一、基于游长平滑的文档图像倾斜校正（论文文献综述）
薛雯予[1]（2017）在《智能阅卷系统中图像处理相关技术研究》文中认为网上阅卷相比传统人工阅卷,结果更准确、阅卷效率更高、阅卷过程更安全,有极大的优势。网上阅卷系统在上世纪90年代被提出,经过几十年的发展,已普遍使用在大型考试当中。但中小型考试大多仍采用人工阅卷方式,在大型考试中也依然需要光标阅读机的辅助阅卷,成本非常高,后期维护困难,依赖题卡分离模式。而在题卡合一模式下则必须使用携带所有题目信息的复杂模板对试卷进行解析,占用大量资源,拉长了阅卷周期。另外,试卷图像的分割大多是定区域分割,不会根据考生实际答题区域进行智能分割。基于以上阅卷方式普遍存在的问题,本文提出了一种基于不同题卡模式的智能阅卷系统,对不同题卡模式分别采用不同算法对试卷进行倾斜校正,使用精简版模板进行定位,优化了试卷信息的智能识别,极大内提高了系统效率。主要包括以下几个方面:（1）提出了基于不同题卡模式的两种倾斜校正算法。一是针对大型考试中有同步头的答题卡提出了一种新的算法,准确得到了试卷图像倾斜角度;二是针对在中小型考试中没有任何同步头信息的答题卡,满足试卷形式的更多需求且提高了算法效率。（2）提出使用XML精简版模板进行粗定位。省去了用DOM解析XML文件的步骤,减轻了系统负担。（3）引入一维码携带考生信息并对一维码图像进行识别。传统考试考生需要手动填写个人信息效率低下,字符识别容易出错,本文引入一维条形码来记录考生信息并实现了一维码图像的定位识别,简化了识别考生信息的过程,提高了识别的效率和准确率。（4）优化了客观题的识别与分割算法。对客观题进行两次分割,并用OTSU法得到阈值作为参考,比较后得到考生选项,解决了之前的很多阅卷系统中客观题阅卷只分割不识别的缺陷。（5）提出一种新的主观题识别算法。在主观题阅卷中提出结合了竖直方向腐蚀运算的水平投影法,实现了更为智能的依据考生答题区域进行分割的算法。由实验和数据结果分析得出,本文算法有效的解决了阅卷系统中遗留的问题,系统的设计也更为灵活。可以根据试卷类型选择相应合适的倾斜校正算法并提升了算法性能。对试卷信息识别分割的相关算法进行了优化,进一步智能化了阅卷过程。
仇伟涛[2]（2016）在《复杂文本图像倾斜校正算法研究》文中进行了进一步梳理随着信息科技的快速发展,加上现在人们的环保意识的增强,各个行业都推行无纸化办公。通过网络,工作人员可以将电子文档轻松的在各个部门间传阅,这极大地减少了人力和物资的开销,因此电子文档正逐渐地代替纸质文件。电子文档不断的改变着人们工作模式和生活方式,比如电子档案、银行票据、网上阅卷等等。因此将纸质的文档资料快速正确的转化为电子文档显得愈加重要和迫不及待。纸质文档在转换为电子文档时,难免由于人为或者设备的原因,文档图像通常会产生一定的程度的倾斜误差。而得到的倾斜电子图像不仅仅影响视觉效果,同时对图像版本分析有着较大的影响,因此研究图像的倾斜算法显得十分必要。本文主要研究复杂文本图像的倾斜校正,也就是文档中不仅包含文字,还有图像的文档。在现有的纯文本倾斜校正的基础上,提出了两种不同的复杂文本图像的倾角检测算法。第一种方法是首先通过对图像进行一系列的灰度化,二值化,图像分块等预处理;其次是根据Radon变换和数据分析方法的结合排除干扰倾角检测的子块;最后合并子块,并再次利用Radon变换检测倾角并校正。第二种方法是利用文本行的周期性得到较精确的倾角。首先同样是通过灰度化,二值化,图像分块等一系列的预处理;其次是利用Radon变换得到每个子块的倾角,对倾角数据进行快速傅里叶变换得到其在频域的分布图以及每个子块对应的功率与周期的关系图;最后是根据文本的周期性和功率大小进行子块的筛选,这样就可以得到文本较多的子块,然后利用Radon变换检测出倾斜角度,并进行校正。通过上述两种算法均可获取理想的倾角检测结果。根据实验结果对比与相关算法的分析显示,这两种算法均适用-180-180角度的检测和校正,相比之前的算法,在检测角度的范围上有了很大的提高,并且对于检测纯文本的图像,有着准确度高,鲁棒性强的优势。第一种方法具有很高的效率,但存在一定的误差。第二种方法的精确度比较高,且对于复杂结构和内容的数字图像都有较为精确的倾角检测,这样就大大提高了该算法的使用范围。
