[發(fā)明專利]文字掃描圖像的快速拼接方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111121258.3
• 申請(qǐng)日: 2021-09-24
• 公開(kāi)（公告）號(hào): CN113902616A
• 公開(kāi)（公告）日: 2022-01-07
• 發(fā)明（設(shè)計(jì)）人: 李晨;宋超;蔣濤;唐達(dá);何煉
• 申請(qǐng)（專利權(quán)）人: 四川智動(dòng)木牛智能科技有限公司
• 主分類號(hào): G06T3/40
• 分類號(hào): G06T3/40;G06T3/00
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 張忠慶

本發(fā)明公開(kāi)了一種文字掃描圖像的快速拼接方法，包括：步驟一，通過(guò)圖像灰度投影的運(yùn)動(dòng)估計(jì)算法對(duì)圖像行列的投影曲線做一次相關(guān)性運(yùn)算，以通過(guò)獲取圖像前后幀的運(yùn)動(dòng)矢量完成第一次拼接；步驟二，對(duì)第一拼接后存在偏移的文字圖像進(jìn)行矯正，進(jìn)行第二次拼接；步驟三，從第二次拼接后的文字圖像中提取完整的中間行文字，并將所有中間行文字拼接到單獨(dú)的圖像空間，得到最終的中間行文字圖像，完成拼接。本文明提供一種文字掃描圖像的快速拼接方法，能提高文字掃描圖像的拼接速度和拼接的完整度，同時(shí)增加了文字掃描圖像的偏移矯正功能，可用于低算力嵌入式設(shè)備，在保證拼接速度和效果的同時(shí)可降低硬件成本。

技術(shù)領(lǐng)域

本發(fā)明涉及一種在文字掃描圖像情況下使用的快速拼接方法。

背景技術(shù)

圖像拼接技術(shù)就是將數(shù)張有重疊部分的圖像(可能是不同時(shí)間、不同視角或者不同傳感器獲得的)拼成一幅無(wú)縫的全景圖或高分辨率圖像的技術(shù)。

圖像拼接技術(shù)常用于獲取全景圖像，還有一種應(yīng)用為掃描圖像拼接(即通對(duì)掃描機(jī)構(gòu)的設(shè)定使其自動(dòng)運(yùn)行，將一張帶文字的圖像通過(guò)多次分區(qū)塊掃描后進(jìn)行拼接，完成對(duì)整體圖像的掃描，也可以通過(guò)對(duì)掃描機(jī)構(gòu)的設(shè)定，完成對(duì)圖像某一區(qū)塊的單獨(dú)掃描拼接，通過(guò)拼接后的圖像與后期的文字識(shí)別相配合，完成對(duì)帶圖像文字的識(shí)別處理)。掃描圖像指的是通過(guò)移動(dòng)攝像頭拍攝得到的一系列圖像，有時(shí)需要把這一系列圖像拼接成一幅完整的圖像，以供后續(xù)處理。比如文字掃描圖像，經(jīng)過(guò)圖像拼接后，得到完整圖像，然后進(jìn)行文字識(shí)別，實(shí)現(xiàn)將書(shū)本或屏幕上的文字錄入到計(jì)算機(jī)的功能。

現(xiàn)有的文字掃描圖像的快速拼接方法中，常用的是基于特征點(diǎn)匹配的圖像拼接方法，并不能有效的應(yīng)用于掃描圖像拼接，主要原因有以下兩點(diǎn)：

1.拼接速度慢

掃描圖像拼接通常需要在低算力的嵌入式設(shè)備上運(yùn)行，而且要求實(shí)時(shí)掃描實(shí)時(shí)拼接，特征點(diǎn)匹配的方法在檢測(cè)特征點(diǎn)和匹配特征點(diǎn)的步驟都很耗時(shí)，很難做到低算力環(huán)境下的實(shí)時(shí)運(yùn)行。

2.易出現(xiàn)拼接不完整

文字掃描圖像，分辨率通常較小，而且內(nèi)容只有文字，所以每張圖存在的特征點(diǎn)相對(duì)較少，特別是遇到一些斷句的地方，基于特征點(diǎn)匹配的方法有可能會(huì)因?yàn)槿鄙僮銐虻奶卣鼽c(diǎn)而出現(xiàn)拼接中斷的情況。

另一種方法是：基于快速傅立葉變換的圖像拼接方法，該方法在拼接的完整性上優(yōu)于第一種方法，但是同樣存在拼接速度慢的問(wèn)題。

當(dāng)然現(xiàn)有技術(shù)中也有人借鑒光學(xué)圖像防抖中的一種基于灰度投影相關(guān)性的方法來(lái)進(jìn)行圖像拼接，這種方法運(yùn)算簡(jiǎn)單，對(duì)算力要求低，再結(jié)合高幀率相機(jī)，基本上可以解決上述兩個(gè)問(wèn)題，但由于圖像在掃描的過(guò)程中會(huì)出現(xiàn)偏移，而該方法并不具備矯正偏移的能力，使得其拼接效果受限。

發(fā)明內(nèi)容

本發(fā)明的一個(gè)目的是解決至少上述問(wèn)題和/或缺陷，并提供至少后面將說(shuō)明的優(yōu)點(diǎn)。

為了實(shí)現(xiàn)根據(jù)本發(fā)明的這些目的和其它優(yōu)點(diǎn)，提供了一種文字掃描圖像的快速拼接方法，包括：

步驟一，通過(guò)圖像灰度投影的運(yùn)動(dòng)估計(jì)算法對(duì)圖像行列的投影曲線做一次相關(guān)性運(yùn)算，以通過(guò)獲取圖像前后幀的運(yùn)動(dòng)矢量完成第一次拼接；

步驟二，對(duì)第一拼接后存在偏移的文字圖像進(jìn)行矯正，進(jìn)行第二次拼接；

步驟三，從第二次拼接后的文字圖像中提取完整的中間行文字，并將所有中間行文字拼接到單獨(dú)的圖像空間，得到最終的中間行文字圖像，完成拼接。

優(yōu)選的是，在步驟一中，所述第一次拼接的步驟被配置為包括：

S10,從視頻流里取相鄰的兩幀圖像，并對(duì)其進(jìn)行圖像灰度預(yù)處理；

S11,計(jì)算預(yù)處理后的各圖像在X軸和Y軸上的灰度投影；

S12，基于圖像灰度投影相關(guān)性計(jì)算公式，計(jì)算兩幀圖像之間在水平和垂直方向的位移矢量；