碰撞检测算法

提出了一种基于k-dops包围盒与包围球相结合的碰撞检测算法。预处理阶段为几何对象构造包围盒二叉树,其中节点的内层构造k-dops包围盒,节点的外层构造包围球。碰撞检测阶段,首先利用包围球快速排除不可能发生相交的物体,然后利用k-dops包围盒进一步精确地判断物体对是否发生相交。通过与QuickCD算法的性能进行比较,证明了这种混合包围盒能够有效地提高复杂结构几何体之间碰撞检测的效率。     

文档图像几何畸变快速校正的新方法

针对由照相机拍摄的文档图像可能存在倾斜或扭曲变形而导致光学字符识别（OCR）软件不能正确识别的情况,首先采用连通域标记方法进行单词及文本线的检测;然后根据单词中位点信息线性拟合得到其校正基线;最后根据校正基线和垂直位移距离分别对单词进行旋转和位移而得到校正后的图像。与传统方法相比,该方法得到的校正基线和垂直位移距离不受文档具体文字内容的影响,能更加准确地代表单词的倾斜走向,并保证校正后的单词在水平方向上对齐;同时表现出了很好的鲁棒性。经过分析算法的计算复杂度, 并与传统方法相比较, 该算法的效率和鲁棒性较高。     

Correcting for variable skew in document images

The proliferation of inexpensive sheet-feed scanners, particularly in fax machines, has led to a need to correct for the uneven paper feed rates during digitization if the images produced by these scanners are to be further analyzed. We develop a technique for detecting and compensating for this type of image distortion. This technique relies on the detection of multiple prominent skew angles in the document image along with their vertical position on the page, rotating the image by each of those angles and sampling the rotated images to allow reconstruction of the entire page image.Received: 28 November 2002, Accepted: 16 April 2003, Published online: 12 September 2003Correspondence to: A. Lawrence Spitz