仇伟涛[3]（2016）在《基于Radon变换的图文图像的倾斜校正》文中进行了进一步梳理对于图文图像的倾斜校正研究有别于纯文本图像,因为它不仅仅包含文字,还包含图像。单纯的文本图像的倾斜检测是不能够精确的判断出图文图像的的倾斜角度,从而不能完成正确的校正。为此,我们提出了一种新的方法,利用Radon变换和快速傅里叶变换的结合检测出文本的周期性,而图像无周期,从而将没有周期性的图像排除掉,这样可以很精准的得到倾斜的角度,以减少校正的误差。
贺景宇[4]（2015）在《复杂版面文档图像中公式与文本的提取及分析》文中提出随着信息时代的来临,人们处理信息更加智能化和高效化。传统的文档信息主要记录在纸质文档上,OCR技术实现了纸质文档信息的数字化,版面分析是OCR实现的前提。由于中文版面研究历史较短,在字符形态和排版方式上与英文版面不同,因此中文版面分析的研究有其自身重要的价值。中文版面包括图、表格、公式和文本四个组成元素,其中公式和文本是主要的部分。由于公式和文本的结构与成分相似,因此版面分析中公式和文本的提取具有一定的困难。本文对复杂中文版面文档图像的公式和文本提取进行深入研究,具体工作内容如下:（1）文档图像预处理。首先采用投影轮廓分析法实现边界噪声的去除。然后采用连通区域标记和中值滤波相结合的方法去除椒盐噪声。与传统的中值滤波去除椒盐噪声相比,实验证明了本文方法的有效性。最后采用Hough变换实现文档图像倾斜校正。（2）公式和文本的预处理。文档图像公式和文本提取时,其版面结构（横纵排、栏数）和内容（标题、页码）会严重影响提取结果。针对这一问题,本文在公式和文本提取前,首先采用连通域提取法和最近邻合并法相结合的算法实现横纵排判断,然后采用投影法和形态学算法相结合的方法实现标题和页码的提取,最后采用投影法和连通域提取法相结合的方法实现文档栏数判断。以上部分是公式和文本的预处理,这是实现公式和文本提取的保障。（3）文档图像公式提取。本文采用投影法、游程平滑算法、连通域轮廓提取算法和改进的规则定义法相结合的方法,实现复杂中文版面独立行公式提取。与传统的机器学习方法实现公式提取相比较,本文采用的方法,对于低分辨率文档图像,实现了独立行公式的提取,其提取准确率达到80%以上。（4）文档图像文本行提取及合并。本文采用连通域分析和游程平滑算法相结合的方法,实现了文档图像文本行提取,其提取准确率达到81%以上。然后将Sobel算子和形态学算法相结合,实现了文本行的合并。
郭克冰,仇伟涛,时萌悦,范家铭[5]（2015）在《基于Radon变换的非纯文本图像倾斜校正》文中指出文档图像中除了纯文本文档图像和纯图像文档外还有很多在文本中包含图像的文档。图文图像的研究有别于纯文本图像,因为它不仅仅包含文字,还包含图像。单纯的文本图像的倾斜检测是不能够精确的判断出图文图像的的倾斜角度,从而不能完成正确的校正。对于基于Radon变换的图文图像的倾斜角度检测,我们提出了一种新的方法,要在检测过程中排除掉图像的干扰,这样可以很精准的得到倾斜的角度,从而减少校正的误差。
