蒙文文档图像的倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,倾斜检测是文档分析预处理的重要环节,因此提出了一种基于最小二乘法的蒙文文档倾斜检测方法.它提取文档图像中文字连通体的质心作为特征点,使用最小二乘法对特征点进行直线拟合,从而可以得到文字质心所在直线方程,该直线方程的斜率能够反映文档图像的倾斜情况.而且该方法通过连通体分析,能够适用于含图片和表格等复杂版面元素的文档图像.实验证明,该算法检测的速度快,精度高.     

基于形态学和霍夫变换的文档图像倾斜检测

为了解决各种文档倾斜方法难以同时兼顾检测精确度和处理速度,该文提出了一种基于形态学和霍夫变换的文档倾斜检测方法.首先用形态学方法对文档图像进行行程平滑、消除噪声和边缘提取,然后用霍夫变换检测出文档的倾角.通过改进形态学运算,加快了检测速度.实验结果表明,该方法对A4大小的文档图像的平均检测用时为1.78 s,最大误差为0.2°.     

基于hough变换的倾斜文档图像快速校正

对文档图像字符识别时,需要对有倾斜的图像进行校正,以提高分割和识别的精度.提出一种基于梯度方向统计的倾斜文档图像快速校正方法,该方法利用图像的梯度方向分段累积直方图,得到图像的大致倾斜角度,然后利用hough变换思想,在获取的大致角度范围内对图像进行投影,得到精确的图像倾斜角度,有效地缩小了hough变换角度的搜索范围.对手写和打印体文档图像进行的实验结果表明,与传统的hough变换投影方法相比,该方法的算法执行时间大幅度减小,对图像噪声也具有很强的抗干扰能力.     

基于分层密度特征的文档图像检索

为克服基于版面重建的文档图像检索方法对图像质量要求高,且局限于部分文种,以及基于版面分割的文档图像检索方法受限于版面分割技术等问题,提出了一种基于二值文档图像分层密度特征的检索方法。该方法通过倾斜校正、去除黑边等预处理得到有效文本区域,提取有效文本区域的长宽比和分层密度特征,通过特征比对进行检索。实验表明:该方法对不同分辨率以及不同的输入设备具有自适应能力,对复杂版面和批注等噪声鲁棒性好,漏检率为2%,是一种简单有效的文档图像检索方法。     

一种基于支持向量机的自适应虹膜定位算法

由于参数的限制和虹膜外边界两边低的对比度,使得Canny算子只能检测到位于某些频率段中的边缘,有时会漏掉一些比较模糊或者一些干扰较大的外边界.为了解决Canny算子进行虹膜定位过程中的鲁棒性问题,提出使用支持向量机(SVM)的自适应以改变Canny算子参数的方法.该算法通过傅立叶变换判断眼睛图像的质量,再使用SVM对眼睛图像分类,然后对于不同质量的眼睛图像采用不同参数的Canny算子检测边缘.实验结果表明该算法可以更加准确地检测到虹膜外边界,并有效地解决了虹膜定位中Canny算子的参数依赖问题.     

一种文本图像倾斜校正的方法

文档图像倾斜检测与校正是文档分析的预处理的重要环节.提出了一种基于像素点的方法来检测文档图像的倾斜问题,并通过迭代运算来准确的实现倾斜文档图像的校正.实验结果表明,本算法速度快,精确度高,具有较强的实用性.     

基于Canny算子和Radon变换的证件图像倾斜校正

倾斜的证件图像不利于识别,为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测,然后利用Radon变换计算出图像的倾斜角度,最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明,该方法能够准确、高效地对证件图像进行校正。     

基于小波变换的多尺度图像边缘检测

边缘作为图像的最主要特征,成为图像信息获取的重要内容.而小波变换具有检测局域突变的能力,而且可以结合多尺度信息进行检测,因此成为图像信息边缘检测的优良工具.文章首先构造了高斯多尺度边界检测算子,然后根据信号边界与噪声边界的小波变换模值跨尺度传递的不同特性,讨论了不同尺度的检测算子检测的边缘所具有的特点,在此基础上提出由边缘传递、继承和生长构成的多尺度边缘关联融合算法.实验结果说明这种特征提取方法不仅有效地降低了噪声,而且融合的边界比较完整,定位准确.     

