視覺文檔圖像識別預(yù)處理.pdf

1、由于數(shù)碼相機(jī)等數(shù)字成像設(shè)備的焦距、曝光選擇，以及被拍攝文檔存在折痕、污漬和角度變形的原因，從而使得拍攝出的視覺文檔圖像產(chǎn)生噪聲、整體明暗不均、扭曲變形等情況，這些現(xiàn)象輕則影響到OCR系統(tǒng)文字的識別率，重則無法識別。針對視覺文檔圖像中出現(xiàn)的上述問題，本文給出了噪聲去除、光學(xué)校正以及幾何校正等預(yù)處理方法，改善了視覺文檔圖像的質(zhì)量，提高了文檔圖像光學(xué)字符的識別率。主要工作如下：
　　 1、針對視覺文檔圖像在獲取、處理、傳輸中產(chǎn)生的椒鹽

2、噪聲，提出一種基于文字筆畫特性的消除椒鹽噪聲的算法。該算法通過判斷被處理像素及其鄰域像素點(diǎn)是否為噪聲，從而有效地將文字目標(biāo)和椒鹽噪聲加以區(qū)分。實(shí)驗(yàn)結(jié)果顯示，相比傳統(tǒng)的去噪和平滑算法，該方法能準(zhǔn)確地抑制噪聲，同時(shí)避免了對文字筆畫的影響，減少了對后繼識別的干擾。
　　 2、針對視覺文檔圖像存在的反滲噪聲，本文根據(jù)其不同的直方圖特征，分別提出處理方法。對于灰度直方圖呈雙峰特性的含反滲噪聲的視覺文檔圖像，反滲印跡的灰度值與正面字跡的灰度

3、值相差較大，可將像素值分為三個(gè)不同的區(qū)間，分別進(jìn)行處理，對于中間的區(qū)間進(jìn)行增強(qiáng)處理，而對于其余兩個(gè)區(qū)間進(jìn)行歸一化處理，從而能夠有效地去除反滲噪聲；對于直方圖呈現(xiàn)單峰特性的反滲噪聲，提出一種基于背景分離的去除反滲噪聲方法，經(jīng)實(shí)驗(yàn)驗(yàn)證，該算法可以有效去除單峰圖像的反滲噪聲。
　　 3、針對具有折痕噪聲的視覺文檔圖像，提出目標(biāo)增強(qiáng)的處理方法，解決了折痕在識別時(shí)造成的問題，提高了OCR的識別率。
　　 4、對于模糊的文檔圖像，提

4、出一種尋找文字骨架的方法，該方法能夠有效地消除圖像的模糊。
　　 5、對于曝光不良視覺文檔圖像，分兩種情況進(jìn)行討論：
　　 （1）針對曝光不足的視覺文檔圖像所存在的問題，提出一種視覺文檔圖像目標(biāo)增強(qiáng)算法，將文字圖像中的目標(biāo)和背景加以區(qū)分，并對圖像背景進(jìn)行歸一化，對圖像目標(biāo)部分進(jìn)行增強(qiáng)處理。實(shí)驗(yàn)結(jié)果顯示，該方法可以有效地處理曝光不足的低對比度視覺文檔圖像，提高OCR.識別率。
　　 （2）對于曝光過度的視覺文檔圖像

5、而言，提出使用雙側(cè)增強(qiáng)來進(jìn)行處理的方法。
　　 6、對于邊緣模糊的視覺文檔圖像，利用小波變換將圖像進(jìn)行分解，根據(jù)需要對不同位置、不同方向上的某些小波分量通過擴(kuò)大或縮小其系數(shù)，從而使得某些感興趣的分量放大而使某些不需要的分量減小，使得圖像得到增強(qiáng)，提高文字識別率。
　　 7、針對圈邊文字圖像，利用基于鄰域跟蹤的邊框去除方法，有效地去除圈邊及長線段。
　　 8、對于由積厚文檔造成的視覺文檔圖像扭曲變形，利用單向伸展的