许雅卓[6]（2011）在《基于识别反馈的文档图像倾斜校正的研究和应用》文中提出通过OCR （Optical Character Recognition,光学字符识别）技术,可以将纸制文档的内容输出为可编辑的文字。目前OCR技术的发展已相对成熟,对于扫描或拍摄质量较好的图像有着很高的识别率。然而,在对纸质文档扫描或拍照时,不可避免会产生文档放置倾斜的现象,对这样采集到的图像在进行OCR识别时,会产生很大误差,识别率急剧下降。所以对文档图像进行倾斜校正是非常必要的。在对文本图像进行倾斜校正的过程中发现,影响校正效果的因素有很多方面,如文本的字体、字型、脚本以及是否含有图片等,这些都会在不同程度上影响校正算法的效果,并给倾斜校正带来了一定的复杂性。本课题来源于国家“十一五”国家科技支撑平台重点项目--“视障者阅读辅助器具的研制”,该项目的主要目标是研制视障者使用的、基于文字识别的便携式阅读辅具。该阅读辅具通过采用OCR技术和语音合成技术实现了印刷文字和电子文档转换为语音输出的功能,这样使得视障者可以像常人一样阅读报纸和书籍。在OCR识别前需要进行对文档图像的预处理,其中倾斜校正是很关键的一步,要求能够对一般的文本都能得到一个较好的处理效果,即算法应具有良好的通用性,并要衡量时间的复杂度。基于上述目的,在学习和研究了多种倾斜校正算法后,将他们的优缺点加以总结分析,再结合视障者阅读辅具研制的具体要求,对现有的倾斜校正算法进行改进,提出了一种新的倾角检测与校正方法。该方法是基于OCR识别后反馈的信息,来选择对于待校正的文档来说备选的算法中哪种算法校正效果更好,从而使得算法在一定程度上克服了某一种算法对于各种特征的文档不具有良好通用性的缺陷。
潘梅森[7]（2011）在《医学图像倾斜校正方法与应用研究》文中研究说明由于医学图像有效地反映了人体生物组织大量信息,因此在临床医学上得到广泛应用。临床医生能够充分利用这些图像信息,为临床诊断、制定有效的治疗方案提供更加全面准确的资料；另一方面也可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析,可以大大提高医疗诊断的准确性和可靠性,进一步丰富医生的诊断经验。医学图像处理作为医学图像研究中非常关键的一环,它对完善医学诊断与治疗的手段和方法、提高计算机辅助诊断的精度与效率有重大的实用价值。论文针对采集到的医学图像存在倾斜现象,讨论了医学图像倾斜校正方法；针对医学图像配准速度慢、易陷入局部最优等问题,论文把倾斜校正方法应用于互信息和迭代最近点医学图像配准,并提出了改进的迭代最近点医学图像配准方法；在分析模糊集的基础上,进一步提出了基于倾斜校正和模糊理论的医学图像配准方法,这些方法不仅丰富与完善了医学图像处理的相关理论与方法,也解决了医学图像处理上的一些难题,有重大的理论意义和实用价值。概括地说,论文的研究工作包括如下内容：（1）医学图像倾斜校正方法研究。在医学图像成像过程中,由于某些原因,采集到的医学图像中经常存在倾斜现象,这给医学图像匹配和融合带来极大困难。针对这种情况,为了解决倾斜问题,论文在建立医学图像倾斜模型基础上,把医学图像倾斜校正分为五个过程,但总体上讲,关键在于获取图像质心坐标和图像倾斜角。根据获取图像倾斜角的方法,论文介绍和提出了七种倾斜校正方法：（a）基于图像几何矩的医学图像倾斜校正算法（Algorithm for Medical Image Tilt Correction Based on Image Moments, ACIM）;（b）基于图像惯量矩阵的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on Inertia Matrix, MCIM）; （c）基于奇异值分解的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on Singular Value Decomposition, MSVD）;（d）基于主分量分析的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on Principal