[發(fā)明專利]基于能量最小化框架的文檔圖像傾斜度檢測(cè)與糾正方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310321375.3
• 申請(qǐng)日: 2013-07-22
• 公開（公告）號(hào): CN103400130A
• 公開（公告）日: 2013-11-20
• 發(fā)明（設(shè)計(jì)）人: 鄔向前;卜巍;唐有寶
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于能量最小化框架的文檔圖像傾斜度檢測(cè)與糾正方法，該方法包括三個(gè)過程：

(1)計(jì)算前景像素狀態(tài)信息

在計(jì)算前景像素狀態(tài)信息之前，首先對(duì)掃描得到的文檔圖像進(jìn)行二值化，用黑色表示前景，白色表示背景像素，給定一個(gè)前二值文檔圖像I之后，前景像素的狀態(tài)計(jì)算過程如下：一個(gè)邊界框定義為一個(gè)文檔圖像的邊界，用P記作整個(gè)前景像素的集合，(W，H)記作文檔圖像I的大小，那么對(duì)每一個(gè)前景像素p∈P，它的狀態(tài)信息為s_p＝(x_p，y_p，w_p，h_p)，其中x_p，y_p，w_p，h_p分別為p到圖像最左、最上、最右和最下邊的距離；

(2)利用直線擬合技術(shù)估算初始傾斜度

接下來利用文檔圖像中最外圍的前景像素的狀態(tài)信息來估算初始傾斜度，一個(gè)邊界框有四個(gè)邊：上、下、左和右，對(duì)每一邊都能得到其最外圍的前景像素狀態(tài)信息子集，用以下方式得到上邊最外圍前景像素狀態(tài)信息子集，記為

TS=∪i=1Wsi---(1)]]>

y_i∈s_i∩y_i＝min{y_p|y_p∈s_p∩x_p∈s_p∩x_p＝i}

將TS中每個(gè)元素的x_p做為x坐標(biāo)，y_p作為y坐標(biāo)畫圖，圖中下面的點(diǎn)擬合成一條直線，邊界框剩下的三邊都經(jīng)過該處理，將使用直線擬合的技術(shù)來估算文檔圖像的初始傾斜度，在直線擬合之前先對(duì)TP進(jìn)行采樣，用如下方式將TP劃分為N個(gè)互不重疊的部分STS_i：

TS=∪i=1NSTSi]]>

STSi={sp|xp∈sp∩(i-1)×WN+1≤xp≤i×WN}]]>

N＝32，接下來用如下方式構(gòu)建一個(gè)子集FTS，即計(jì)算每個(gè)部分STS_i中y_i最小的那個(gè)前景像素狀態(tài)信息：

FTS=∪i=1N(si∩si∈STSi)---(3)]]>

y_i∈s_i∩y_i=min{y_p|y_p∈s_p∩s_p∈STS_i}

進(jìn)行采樣操作完之后，需要通過以下方式進(jìn)一步消除沒用的狀態(tài)信息得到有效的用來進(jìn)行直線擬合的狀態(tài)信息VTS

VTS={sp|sp∈FTS∩yp∈sp∩yp<H3}---(4)]]>

然后采用窮舉搜索的方式在VTS中做直線擬合直到找到兩個(gè)狀態(tài)信息使得有最多的其他狀態(tài)信息到由這兩個(gè)狀態(tài)信息確定的直線之間的距離小于指定的閾值D；

對(duì)邊界框的四邊都進(jìn)行直線擬合之后得到四條直線，接下來就是找到擬合最好的那條直線，同時(shí)該直線對(duì)應(yīng)的傾斜角就是文檔圖像的初始傾斜角；用{l_t，l_b，l_i，l_r}記作擬合的四條直線，{LS_t，LS_b，LS_i，LS_r}記作靠近相應(yīng)直線的狀態(tài)信息，要是某條直線對(duì)應(yīng)的狀態(tài)信息的個(gè)數(shù)小于M，在下面的操作中將不再考慮該直線，對(duì)每條直線l_i，計(jì)算所有直線狀態(tài)信息LS_i和直線l_i之間的距離之和，然后用如下方式計(jì)算比值R_i：

Ri=SDi(f(LSi))2---(5)]]>

其中f(·)計(jì)算一個(gè)集合中元素的個(gè)數(shù)，{R_t，R_b，R_i，R_r}中的最小值對(duì)應(yīng)的直線就是最佳擬合的直線，最終最佳擬合的直線對(duì)應(yīng)的傾斜角就是文檔圖像的初始傾斜角，其中D＝5，M＝5；

(3)使用能量最小化過程計(jì)算最終傾斜度

得到初始傾斜角之后，然后用能量最小化過程計(jì)算最終傾斜角，如下式所示：

S^=argminSE(S)---(6)]]>

該過程包括能量函數(shù)構(gòu)建和能量最小化兩個(gè)步驟，如下式所示：

E(S)＝ωE_B(S)+(1-ω)E_F(S)??????(7)

ω＝0.98，其中E_B(S)考慮了全局背景信息，如下式所示：

設(shè)置和φ(·)為：

Y_i＝{s_p|s_p∈S∩y_p∈s_p∩y_p＝i}?????(9)

X_j＝{s_p|s_p∈S∩x_p∈s_p∩x_p＝j(luò)}

其中Sgn(·)是一個(gè)符號(hào)函數(shù)，定義為：

E_F(S)反應(yīng)了全局的前景信息，如下式所示：

E_F(S)＝δ(S)+λ(S)??????(11)

設(shè)置δ(·)和λ(·)為：

δ(S)=1MY1f(Y)Σk=1f(Y)(f(Yk)-Y‾)2]]>

Y‾=1f(Y)Σk=1f(Y)f(Yk)]]>??????(12)

λ(S)=1MX1f(X)Σk=1f(X)(f(Xk)-X‾)2]]>

X‾=1f(X)Σk=1f(X)f(Xk)]]>

其中M_Y＝max{f(Y_i)|Y_i∈Y}，M_X＝max{f(X_i)|X_i∈X}，且f(·)計(jì)算一個(gè)集合中元素的個(gè)數(shù)；

構(gòu)造完能量函數(shù)以后，根據(jù)直線擬合得到的初始傾斜角和所有前景像素的狀態(tài)信息，通過反復(fù)地計(jì)算能量函數(shù)和旋轉(zhuǎn)前景像素的狀態(tài)信息，找到使得能量函數(shù)值最小時(shí)所旋轉(zhuǎn)的角度，這個(gè)角度就是最終的傾斜角；

狀態(tài)信息的旋轉(zhuǎn)過程如下：

S′＝rotate(S，θ)?????(13)

其中rotate(·)計(jì)算每個(gè)前景像素的狀態(tài)信息s_p∈S旋轉(zhuǎn)后的結(jié)果s_p′，計(jì)算過程如下：

xp′=(xp-W2)cosθ-(yp-H2)sinθ+W2]]>

yp′=(xp-W2)sinθ+(yp-H2)cosθ+H2---(14)]]>

w_p′＝W-x_p′，h_p′＝H-y_p′

。