OMR图像倾斜矫正与分割

提出一种采用Hough变换进行OMR图像倾斜矫正的方法,该方法不必识别定位标记位置,具有很好的抗噪能力。为克服Hough变换计算量大的缺点,采用图像子抽样生成低辨率图像进行Hough变换,提高了算法效率。同时,提出一种快速游程段中心迭代算法分割图像,结合Hough变换,可快速准确地实现OMR图像的倾斜矫正与分割。

一种非传统车牌倾斜矫正方法

针对依赖于车牌边缘存在的传统车牌倾斜矫正方法,提出了一种基于车牌字符中心走势线特征的水平倾斜矫正方法和一种基于窄孔透视思想的垂直倾斜矫正方法,直接对二值车牌图像进行处理。经大量实验证明,即使在车牌边缘不存在和字符缺损的情况下依然能够得到理想的倾斜矫正效果。

利用霍特林变换对仓储害虫图像倾斜矫正

针对无明显的直线特征的仓储害虫图像,提出一种基于区域和边缘的霍特林变换旋正倾斜害虫图像的方法。首先通过自动搜索的方法确定储粮害虫的最小外接矩,利用自适应阈值对害虫图像二值化;提取最小外接矩内部害虫图像区域和边缘坐标,计算坐标数组的特征向量并构成霍特林变换矩阵;对原害虫图像区域和边缘经变换矩阵作用后实现对倾斜害虫图像的旋转矫正。试验结果表明,基于区域的霍特林变换能更快速准确地测量出倾斜害虫图像的变换矩阵并进行旋转操作,而且具有更好的抗噪性能和鲁棒性。

文字图像的整体倾斜矫正

论文论述了文字图像在水平倾斜和垂直倾斜条件下的倾斜矫正问题,提出了一种用连通区域找文字图像特征点为基础的倾斜矫正算法。文中以车牌识别系统中的文字图像作为例子来详细说明,并且给出了在GIS电子地图和OCR文字图像中的实际应用。在车牌识别系统中的实际应用表明,论文提出的方法有很高的准确度。

车牌识别系统中车牌定位及倾斜矫正算法研究

为了提高车牌定位的实时性和有效性,利用车牌的几何特征和纹理特征,提出了基于边缘检测和投影法相结合的车牌定位算法。由于车牌图像摄取的特殊性,使得拍到的车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须对车牌定位之后的车牌图像进行倾斜矫正,该文给出了基于Radon变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法都是快速有效的。

一种新的字符图像倾斜矫正与分割算法

针对传统的倾斜矫正与分割算法对不同类型的字符图像处理效果各异的问题,本文提出了一种改进的算法,加入了新的倾斜角度确定准则、阈值动态调整以及区域后处理,不仅解决了传统方法易受噪声和复杂背景干扰、可操作性差的问题,而且也有效地实现了字符图像的倾斜矫正与分割。实验结果表明,尽管新算法在像素点判断次数上多于最大类间方差算法,但分割效果明显优于最大类间方差和文献[7]的阈值分割算法。同时,本算法较传统算法更加具有鲁棒性,运行时间可以满足实时性的要求。

Hough变换OCR图象倾斜矫正方法

在光学字符识别 ( OCR)图象扫描输入的过程中 ,扫描图象或多或少会出现某种程度的倾斜 ,这种图象的倾斜不仅会给下一步字符的切割造成困难 ,也影响最终的字符识别精度 .通常情况下 ,为避免用户重新扫描 ,可以通过软件方法对图象进行矫正 ,为此提出一种利用 Hough变换进行图象倾斜矫正的方法 .为克服 Hough变换计算量大的缺点 ,该方法采用了变分辨率图象金字塔策略 .实验结果表明 ,该方法能快速准确测量出扫描图象的倾斜角度 。

基于图元识别的OCR文本图像倾斜矫正快速算法

提出了一种基于文本图元识别以跟踪字符中心线的高精度矫正OCR图像倾斜的快速算法,该算法思想虽然简单,却具有高效和高精度的特点,同时还具有高可靠性和良好的抗噪特征.实验表明,该方法完全满足实时应用的需要.

基于字符行特征的车牌倾斜矫正算法

针对Hough算法在识别白色反光车牌时的不足,提出了基于车牌字符行特征的倾斜矫正算法.该方法采用通过字符行倾斜度恢复车牌原貌的机理,即从多个角度来对图像倾斜的方向扫描,分别记录各扫描平行线组中具有车牌字符信息的行数,对应字符行数目最多的扫描角度就是图像倾斜的角度.实验表明,该算法能较理想地减少车牌倾斜给车牌字符分割及识别带来的负面影响,运算量小且易行可靠.

一种基于火柴棒模型的图像水平倾斜矫正算法

针对二值化图像中待识目标倾斜的问题,提出一种基于火柴棒模型的图像水平倾斜矫正算法.首先将原图像二值化,对该区域进行去噪处理,获取目标区域,然后构建"火柴棒"模型,再采用该模型对图像进行水平倾斜矫正.实验结果表明,该方法能有效克服目标区域较小、附近干扰较多、边缘不清晰等情况带来的不良影响,矫正效果良好.

