傾斜文檔校正方法的研究與實(shí)現(xiàn)
發(fā)布時(shí)間:2023-12-13 19:24
隨著電子文檔的使用也越來越廣泛,大量的歷史文檔需要通過打印機(jī)掃描為電子文檔,但是在掃描過程中會(huì)由于人為或者其他原因?qū)е挛臋n傾斜,傾斜的文檔給后續(xù)的文字分割,文字識(shí)別以及讀者閱讀都帶來了不便。針對上述問題,已經(jīng)很多學(xué)者對此進(jìn)行研究并提出了很多優(yōu)秀的傾斜校正算法,主要包括基于霍夫變換的方法,基于投影的方法,基于最近鄰的方法等。在這些算法中,雖然有些檢測傾斜角度的精度很高,但是計(jì)算量卻很大;有些算法則是為了提高算法運(yùn)行速度而犧牲了算法的性能。因此,本文為了解決上述方法的弊端,提出了兩種不同的傾角檢測算法。第一種算法是基于邊界框,概率模型和Q檢驗(yàn)法的文檔傾斜校正方法。此算法首先用邊界框篩選出符合條件的有效連通域;然后參考概率模型計(jì)算出幾個(gè)可能的文檔斜率值;最后使用Q檢驗(yàn)法和投影法來計(jì)算最佳的文檔傾斜角度并進(jìn)行旋轉(zhuǎn)校正。第二種算法是利用整個(gè)文檔的最小面積矩形邊界框和投影法相結(jié)合來進(jìn)行文檔校正。此算法首先將圖像進(jìn)行預(yù)處理和降采樣;然后通過整個(gè)文檔的最小面積的矩形邊界框來求出文檔傾斜的近似角度;最后在此近似角度的鄰域內(nèi)使用投影法來計(jì)算出最終文檔傾角并進(jìn)行圖像的旋轉(zhuǎn)校正。實(shí)驗(yàn)結(jié)果與分析表明,本文提出的...
【文章頁數(shù)】:98 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 主要研究內(nèi)容
1.3 本文主要?jiǎng)?chuàng)新點(diǎn)
1.4 論文組織結(jié)構(gòu)
2 文檔傾斜校正流程概述
2.1 文檔圖像簡介
2.1.1 數(shù)字圖像介紹
2.1.2 文檔特征分析
2.2 文檔傾斜檢測與糾正流程
2.3 文檔圖像預(yù)處理
2.3.1 文檔圖像二值化
2.3.2 文檔圖像去噪
2.3.3 文檔圖像形態(tài)學(xué)操作
2.4 本章小結(jié)
3 相關(guān)研究工作
3.1 文檔傾斜角度檢測算法
3.1.1 投影法
3.1.2 霍夫變換法
3.1.3 近鄰法
3.1.4 傅里葉變換法
3.1.5 其他方法
3.2 傾斜文檔旋轉(zhuǎn)校正方法
3.2.1 最近鄰插值法
3.2.2 雙線性插值法
3.2.3 雙三次插值法
3.3 本章小結(jié)
4 基于概率模型與Q檢驗(yàn)的傾斜校正研究
4.1 基本理論
4.1.1 概率模型
4.1.2 Q檢驗(yàn)法
4.2 算法流程與分析
4.2.1 文檔圖像預(yù)處理
4.2.2 有效連通域篩選
4.2.3 基于概率模型的傾斜斜率計(jì)算
4.2.4 基于Q檢驗(yàn)與投影法的傾角計(jì)算
4.2.5 基于最近鄰插值法的旋轉(zhuǎn)校正
4.3 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
5 基于最小面積邊界框與投影法的傾斜校正研究
5.1 基本理論
5.1.1 整個(gè)文檔圖像矩形邊界框
5.2 算法流程與分析
5.2.1 文檔圖像預(yù)處理
5.2.2 文檔圖像縮小
5.2.3 基于最小面積矩形邊界框的近似傾角計(jì)算
5.2.4 基于投影法的最終傾角計(jì)算
5.2.5 文檔圖像旋轉(zhuǎn)校正
5.3 實(shí)驗(yàn)結(jié)果與分析
5.4 本章小結(jié)
6 實(shí)驗(yàn)結(jié)果分析與對比
6.1 數(shù)據(jù)集與實(shí)驗(yàn)平臺(tái)介紹
