傳統(tǒng)OCR技術(shù)采用掃描儀或照相機(jī)等設(shè)備獲取文檔頁(yè)面的圖像,然后用計(jì)算機(jī)處理文檔圖像,以識(shí)別其上文字。傳統(tǒng)OCR處理在識(shí)別算法之外還存在兩個(gè)方面的主要問(wèn)題,即文檔頁(yè)面變形和設(shè)備便攜性差。前者會(huì)降低OCR技術(shù)的識(shí)別正確率;后者將大大減少其適用場(chǎng)合。本文提出基于智能手機(jī)的多視角文檔圖像幾何校正技術(shù)的研究,擬利用智能手機(jī)近年來(lái)已大大提高的計(jì)算和拍照能力,實(shí)現(xiàn)在智能手機(jī)上的文檔圖像獲取和幾何校正,從而解決前述問(wèn)題。本文的工作主要是建立了智能手機(jī)上的多視角文檔圖像處理框架。該處理框架包括多視角文檔圖像獲取、文檔圖像特征點(diǎn)匹配和誤匹配剔除、基于SfM的文檔頁(yè)面三維重建、基于可展曲面模型的幾何校正、文檔圖像文字識(shí)別。在該處理框架中,特征點(diǎn)匹配是關(guān)鍵環(huán)節(jié),其正確率嚴(yán)重影響系統(tǒng)性能�；谄渲匾�,本文提出了一種基于ORB算法的誤匹配點(diǎn)剔除算法。通過(guò)計(jì)算特征描述子之間的夾角余弦值得到特征點(diǎn)相似度,剔除相似度較小的匹配對(duì),提高特征點(diǎn)匹配的準(zhǔn)確率�？蚣艿牡诙䝼�(gè)重要環(huán)節(jié)是模型重建與校正。基于SfM的思想,利用匹配點(diǎn)對(duì)求解出三維點(diǎn)云坐標(biāo),鑒于可展曲面模型幾乎涵蓋了所有翹曲文檔,提出一種曲線到曲面的擬合方式,重建出文... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

手機(jī)拍攝的文檔圖像(a)為書(shū)本彎曲時(shí)拍攝得到的文檔圖像，(b)為將書(shū)本壓平后拍攝得到的

圖 2.1 FAST 特征點(diǎn)備旋轉(zhuǎn)不變性，即提取到的特征點(diǎn)沒(méi)有方向信息是高效的灰度質(zhì)心法[20]賦予特征點(diǎn)方向。以候選域矩公式為： xypqxyIxy,pqm(,)素點(diǎn)與候選特征點(diǎn)的相對(duì)位置， x , y [ r,r]，r 該像素點(diǎn)處的灰度值，pqm 表示該像素點(diǎn)的 p q(,)(,)C00001001mmmm P 以及灰度質(zhì)心 C 構(gòu)造向量 PC，將向量 PC 的方(,) yIxym

論文 ， 越大，濾波后圖像越模糊；r 為模糊 x,y)為原圖像，根據(jù)兩者的卷積，建立尺L ( x,y, ) G(x,y, )*I(x,y)一組圖像進(jìn)行降采樣，得到由大到小，從小和金字塔圖像的大小共同決定： logmin(,)0,logmin(,22 MN t， t m中相鄰上下兩層圖像相減，得到高斯差分字塔）的極值點(diǎn)，每個(gè)像素點(diǎn)與其相鄰的檢測(cè)到極值點(diǎn)，如圖 2.2 所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于OpenCV環(huán)境的SIFT、SURF、ORB算法比較分析[J]. 劉偉,錢(qián)莉.  化工自動(dòng)化及儀表. 2018(09)
[2]應(yīng)用赤池信息量準(zhǔn)則優(yōu)選多項(xiàng)式高程擬合模型[J]. 徐磊,常國(guó)賓,汪云甲,駱飛,陳雄川.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(08)
[3]高精度三維地圖在機(jī)西智慧高速公路的構(gòu)建與應(yīng)用[J]. 鄧博,牛軍,劉攀.  公路交通科技(應(yīng)用技術(shù)版). 2018(08)
[4]基于邊界曲線的擬可展曲面構(gòu)造方法及在船體造型中的應(yīng)用[J]. 鄭玉健,伯彭波.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(07)
[5]三維數(shù)字化城市虛擬漫游系統(tǒng)的設(shè)計(jì)[J]. 牛慶麗.  電腦與電信. 2018(04)
[6]基于對(duì)極幾何約束的動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 詹煜欣,董文永.  計(jì)算機(jī)應(yīng)用研究. 2018(11)
[7]三維點(diǎn)云中關(guān)鍵點(diǎn)誤匹配剔除方法[J]. 熊風(fēng)光,霍旺,韓燮,況立群.  光學(xué)學(xué)報(bào). 2018(02)
[8]圖像縮放算法中常見(jiàn)插值方法比較[J]. 陳高琳.  福建電腦. 2017(09)
[9]基于穩(wěn)健移動(dòng)最小二乘法的點(diǎn)云數(shù)據(jù)擬合[J]. 李睿,林海榮,吳小燕.  測(cè)繪與空間地理信息. 2017(05)
[10]結(jié)合快速魯棒性特征改進(jìn)ORB的特征點(diǎn)匹配算法[J]. 白雪冰,車(chē)進(jìn),牟曉凱,張英.  計(jì)算機(jī)應(yīng)用. 2016(07)

碩士論文
[1]三維虛擬現(xiàn)實(shí)技術(shù)在農(nóng)業(yè)實(shí)驗(yàn)站系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)[D]. 田夢(mèng)薇.河北科技大學(xué) 2019
[2]基于雙目立體視覺(jué)稀疏表示的三維重建方法研究[D]. 關(guān)梅茹.西安電子科技大學(xué) 2018
[3]基于單應(yīng)性矩陣的圖像拼接方法研究[D]. 楊晨曉.青海師范大學(xué) 2018
[4]相機(jī)標(biāo)定方法的研究[D]. 孫鵬.東北石油大學(xué) 2016



本文編號(hào)：3640155