[发明专利]基于局部信息的文档图像校正方法

权利要求书

1.基于局部信息的文档图像校正方法，其特征在于：首先通过文档图像的平均梯度值确定文本行的尺度，然后通过空白行的自相似性进行文本行跟踪，得到文本行的上、下边界，再通过文字笔画间距确定竖直笔画边界，完成对文本行的分割处理，处理完后，得到以一个以上、下边界和竖直边界划分得到的四边形，该四边形所包围的图像内容就是一个文字块处理单元；最后针对每个文字块处理单元，依次进行倾斜形变校正以及局部双线性插值校正，即完成对整幅文档图像的校正；

所述通过空白行的自相似性进行文本行跟踪的具体方法为：通过文档图像的平均梯度值确定了文本行的尺度，进而能够确定矩形追踪窗口的大小，要求该窗口内只包含背景点，若不符合要求，则微调窗口的位置，直到符合要求为止，考虑图像可能存在的随机噪声及估算的窗口大小误差，规定窗口中的背景像素数比窗口面积大于等于规定阈值即符合要求；窗口选定后，以该窗口中心为原点x₀,选定半径s与角度步长θ_i,通过归一化相关系数为度量，搜索并记录与该窗口最相似的邻近窗口，判断若搜索到的最相似的邻近窗口不是边界窗口，则以该最相似的邻近窗口为当前窗口重复窗口搜索过程，直到其最相似的邻近窗口为边界窗口时，停止搜索，即完成了通过空白行的自相似性进行文本行跟踪的过程。

所述局部双线性插值校正的具体方法为：文本行在扭曲形变后大小和形状都会有改变，但不同行列的文字形变并不一定相同，因此再将待处理窗口划分成更小的子窗口进行恢复，对待处理窗口进行水平分割，认为分割后的子窗口为标准矩形窗口，且子窗口中所有形变完全一致；同时，根据待处理窗口的大小，能够估算出其被校正后的矩形窗口的大小和位置；最后，针对每个子窗口依次进行双线性插值，将子窗口中的失真内容恢复到其对应的校正后的矩形窗口中，形成多个文字块窗口，依次对每个文字块窗口进行处理，直到所有的文字块窗口都被处理完后，完成输入文档图像的校正过程。

2.根据权利要求1所述的基于局部信息的文档图像校正方法，其特征在于：所述的通过文档图像的平均梯度值确定文本行的尺度的具体方法为：首先对文档图像通过高斯金字塔模型进行降采样，得到不同级高斯金字塔图像，然后计算每级高斯金字塔图像的平均梯度值，该平均梯度值的峰值反映了图像文本行的尺度。

3.根据权利要求1所述的基于局部信息的文档图像校正方法，其特征在于：所述确定竖直笔画边界的具体方法为：以文字行跟踪后得到的每个文本框为处理单元，首先求取每个文本框的最小面积外接矩形，然后以l为步长，沿着该外接矩形较长边的方向进行等分切割，得到分割后的小矩形框，依次判断每个小矩形框内是否包含前景点，若连续多个小矩形框中都不含前景点，则判断其为竖直笔画边界。