6.2 評價(jià)標(biāo)準(zhǔn)
6.2.1 性能評價(jià)標(biāo)準(zhǔn)
6.2.2 效率評價(jià)標(biāo)準(zhǔn)
6.3 重要參數(shù)選取
6.4 算法性能與效率對比分析
6.4.1 精確度對比分析
6.4.2 算法運(yùn)行時(shí)間對比
6.5 本章小結(jié)
7 總結(jié)與展望
7.1 研究工作總結(jié)
7.2 未來研究方向展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
攻讀學(xué)位期間參與項(xiàng)目
致謝
本文編號(hào):3873817
【文章頁數(shù)】:98 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 主要研究內(nèi)容
1.3 本文主要?jiǎng)?chuàng)新點(diǎn)
1.4 論文組織結(jié)構(gòu)
2 文檔傾斜校正流程概述
2.1 文檔圖像簡介
2.1.1 數(shù)字圖像介紹
2.1.2 文檔特征分析
2.2 文檔傾斜檢測與糾正流程
2.3 文檔圖像預(yù)處理
2.3.1 文檔圖像二值化
2.3.2 文檔圖像去噪
2.3.3 文檔圖像形態(tài)學(xué)操作
2.4 本章小結(jié)
3 相關(guān)研究工作
3.1 文檔傾斜角度檢測算法
3.1.1 投影法
3.1.2 霍夫變換法
3.1.3 近鄰法
3.1.4 傅里葉變換法
3.1.5 其他方法
3.2 傾斜文檔旋轉(zhuǎn)校正方法
3.2.1 最近鄰插值法
3.2.2 雙線性插值法
3.2.3 雙三次插值法
3.3 本章小結(jié)
4 基于概率模型與Q檢驗(yàn)的傾斜校正研究
4.1 基本理論
4.1.1 概率模型
4.1.2 Q檢驗(yàn)法
4.2 算法流程與分析
4.2.1 文檔圖像預(yù)處理
4.2.2 有效連通域篩選
4.2.3 基于概率模型的傾斜斜率計(jì)算
4.2.4 基于Q檢驗(yàn)與投影法的傾角計(jì)算
4.2.5 基于最近鄰插值法的旋轉(zhuǎn)校正
4.3 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
5 基于最小面積邊界框與投影法的傾斜校正研究
5.1 基本理論
5.1.1 整個(gè)文檔圖像矩形邊界框
5.2 算法流程與分析
5.2.1 文檔圖像預(yù)處理
5.2.2 文檔圖像縮小
5.2.3 基于最小面積矩形邊界框的近似傾角計(jì)算
5.2.4 基于投影法的最終傾角計(jì)算
5.2.5 文檔圖像旋轉(zhuǎn)校正
5.3 實(shí)驗(yàn)結(jié)果與分析
5.4 本章小結(jié)
6 實(shí)驗(yàn)結(jié)果分析與對比
6.1 數(shù)據(jù)集與實(shí)驗(yàn)平臺(tái)介紹
6.2 評價(jià)標(biāo)準(zhǔn)
6.2.1 性能評價(jià)標(biāo)準(zhǔn)
6.2.2 效率評價(jià)標(biāo)準(zhǔn)
6.3 重要參數(shù)選取
6.4 算法性能與效率對比分析
6.4.1 精確度對比分析
6.4.2 算法運(yùn)行時(shí)間對比
6.5 本章小結(jié)
7 總結(jié)與展望
7.1 研究工作總結(jié)
7.2 未來研究方向展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
攻讀學(xué)位期間參與項(xiàng)目
致謝
本文編號(hào):3873817
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3873817.html
最近更新
教材專著