论文部分内容阅读
本文要解决的问题是:文档电子化过程中,对以数码相机为采集设备的文档图像展平修正的问题,其目的是去除数码相机采集的文档图像中的文档弯曲以及透视形变,从而提高录入文档图像的阅读体验以及后期的OCR识别率。
针对这一问题,作者对现有的文档图像修正展平方法进行了概括总结,描述了基于书页表面为柱面假设PKU&Laserfiche模型,着重分析了对实际书页图像修正中应用PL模型所面临的主要难点问题,提出了相应的算法与解决方案,并通过大量的实验验证了所提出的算法的有效性。在相关行业的国际比赛中也验证了本文描述算法的行业领先性。
本文的主要创新点在于,提出了利用文档图像中的文字行信息来提取PL模型所需要特征矩形框的新方法。该方法包括:通过图像的边缘信息,应用Hough变化、局部方向性增强和投影统计等算法,对书页图像实现分页分栏和文字行提取,进而获得进行文档图像修正所需要的特征矩形框。该方法解决了文档图像受环境影响因素大,书页倾斜且倾斜方向未知,书页表面弯曲,具有透视形变等在文档图像修正中较难解决的问题。
实验结果表明,本文所提出的方法能很好地应用PL模型对书页文档图像进行展平修正,处理后的文档图像在阅读体验和文档OCR识别率上都有大幅度提高。可以极大地提高图书电子化的便捷程度。