Component Analysis, MPCA）;（e）基于K-Means聚类的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on K-Means Clustering, MKMC）; （f）基于模糊均值聚类的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on Fuzzy C-Means Clustering, MFCM）; （g）基于自组织特征映射（Self-Organizing Feature Map, SOFM）神经网络聚类的医学图像倾斜校正方法（Method for Medical Image Tilt Correction Based on SOFM, MSOFM）。ACIM利用了医学图像几何矩的特点,使二阶中心矩变得最小时的旋转角α即为图像倾斜角；MCIM利用了医学图像惯量矩阵来获取倾斜角α;MSVD利用了SVD技术,对医学图像坐标进行奇异值分解,得到特征向量（注：论文中特征向量均为单位特征向量）,获取倾斜角；MPCA是在分析PCA的基础上,通过对医学图像坐标进行K-L变换,得到特征向量,进而获取倾斜角；在分析了K-means聚类和模糊C-均值聚类算法之后,论文讨论了MKMC和MFCM,先把医学图像坐标聚成两类,拟合成一条直线,通过计算该直线斜率得到倾斜角；MSOFM与MKMC和MFCM类似,利用SOFM神经网络,把医学图像坐标聚成两类,拟合成一条直线,通过计算该直线斜率得到倾斜角。实验结果表明,这些方法对倾斜图像均有效,ACIM和MCIM校正效果最好,MSVD、MPCA、MKMC、MFCM次之,由于MSOFM聚类时间较长,时间效率最差。（2）倾斜校正方法在医学图像配准中应用研究。论文分析了基于互信息配准和基于迭代最近点配准两种方法的优、缺点,并把医学图像配准分为两个过程：粗配准和细配准。在粗配准中,通过ACIM、MCIM、MSVD、MPCA、MKMC和MFCM等获取配准图像的质心坐标和旋转角,并作为细配准中多参数寻优方法的初值。另外,论文提出了改进的迭代最近点配准算法,即用粗配准获取迭代最近点配准算法的初始旋转参数和平移参数,然后使用B样条梯度算子生成特征点,得到参考点集和浮动点集。实验结果表明,使用了倾斜校正方法的互信息配准和改进的迭代最近点配准能有效减少运算量,配准速度快,精度较高,而且克服了容易陷入局部最优的问题。（3）倾斜校正方法和模糊理论在医学图像配准中应用研究。在研究模糊集理论基础上,提出了两幅图像之间模糊距离的概念,并进一步提出了模糊信噪比的概念。以Z函数作为模糊集的隶属度函数,以参考图像和浮动图像之间的模糊信噪比作为相似性测度,通过倾斜校正方法获取配准参数初值,使用单纯形法作为多参数寻优方法寻找最优几何变换参数,进行细配准。实验结果表明,模糊信噪比和互信息一样,均能作为两幅图像的相似性测度,两者具有接近的配准精度,但前者时间效率更高,运算量更少。论文进一步推导出峰值信噪比是模糊信噪比的特例,并把峰值信噪比用作配准函数,实验表明峰值信噪比也具有较好的配准性能。在研究了线性插值、二次样条插值（a=1）、三次样条插值（a=-0.5）、二次B样条插值和三次B样条插值等插值方法之后,从插值方法、数据缺失和噪声干扰等三个方面分析和研究了模糊信噪比、峰值信噪比和互信息等三个相似性测度的鲁棒性。实验结果表明,在基于倾斜校正和模糊理论的医学图像配准时使用不同的插值方法,峰值信噪比和模糊信噪比保持了较好的有效性；在数据缺失不严重时,三个相似性测度保持了较好的有效性,但是当数据缺失较严重时,三个相似性测度均失效；当图像中存在椒盐噪声干扰时,模糊信噪比保持了较好的有效性,互信息次之,而峰值信噪比完全失效；当图像中存在高斯噪声干扰时,三个相似性测度完全失效。
