拍照文檔圖像的幾何校正.pdf

1、隨著OCR(Optical Character Recognition，光學(xué)字符識(shí)別)技術(shù)的出現(xiàn)，掃描儀等固定設(shè)備輸入的文字圖象可由OCR自動(dòng)識(shí)別并以字符的形式保存，代替了人工手動(dòng)輸入，由于其識(shí)別速度快，且精度高等特點(diǎn)，OCR技術(shù)得到了廣泛的使用。近幾年來(lái)，手持拍照設(shè)備的出現(xiàn)，取代了固定設(shè)備，但又因?yàn)槭殖衷O(shè)備成像環(huán)境的不確定性，使得拍攝出來(lái)的文檔圖像發(fā)生光學(xué)和幾何形變，給OCR識(shí)別文字帶來(lái)一定的挑戰(zhàn)。因此，為了提高OCR的識(shí)別率，拍照文

2、檔圖像的校正就成為亟待解決的問(wèn)題。
　　拍照文檔產(chǎn)生的形變分為幾何形變和光學(xué)形變，本文主要解決的問(wèn)題是拍照文檔的幾何校正。本文研究的數(shù)據(jù)集是CBDAR2007校正競(jìng)賽的數(shù)據(jù)集，通過(guò)對(duì)該數(shù)據(jù)集進(jìn)行分析，提出了一種基于文本行的文檔圖像校正算法。該算法先對(duì)文檔圖像進(jìn)行預(yù)處理，其中預(yù)處理過(guò)程包含二值化、傾斜校正、文檔圖文分離。二值化采用局部二值化算法，對(duì)于光照不均的圖像有較好的效果，圖文分離主要是采用支持向量機(jī)(SVM)，訓(xùn)練一個(gè)兩類分類