视觉文档图像光学失真的校正

论文摘要

文档的数字化是建设信息化社会的迫切需要,作为转换工具的OCR(Optical Character Recognition,光学字符识别)技术已得到广泛应用。随着数字成像设备的普及,OCR技术开始进入视觉文档图像这一领域。本文针对视觉文档图像的光学失真进行校正,主要包括椒盐噪声的去除、消除图像模糊、曝光不良的处理、积厚阴影的消除和单幅图像的超分辨率探讨五个组成部分。主要工作如下：对于文档图像中存在的椒盐噪声,改进了基于笔画特性的椒盐噪声处理方法。改进后的算法不仅不会产生文字模糊或笔画丢失,而且能有效适应多语种文字的图文混排,合理进行阈值判断,有效去除文档图像中的椒盐噪声。对于模糊的文档图像,改进了提取文字骨架来处理模糊的算法。该算法根据文档图像的特性,将常见字体分为两大类,并对每类字体设计不同的求阈值方法,改进后的算法,能够有效地消除图像的模糊。对于曝光不良的视觉文档图像,改进了基于目标和背景分离的目标增强算法。改进后的算法对含版画类插图的视觉文档图像,先利用二值化和数学形态学方法对插图位置进行判定,再对插图区和剩余区分别进行不同的增强处理,实验结果表明,较之改进前,能更好地处理视觉文档图像。对于视觉文档图像中的积厚阴影,本文实现了已有的“借鉴视觉图像曝光不良的校正”来处理积厚阴影的算法。实验表明,该算法能有效去除视觉文档图像中的积厚阴影。针对小字号文字的OCR识别率不高的情况,本文提出一种先进行插值放大,再利用小波分解,并对图像的高频信息进行增强,最后小波逆分解合成的方法,该方法经实验验证,能有效地对放大后的文字边缘进行增强,提高OCR识别率。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景及国内外研究现状
• 1.2 研究内容
• 1.3 文章结构
• 第二章 视觉文档图像中椒盐噪声的处理
• 2.1 椒盐噪声去除方法概述
• 2.2 改进的视觉文档图像椒盐噪声去除算法
• 第三章 模糊视觉文档图像的处理
• 3.1 模糊图像处理方法概述
• 3.2 分析与算法改进
• 3.3 实验及结果分析
• 第四章 曝光不良视觉文档图像的处理
• 4.1 曝光不良图像处理方法概述
• 4.2 分析与算法改进
• 4.3 实验及结果分析
• 第五章 视觉文档图像中积厚阴影的处理
• 5.1 文档图像积厚阴影处理方法概述
• 5.2 分析及实现算法
• 5.3 实验及结果分析
• 第六章 基于图像超分辨率的视觉文档图像增强
• 6.1 单幅图像超分辨率方法概述
• 6.2 小波变换
• 6.3 基于插值与小波增强的超分辨率图像处理算法
• 6.4 实验及结果分析
• 第七章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