荆雷,张欣,郭金鑫[8]（2010）在《基于版面的拍照文档图像倾斜校正》文中研究说明文档图像版面十分复杂,建立一个较为通用的文档图像倾斜校正算法是很困难的。因此提出了基于版面的文档图像倾斜自动校正算法,并且对经典的霍夫变换检测直线的方法进行了改进,最后采用最小距离法对这些直线进行拟合,避免了因利用传统的最小二乘法拟合直线所带来的缺点。针对不同的文档版面采用相应的倾斜校正策略,实验表明该方法具有适应性强、倾斜校正速度快和精度高的特点。
夏波涌,童悍操[9]（2009）在《基于纹理梯度的文档图像的倾斜校正方法》文中认为文档图像的倾斜校正在光学字符识别以及文档理解系统研究中有着重要的意义,国内外学者提出了很多实现方法,但各种方法都存在一定的局限性。通过对基于Hough变换和投影的倾斜校正方法的分析,提出了一种基于文档图像纹理方向的倾斜校正方法:文档图像中的文本纹理整体表现出一定的方向性,使文本图像能保持水平,通过纹理方向性分析,找出纹理的主要方向,进而求得文档的倾斜角度。通过一个复杂版面的二值文档图像的检测校正实验表明,方法提高了倾斜校正的校正范围,而且具有较好的有效性和鲁棒性。
张吉玲,王希常,刘江[10]（2008）在《数学形态学和投影方差在文档图像倾斜校正中的应用》文中研究表明文档图像处理技术已取得很多进展,但是,对于倾斜图像的理解还存在困难。本文对文档图像的倾斜校正进行了研究,根据文档图像的结构特征,给出了基于数学形态学和投影方差相结合的算法,先使用数学形态学进行形态学运算,强化文档图像地结构特征,再使用细化算法,保证投影方差的准确性,最后使用投影方差,进行文档图像的倾斜校正。实验表明,本文提出的算法可以有效的应用于文档图像的倾斜校正。
二、基于游长平滑的文档图像倾斜校正（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于游长平滑的文档图像倾斜校正（论文提纲范文）
（1）智能阅卷系统中图像处理相关技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源及背景 |
| 1.2 国内外研究现状 |
| 1.3 目前存在主要问题 |
| 1.4 本文主要工作及创新点 |
| 1.5 文章组织结构 |
| 第二章 智能阅卷系统的需求分析和系统设计 |
| 2.1 系统需求分析 |
| 2.2 智能阅卷系统工作流程 |
| 2.2.1 系统关键步骤 |
| 2.2.2 系统模块创建 |
| 2.3 系统总体流程 |
| 2.4 本章小结 |
| 第三章 基于不同题卡模式的改进倾斜校正算法 |
| 3.1 图像预处理算法理论研究 |
| 3.1.1 图像二值化 |
| 3.1.2 图像去噪 |
| 3.1.3 图像边缘检测 |
| 3.1.4 Hough变换倾斜校正 |
| 3.2 基于边缘检测的优化分级Hough变换倾斜校正 |
| 3.2.1 题卡分离模式答题卡初步预处理 |
| 3.2.2 图像边缘检测算子的选定 |
| 3.2.3 邻域跟踪得到矩形区域 |
| 3.2.4 优化分级Hough变换倾斜校正 |
| 3.3 基于图像纹理的主观题优化算法 |
| 3.4 本章小结 |
| 第四章 卷面信息的优化识别和分割算法 |
| 4.1 智能阅卷系统的功能分析 |
| 4.2 XML精简版模板定位文件 |
| 4.2.1XML简介 |
| 4.2.2 XML模板文件的生成 |
| 4.2.3 坐标变换 |
| 4.3 学生信息一维条形码的生成与识别 |
| 4.3.1EAN13码的结构 |
| 4.3.2 EAN13码的生成 |
| 4.3.3 EAN13条码的识别 |
| 4.4 试卷客观题部分自动阅卷 |
| 4.4.1 客观题识别流程 |
| 4.4.2 客观题答题区域的分割 |
