由于科技发展迅速,以及手机的普及,移动摄像头数量也随之剧增。通常大多数人都会采用简便快捷的拍照的方式对文档进行记录,因此会产生大量随意拍摄的文档图像。该类文档图像存在以下缺点:(1)由于物理文档本身存在一定的扭曲或变形,或者光线等原因,导致手机拍照效果不好。(2)为了将整个文档包含于拍摄的照片中,手机拍摄的照片通常包含一些周围的边界区域。(3)由于拍摄条件限制,手机拍摄的照片可能会存在一定的倾斜。以上因素都会导致该类文档图像在用以进行例如文字识别,相似度比较等后续操作时难以达到理想效果。本文主要是针对上述的问题2和问题3的研究,通过语义分割的方法将文档像中的文档区域分割出来,然后应用图像后处理方法将文档区域进行矫正。目前有大量的语义分割算法,不同的算法在不同的任务场景中表现也不一样。在语义分割阶段本文使用了文档图像分割领域效果较好的Pagenet以及在医学图像中取得较好效果的U-net进行分割,对比分割效果,并加以后处理方法提取文档图像的边界四边形,并使用投影变换对其进行矫正。该领域目前缺乏统一的黄金数据集,以及评价指标,因此实验中训练网络时使用的是自己构建的两个数据集。由于任务不同,本文也对神经网络中的一些细节做出调整,使得神经网络能更加适应本文的任务。本文的创新点在于在文档图像矫正中引入语义分割的方法,将新的损失函数应用在神经网络当中,并添加不同的后处理方式提取文档的边界四边形。