1、基于識別反饋的文檔圖像傾斜校正的研究和應用【摘要】 通過OCR (Optical Character Recognition,光學字符識別)技術,可以將紙制文檔的內容輸出為可編輯的文字。目前OCR技術的發展已相對成熟,對于掃描或拍攝質量較好的圖像有著很高的識別率。然而,在對紙質文檔掃描或拍照時,不可避免會產生文檔放置傾斜的現象,對這樣采集到的圖像在進行OCR識別時,會產生很大誤差,識別率急劇下降。所以對文檔圖像進行傾斜校正是非常必要的。在對文本圖像進行傾斜校正的過程中發現,影響校正效果的因素有很多方面,如文本的字體、字型、腳本以及是否含有圖片等,這些都會在不同程度上影響校正算法的效果,并給傾斜

2、校正帶來了一定的復雜性。本課題來源于國家“十一五”國家科技支撐平臺重點項目-“視障者閱讀輔助器具的研制”,該項目的主要目標是研制視障者使用的、基于文字識別的便攜式閱讀輔具。該閱讀輔具通過采用OCR技術和語音合成技術實現了印刷文字和電子文檔轉換為語音輸出的功能,這樣使得視障者可以像常人一樣閱讀報紙和書籍。在OCR識別前需要進行對文檔圖像的預處理,其中傾斜校正是很關鍵的一步,要求能夠對一般的文本都能得到一個較好的處理效果,即算法應具有良好的通用性,并.更多還原【Abstract】 You can output the contents of paper documents to editable

3、computer text through OCR (Optical Character Recognition) technology. Currently, OCR technology is relatively mature, and it can get a high recognition rate for good quality scanned or shoot images. However, scanned paper documents or pictures will produce a phenomenon of document placed tilt inevit

4、ably, when we do the OCR recognition to the image which is collected under this conditions, it will produce a big error so that the recogniti.更多還原 【關鍵詞】 傾斜校正； 識別反饋； 通用性； 【Key words】 skew detection； recognized feedback； universality； 【索購論文全文】138113721 139938848 即付即發目錄摘要 4-5 Abstract 5-6 1 緒論 9-13 1.1

5、 課題背景與研究意義 10 1.2 國內外研究現狀 10-11 1.3 研究方法 11 1.4 本文結構 11-13 2 圖像處理理論基礎 13-15 2.1 數字圖像的基本概念 13 2.2 圖像的格式簡介 13-15 3 文檔圖像的預處理 15-24 3.1 二值化算法 15-19 3.1.1 OTSU算法 17 3.1.2 Bernsen算法 17-19 3.2 去除噪聲處理 19-21 3.3 文本行的膨脹處理和提取中心線 21-23 3.4 本章小結 23-24 4 傾斜角度檢測算法 24-35 4.1 Hough變換算法 25-27 4.2 投影法 27-28 4.3 交叉相關性方法 28-29 4.4 近鄰法 29-30 4.5 Fourier變換法 30-31 4.6 基于內容的文檔圖像傾斜估計 31-32 4.7 旋轉變換算法 32-34 4.8 本章小結 34-35 5 基于OCR識別反饋的文檔圖像的傾斜校正算法 35-46 5.1 課題創新文檔圖像的傾斜校正算法概述 35-36 5.2 文本子區域的選取 36-37 5.3 整幅圖像的文本線跟蹤算法 37-41 5.3.1 文本線跟蹤并擬合算法 39-40 5.3.2 對圖像中間行的文本線跟蹤算法 40-41 5.4 基于自動分塊的文本線跟蹤算法 41 5.5 OCR識