| 4.4.3 填涂点的识别 |
| 4.5 试卷主观部分去模板化智能阅卷 |
| 4.5.1 主观题阅卷流程 |
| 4.5.2 水平投影法得到初始投影 |
| 4.5.3 腐蚀处理得到精确投影 |
| 4.5.4 主观题区域分割 |
| 4.6 本章小结 |
| 第五章 相关算法实现与测试 |
| 5.1 开发平台及工具介绍 |
| 5.1.1 VS2012平台介绍 |
| 5.1.2 OpenCV简介 |
| 5.2 算法OpenCV实现与测试 |
| 5.2.1 OpenCV预处理模块算法实现 |
| 5.2.2 OpenCV输入输出XML定位文件 |
| 5.2.3 客观题阅卷部分算法实现 |
| 5.2.4 主观题识别部分算法实现 |
| 5.3 系统界面设计 |
| 5.3.1 阅卷系统数据库模块设计 |
| 5.3.2 试卷管理模块设计 |
| 5.3.3 试卷生成模块设计 |
| 5.3.4 试卷图像预处理模块设计 |
| 5.3.5 试卷客观题识别模块块设计 |
| 5.3.6 试卷主观题识别模块设计 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 6.3 本章小结 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文和科技成果 |
（2）复杂文本图像倾斜校正算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 写作背景和研究意义 |
| 1.2 国内外研究现状分析 |
| 1.3 本文的研究内容 |
| 1.4 组织结构 |
| 第二章 图像倾斜校正方法概述 |
| 2.1 数字图像简介 |
| 2.2 图像倾斜校正方法流程 |
| 2.3 图像的预处理 |
| 2.3.1 灰度化 |
| 2.3.2 二值化 |
| 2.3.2.1 全局法 |
| 2.3.2.2 局部法 |
| 2.3.3 图像分块 |
| 2.4 小结 |
| 第三章 倾斜校正算法 |
| 3.1 Hough变换法 |
| 3.2 投影法 |
| 3.3 交叉相关性方法 |
| 3.4 近邻法 |
| 3.5 Fourier变换法 |
| 3.6 其他倾角检测算法 |
| 3.7 旋转变换算法 |
| 3.8 小结 |
| 第四章 基于数学统计分析的倾斜校正研究 |
| 4.1 数学统计分析法 |
| 4.1.1 均值 |
| 4.1.2 方差 |
| 4.2 Radon变换原理 |
| 4.2.1 Radon变换 |
| 4.2.2 倾角检测原理 |
| 4.2.3 本章实现原理 |
| 4.3 算法设计与实验结果 |
| 4.3.1 图像分块 |
| 4.3.2 排除有效像素较少的子块 |
| 4.3.3 排除倾角方差较大的子块 |
| 4.3.4 合并子块 |
| 4.3.5 旋转校正 |
| 4.4 算法分析 |
| 4.5 小结 |
| 第五章 基于文本周期性的倾斜校正研究 |
| 5.1 频域变换 |
| 5.1.1 连续傅立叶变换 |
| 5.1.2 离散傅立叶变换 |
| 5.1.3 频谱图分析 |
| 5.2 倾角检测原理 |
| 5.3 算法设计与实验结果 |
| 5.3.1 图像预处理 |
| 5.3.2 筛选子块 |
| 5.3.3 合并子块并旋转校正 |
| 5.4 算法分析 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 下一步的研究展望 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（3）基于Radon变换的图文图像的倾斜校正（论文提纲范文）
| 0 引言 |
