[发明专利]一种扫描答卷图像的边界定位方法

说明书

技术领域

本发明涉及图像处理领域，具体地讲，涉及一种扫描答卷图像的边界定位方法。

背景技术

答卷图像是一类文档图像，答卷经采集设备扫描得到答卷图像，这些图像一般存储在计算机中，答卷图像广泛应用于教育领域的数字化网上阅卷工程。

本发明研究的领域是答卷图像的自动边界定位问题，属图像预处理领域，目的是把扫描答卷图像从原始扫描图像中分割出来，因此扫描答卷图像的边界定位问题也可以理解为扫描答卷图像的分割问题。

常用的答卷图像边界定位方法使用投影方法，通过统计方法得到扫描答卷图像的边界，这种方法对扫描图像的质量要求较高，不能处理噪声相对复杂的情况(例如扫描图像边界破损或者扫描图像发生了倾斜)，而且边界定位的精度不够，为此本发明研究了在复杂噪声环境下的扫描答卷边界定位方法，该方法具备更好的适应性，设计了高精度图像倾斜角度估计算法，提出了图像倾斜角度的可信度计算指标，从而在扫描图像的边界不规则时给出量化指标，提高了扫描图像数据处理的质量。

如图1所示，原始扫描答卷图像(图1a)包含大量的背景区域，一般需要将答卷图像从原始图像中分割出来，原始图像背景区域含有一些白色直线噪声，同时答卷图像中含有一些黑色直线，这些特点使得基于水平投影和垂直的投影的方法变得不稳定，如果扫描图像发生倾斜或者扫描答卷的尺寸发生变化，会 加剧该算法的不稳定性。

发明内容

本发明要解决的技术问题是提供一种扫描答卷图像的边界定位方法，提高扫描答卷图像边界定位的精确度和自适应能力。

本发明采用如下技术方案实现发明目的：

一种扫描答卷图像的边界定位方法，其特征在于，包括如下步骤：

(1)根据扫描答卷图像计算图像的边界特征点；

(2)估计扫描答卷图像的倾斜角度；

(3)根据边界特征点和倾斜角度计算扫描答卷图像边界对应的直线方程；

(4)根据获取的直线方程之间的交点可以获取扫描图像的边界，完成将扫描图像从扫描背景中分割出来。

作为对本技术方案的进一步限定，所述步骤(1)包括如下步骤：

(1.1)检测底边边界特征点；

(1.2)检测顶边边界特征点；

(1.3)检测左边边界特征点；

(1.4)检测右边边界特征点。

作为对本技术方案的进一步限定，所述步骤(1.1)包括如下步骤：

(1)记底边边界特征点检测的图像列的位置总数为N_h，取N_h＝32，图像的宽度表示为W，图像高度表示为H，则图像列的位置的步长S_h可表示为：

S_h＝W/N_h(3)

(2)所有的图像列的位置的集合表示为：

P_h＝{p_i|i*S_h},i＝0,1,2,...(N_h-1)(4)

(3)依次判断每个图像列位置上对应的像素位置是否满足底边边界特征点检测条件，每个图像列最多检测一个特征点，当检测到一个特征点时，该列的检测停止，边界特征点判断位置最大到图像的高度H的一半，并且总是从底向上的顺序依次判断；

(4)按照步长检测得到的底边边界特征点的总数D_h，如果(D_h/N_h)<R_h成立，取R_h＝0.80,重新调整步长S_h为S_h'如下：

S_h'＝S_h*(D_h/N_h)(5)

经过列的步长调整后，根据公式(6)调整列位置的总数Nh为Nh'：

N_h'＝W/S_h'(6)

(5)输出所有的底边边界特征点坐标。

作为对本技术方案的进一步限定，所述步骤(3)底边边界特征点的检测条件为：

(3.1)特征点对应的像素灰度大于给定的灰度阈值T_g，灰度阈值取值为128；

(3.2)特征点位置对应的答卷图像区域在T_C范围内大于灰度T_g的像素个数W_T满足以下条件：