基于Mask R-CNN的满文文档版面分析

提出一种基于Mask R-CNN深度学习框架的满文文档版面分析方法,将满文文档版面分析问题转化为基于深度学习的图像实例分割问题。使用ResNet101网络和FPN网络构成的卷积神经网络自动提取满文文档图像特征,特征图经过RPN网络和RoI Align层生成新的特征图。新特征图经过全连接层完成感兴趣区域的类别和边框预测,并经过全卷积神经网络对感兴趣区域的像素进行分类得到mask预测,最终实现满文文档图像的实例分割。通过《新满汉大辞典》的文档图像构建了满文文档图像数据集,算法在该满文文档图像数据集上进行了实验。实验结果表明,本算法在满文文档版面分析中取得了较好的检测和分割效果。     

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。     

正六边形离散余弦变换图像编码

本文介绍一种六边形离散余弦变换(HDCT)图像编码方法,并将该方法应用于图像编码,对不同图像分别以不同的子图大小及各种编码速率进行模拟实验,给出了实验结果,并作了详尽的分析。     

多尺度自适应加权形态边缘检测方法

针对常用的多尺度边缘检测方法因卷积运算造成模糊图像边缘，提出一种多尺度自适应加权形态边缘检测方法，利用大小不同的结构元素提取图像边缘特征，在大尺度下抑制噪声，可靠地识别边缘，在小尺度下定位，再由粗到细跟踪边缘，得到边缘的位置，再由各尺度结构元的抗噪性确定加权值的大小，然后加权处理得到最后的边缘结果，实验表明，用多尺度自适应加权形态边缘检测算法可得到较理想的图像边缘。     

基于二维阈值向量分割的足迹边缘提取方法

根据足迹图像特点,提出了基于灰度 梯度二维阈值向量区域分割的边缘提取方法·该方法以灰度 梯度共生矩阵为模型,利用最大熵原理,自动求出灰度 梯度二维阈值向量;用此二维阈值向量对图像进行区域分割,具有抗干扰能力强和正确分割模糊边缘像素的特点,构造两个适合足迹图像特点的结构元算子,对区域分割后的二值图像作数学形态学运算,以光滑边缘、提取边缘·大量实验表明,用本文方法提取的足迹边缘光滑,与原始图像具有很高的相似性;噪声得到抑制,取得令人满意的效果·     

基于双重Sigmoid变换的PCB图像增强算法

 在基于边缘的PCB缺陷检测中提出了一种新的图像变换方法——双重Sigmoid变换,并导出了Sigmoid变换算子。试验表明,采用该变换对PCB图像进行增强能有效地锐化边缘,对边缘附近的噪声滤除能力强,有利于精确定位边缘,对原图像的清晰度及均匀性要求不高。     

遥感图像的DCT域处理方法研究

目的在压缩域进行遥感数据处理，以简化运算，减少运算量，提高运算速度。方法通过离散余弦变换（DCT）实现遥感图像在空间域和压缩域间的变换，结合实例用两种滤波器对遥感图像在压缩域进行了处理。结果通过离散余弦变换，图像由空间域变到了DCT域，在DCT域用指数低通滤波器去噪，高通滤波器提取地面特征边缘信息。结论在压缩域进行遥感图像处理，不但可简化运算，减少运算量，而且可使处理速度大大提高。     

汽车轮毂内部缺陷的自动分割

汽车轮毂的内部缺陷需要用X射线无损探伤的方式来检测,其中X光图像上缺陷的自动分割是整个检测过程的关键。提出一种基于数学形态学重建运算的图像分割方案,选定结构元素后先对原始图像进行顶帽变换得到模板图像,再对原始图像进行顶帽重建变换得到标记图像,通过标记图像去重建模板图像,最后对重建结果进行二值化处理,得到轮毂缺陷的最终分割结果。实验结果表明,提出的技术方案切实可行,能准确提取轮毂的缺陷区域。     

反馈型颜色分割在边缘检测中的应用

针对传统的边缘检测算子容易产生边缘丢失和畸变的缺点,为准确获取彩色图像的边缘,本文提出了将传统方法提取的边缘作为反馈对原始彩色图像进行初步颜色分割,根据区域内颜色信息的分布统计,进行分裂合并及均衡化处理,对颜色区域边界进行骨架细化,从而提取边缘。实验结果表明:与传统方法比较,该方法可以更有效地检测出边缘信息。     

基于超复数傅里叶变换的彩色图像水印算法

提出了一种基于四元数傅里叶变换(QFFT)和改进的量化索引调制(QIM)算法的彩色图像数字水印嵌入算法,对载体图像进行QFFT变换,对水印图像进行压缩及量化编码,从而嵌入到经过QFFT变换的载体图像的分量中,实现了水印的嵌入以及盲提取. 实验结果表明,基于带失真补偿的QIM算法的水印算法对比传统QIM,实现了不可见性和鲁棒性的较好折衷,对高斯、椒盐噪声、JPEG压缩、遮挡、滤波以及图像增强攻击有更好的鲁棒性.      

基于D2样条插值和LOG算子的亚像素边缘检测

提出了一种基于 D2 样条插值和 LOG算子的亚像素边缘检测方法 .将被检测的图像块在 1 /2 p精度上行列分离分别进行一维 D2 样条插值 ,得到亚像素图像 ,然后将不同尺度的 LOG算子与之卷积 ,所得边缘图像经过边缘融合后得到亚像素边缘