| 1 太阳黑子周期性 |
| 2 相关技术 |
| 3 图文图像倾斜校正 |
| 4 实验仿真 |
| 5 结束语 |
（4）复杂版面文档图像中公式与文本的提取及分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 数据库介绍 |
| 1.3 公式和文本提取所遇到的困难 |
| 1.4 主要工作和创新点 |
| 1.4.1 主要工作内容 |
| 1.4.2 创新点 |
| 1.5 本文结构安排 |
| 第二章 预处理 |
| 2.1 图像二值化 |
| 2.1.1 图像二值化介绍 |
| 2.1.2 常见二值化方法 |
| 2.1.3 基于模糊集理论的一种图像二值化算法 |
| 2.2 文档去噪 |
| 2.2.1 文档噪声分类 |
| 2.2.2 边界噪声去噪方法 |
| 2.2.3 椒盐噪声去噪方法 |
| 2.3 倾斜校正 |
| 2.4 本章小结 |
| 第三章 公式和文本提取预处理 |
| 3.1 横纵排文档分析 |
| 3.1.1 引言 |
| 3.1.2 常用的横纵排判断方法 |
| 3.1.3 本系统横纵排文档判断方法 |
| 3.2 标题区域识别 |
| 3.2.1 常见标题识别版面 |
| 3.2.2 本文标题提取分析 |
| 3.3 页码识别 |
| 3.4 栏数识别 |
| 3.5 实验结果和性能分析 |
| 3.6 本章小结 |
| 第四章 复杂中文版面公式提取 |
| 4.1 引言 |
| 4.2 传统的公式提取方法 |
| 4.3 基于非文本域优先的公式提取 |
| 4.3.1 公式提取算法 |
| 4.3.2 公式提取过程 |
| 4.4 实验结果和性能分析 |
| 4.5 本章小结 |
| 第五章 复杂中文版面文本行提取及合并 |
| 5.1 引言 |
| 5.2 基于非文本域优先的中文版面文本提取 |
| 5.2.1 图头和表头的提取 |
| 5.2.2 文本提取过程 |
| 5.3 文档图像文本行合并算法研究 |
| 5.3.1 边缘检测算法 |
| 5.3.2 形态学运算 |
| 5.4 实验结果和性能分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 后期工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）基于Radon变换的非纯文本图像倾斜校正（论文提纲范文）
| 0 引言 |
| 1 Radon变换原理 |
| 2 非纯文本倾斜校正 |
| 3 实验仿真 |
| 4 结束语 |
（6）基于识别反馈的文档图像倾斜校正的研究和应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究方法 |
| 1.4 本文结构 |
| 2 图像处理理论基础 |
| 2.1 数字图像的基本概念 |
| 2.2 图像的格式简介 |
| 3 文档图像的预处理 |
| 3.1 二值化算法 |
| 3.1.1 OTSU算法 |
| 3.1.2 Bernsen算法 |
| 3.2 去除噪声处理 |
| 3.3 文本行的膨胀处理和提取中心线 |
| 3.4 本章小结 |
| 4 倾斜角度检测算法 |
| 4.1 Hough变换算法 |
| 4.2 投影法 |
| 4.3 交叉相关性方法 |
| 4.4 近邻法 |
| 4.5 Fourier变换法 |
| 4.6 基于内容的文档图像倾斜估计 |
| 4.7 旋转变换算法 |
| 4.8 本章小结 |
| 5 基于OCR识别反馈的文档图像的倾斜校正算法 |
| 5.1 课题创新文档图像的倾斜校正算法概述 |
| 5.2 文本子区域的选取 |
| 5.3 整幅图像的文本线跟踪算法 |