一种新的基于Hough变换的文档图像倾斜矫正方法

在光学字符识别(OCR)图像扫描输入过程中,图像或多或少地会出现某种程度的倾斜,这往往给字符分割和识别造成很大的影响和难度。因此,文档图像的倾斜矫正是很重要的环节。Hough变换可以用来将图像边缘连接起来得到边界线,该变换受噪声和边界线间断的影响较小,而广泛用于各种类型文档图像的倾斜矫正。但Hough变换计算复杂度较高,本文对此作了一些改进,从而大大减少了计算量。

车牌定位及倾斜矫正方法研究

为提高车牌定位的有效性和准确性,利用车牌的纹理特征,提出基于边缘检测和形态学运算相结合的车牌定位算法。在摄取车牌图像的过程中,会因为各种原因导致车牌图像有不同程度的倾斜变形,而倾斜的车牌很难被分割和识别,必须进行倾斜矫正,使用了基于Hough变换的倾斜矫正算法。实验结果表明该车牌定位算法和倾斜矫正算法快速有效。

摄影文档图像倾斜矫正研究

研究摄影文档图像几何畸变的数学模型,分析了其中关键的几何关系,并在前人工作成果的基础上,进一步对书籍装订线弯曲的柱面模型进行抽象,得到一种参数化的几何模型。同时以上述参数化的几何模型为指导,设计并实现算法从摄影图像中提取关键信息,估计模型参数,完成畸变图像的倾斜矫正与复原。

车牌倾斜矫正算法的比较研究

本文分析目前车牌倾斜矫正中常用的Hough变换和Radon变换,通过实验对比发现Radon变换相对Hough变换具有更好的适应性。

基于图像矩的LED芯片和盘片倾斜矫正

本文提出了一种基于图像矩的LED芯片和盘片倾斜矫正方法,具有较高的精度和可靠性。对于单个芯片的倾斜角度计算,可以先使用边缘检测的方法对图像进行预处理,然后使用图像矩方法进行计算倾角。

工件打码图像中的字符倾斜矫正算法研究

本文主要在模式识别领域,研究人工打码字符图像在图像预处理之后,识别之前的单个整体字符的倾斜矫正算法。对于实际的字符图像源,由于是人工逐个字符进行打码,难免会出现字符倾斜的状况,再加上工件背景比较复杂,拍摄光照不均等原因,使得对字符图像的处理和倾斜矫正愈加困难。本文结合实际应用,在对字符图像进行前期的预处理和字符分割之后,再对分割后的单个字符进行倾斜矫正,实验取得了良好的效果,为字符后期的识别创造了有利的条件。

基于边缘检测的OMR图像倾斜矫正

提出一种基于边缘检测的OMR图像倾斜矫正算法。在纸质文档以图像扫描方式转化成文档图像的过程中,由于传动装置或其他的一些因素不可避免的会造成一定倾斜角度。此算法结合了OMR图像特点对图像进行边缘参考线的检测,仅对符合条件的边缘参考线Hough变换,以此得到整个图像的倾斜角度。此算法改进了传统的Hough图像倾斜矫正算法因计算量过大,导致图像倾斜矫正时间过长的缺点。

车牌识别预处理中的二值化及倾斜矫正算法

车牌识别中的预处理包括图像增强,二值化和噪声去除。由于车牌图像摄取的特殊性,使得车牌在图像中通常是倾斜的,而倾斜的车牌是很难被分割和识别的,因此车牌倾斜矫正已成为车牌识别系统中一个必需解决的问题。给出了基于图像特征线的二值化阈值确定和针对车牌图像的倾斜矫正改进算法,对车牌的水平和垂直方向分别采用了不同的矫正方法,实验结果表明此算法是快速有效的。

结合横向投影和仿射变换的文本图像倾斜矫正

针对扫描仪获取的文本图像存在一定倾斜,导致不符合要求或影响美观等问题,文章提出一种结合横向投影和仿射变换的文本图像倾斜矫正算法。首先对获取的扫描文本图像进行灰度化,利用最大类间方差法实现二值化,并采用形态学滤波去除噪点,然后根据文本图像的特点,利用仿射变换在-90~90°范围内旋转图像,每旋转1°计算一次横向投影直方图,并计算投影直方图小于一定阈值的个数即零值个数,最后求出零值个数最大时该角度为需旋转角度,从而实现文本图像矫正。由于文本图像布局具有一定规则,因此本算法具有较高的可行性和稳定性。

手写笔迹文本行的倾斜矫正技术

在手写笔迹识别中,文本行或多或少地存在一定的倾斜,为了减少倾斜的文本行对后续步骤的影响,文章采用水平投影与离散Wigner-Ville分布结合的方法进行笔迹文档整体和局部倾斜矫正。此方法针对手写笔迹图像中存在的倾斜角不一致问题,能够准确完成文本行倾斜角的检测和矫正。在HIT-WM数据库上的实验表明,该方法能有效地矫正手写笔迹中的倾斜文本行。