拍照文檔圖像的幾何校正.pdf

1、隨著OCR(Optical Character Recognition，光學字符識別)技術的出現(xiàn)，掃描儀等固定設備輸入的文字圖象可由OCR自動識別并以字符的形式保存，代替了人工手動輸入，由于其識別速度快，且精度高等特點，OCR技術得到了廣泛的使用。近幾年來，手持拍照設備的出現(xiàn)，取代了固定設備，但又因為手持設備成像環(huán)境的不確定性，使得拍攝出來的文檔圖像發(fā)生光學和幾何形變，給OCR識別文字帶來一定的挑戰(zhàn)。因此，為了提高OCR的識別率，拍照文

2、檔圖像的校正就成為亟待解決的問題。
　　拍照文檔產(chǎn)生的形變分為幾何形變和光學形變，本文主要解決的問題是拍照文檔的幾何校正。本文研究的數(shù)據(jù)集是CBDAR2007校正競賽的數(shù)據(jù)集，通過對該數(shù)據(jù)集進行分析，提出了一種基于文本行的文檔圖像校正算法。該算法先對文檔圖像進行預處理，其中預處理過程包含二值化、傾斜校正、文檔圖文分離。二值化采用局部二值化算法，對于光照不均的圖像有較好的效果，圖文分離主要是采用支持向量機(SVM)，訓練一個兩類分類