利用顶点链编码探测表格图像斜率

论文摘要

如今,文本图像处理技术在各类应用程序中发挥着越来越大的作用。表格是一种常见的文档形式。它作为一种高度精练、集中信息的表达手段,以其简明、规范、便于填写等特点,被广泛地应用在国民经济和日常生活的各个方面。表格的计算机自动输入、存储、分析和管理已经成为文档智能处理领域的重要组成部分。在扫描录入的过程中,图像或多或少会出现某种程度的倾斜,这种图像的倾斜不仅会给下一步的分析和切割造成困难,也影响表格字符内容识别的精度。因此,表格倾斜矫正是表格识别和图像分析的第一步,也是表格版面结构分析,表格文字提取和表格OCR的前提和基础。倾斜矫正的正确率将直接影响到能否进一步正确地提取表格中的信息。本文针对现有的一些算法计算量大或在较大的噪声环境下无法正常工作的弱点,发展了顶点链编码便于探测角点的优势,提出了一种全新的倾斜表格图像角度探测算法,该算法使用方便,效率高,并且在大噪声背景下也能使用。文末给出了算法在各类噪声下的实验数据,证明了算法的正确性和有效性的同时,也指出了算法的一些弱点。

论文目录

• 论文摘要
• Abstract
• 第一章 绪论
• 第二章 模式识别基本理论
• 2.1 模式和模式识别的概念
• 2.2 模式识别分类的基本原则
• 2.3 模式识别的基本方法
• 2.3.1 统计模式识别
• 2.3.2 句法模式识别
• 2.3.3 模糊模式识别
• 2.3.4 人工神经网络法
• 2.3.5 人工智能方法
• 2.4 本章小结
• 第三章 形状描述和顶点链编码
• 3.1 二维形状描述技术
• 3.1.1 内标量方法
• 3.1.2 外标量方法
• 3.1.3 内空间域技术
• 3.1.4 外空间域技术和Freeman编码
• 3.2 顶点链编码及其主要特性
• 3.3 本章小结
• 第四章 灰度图像噪声模型发生器
• 4.1 图像退化模型
• 4.2 图像噪声的来源和产生原因
• 4.3 噪声的类型
• 4.3.1 白噪声过程
• 4.3.1.1 频域上的定义
• 4.3.1.2 时域上的定义
• 4.3.2 有色噪声过程
• 4.4 数字图像中一些重要噪声模型的概率密度函数及其实现
• 4.4.1 高斯噪声
• 4.4.2 瑞利噪声
• 4.4.3 伽马（爱尔兰）噪声
• 4.4.4 指数分布噪声
• 4.4.5 均匀分布噪声
• 4.4.6 脉冲噪声
• 4.5 本章小结
• 第五章 利用顶点链编码探测表格图像斜率
• 5.1 已有的表格斜率探测算法及其特点
• 5.2 矩形的顶点链编码及其特征
• 5.3 表格图像倾斜角度探测
• 5.3.1 表格图像的特点
• 5.3.2 表格图像周界或悬线的搜索
• 5.3.3 理想情况下表格周界或悬线顶点的探测
• 5.3.4 小噪声情况下表格周界或悬线顶点的探测算法的改进
• 5.3.5 表格周界或悬线顶点坐标的计算
• 5.3.6 大噪声情况下表格周界或悬线顶点的探测算法
• 5.3.7 表格斜率的计算
• 5.3.8 周界断裂情况下算法的有效性
• 5.3.9 墨斑噪声环境下的思考
• 5.4 本章小结
• 第六章 实验结果和结论
• 6.1 利用顶点链编码探测表格斜率实例和中间结果
• 6.2 对不同类型大噪声污染的表格图像矫正实例
• 6.3 实验数据及算法特点分析
• 6.4 本章小结
• 第七章 算法实验平台的开发
• 7.1 平台对JPEG图像格式的支持
• 7.1.1 JPEG压缩编码标准
• 7.1.2 标准的IJG JPEG函数库
• 7.2 图像矫正
• 7.2.1 图像的几何变换
• 7.2.2 灰度级插值
• 7.3 本章小结
• 第八章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文