| 5.3.1 文本线跟踪并拟合算法 |
| 5.3.2 对图像中间行的文本线跟踪算法 |
| 5.4 基于自动分块的文本线跟踪算法 |
| 5.5 OCR识别及其反馈信息 |
| 5.6 课题创新算法的实验结果及分析总结 |
| 5.7 课题创新算法的核心代码 |
| 5.8 本章小结 |
| 6 结论 |
| 参考文献 |
| 申请学位期间的研究成果及发表的学术论文 |
| 致谢 |
（7）医学图像倾斜校正方法与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状及水平 |
| 1.2.1 图像倾斜校正方法研究 |
| 1.2.2 医学图像配准方法研究 |
| 1.2.3 模糊理论在医学图像处理领域应用研究 |
| 1.3 本文的研究内容与结构安排 |
| 第二章 医学图像倾斜校正方法研究 |
| 2.1 医学图像倾斜模型 |
| 2.2 医学图像边缘检测 |
| 2.3 图像的包围盒 |
| 2.4 医学图像质心和中心矩 |
| 2.5 基于图像矩的医学图像倾斜校正方法 |
| 2.5.1 基于图像几何矩的医学图像倾斜校正算法 |
| 2.5.2 基于图像惯量矩阵的医学图像倾斜校正方法 |
| 2.5.3 ACIM和MCIM的等价性 |
| 2.6 基于SVD的医学图像倾斜校正方法 |
| 2.6.1 SVD |
| 2.6.2 MSVD |
| 2.7 基于PCA的医学图像倾斜校正方法 |
| 2.7.1 PCA |
| 2.7.2 MPCA |
| 2.7.3 MSVD和MPCA的关系 |
| 2.8 基于KMC的医学图像倾斜校正方法 |
| 2.8.1 K-means聚类 |
| 2.8.2 MKMC |
| 2.9 基于FCM的医学图像倾斜校正方法 |
| 2.9.1 FCM |
| 2.9.2 MFCM |
| 2.10 基于SOFM的医学图像倾斜校正方法 |
| 2.10.1 SOFM |
| 2.10.2 MSOFM |
| 2.11 本章小结 |
| 第三章 医学图像倾斜校正实验研究及结果比较 |
| 3.1 实际医学图像倾斜校正实验及结果 |
| 3.1.1 ACIM实验及结果 |
| 3.1.2 MCIM实验及结果 |
| 3.1.3 MSVD实验及结果 |
| 3.1.4 MPCA实验及结果 |
| 3.1.5 MKMC实验及结果 |
| 3.1.6 MFCM实验及结果 |
| 3.1.7 MSOFM实验及结果 |
| 3.1.8 结果分析 |
| 3.2 确知医学图像倾斜校正实验及结果 |
| 3.2.1 倾斜校正精度评价指标 |
| 3.2.2 倾斜校正实验结果 |
| 3.2.3 结果分析 |
| 3.3 本章小结 |
| 第四章 倾斜校正方法在医学图像配准中应用研究 |
| 4.1 医学图像配准过程 |
| 4.2 医学图像配准方法 |
| 4.2.1 基于灰度的医学图像配准 |
| 4.2.2 基于点特征的医学图像配准 |
| 4.3 粗配准 |
| 4.3.1 倾斜校正和配准区别 |
| 4.3.2 倾斜校正方法在互信息医学图像配准中的应用 |
| 4.3.2.1 单模态医学图像配准 |
| 4.3.2.2 多模态医学图像配准 |
| 4.3.3 倾斜校正方法在ICP医学图像配准中的应用 |
| 4.3.3.1 单模态医学图像配准 |
| 4.3.3.2 多模态医学图像配准 |
| 4.4 本章小结 |
| 第五章 倾斜校正和模糊理论在医学图像配准中应用研究 |
| 5.1 模糊理论 |
| 5.2 模糊距离 |
| 5.3 模糊信噪比 |
| 5.4 基于倾斜校正的模糊理论医学图像配准 |
| 5.5 实验和结果分析 |
| 5.5.1 模糊距离中m的选择 |
| 5.5.2 相似性测度比较 |
| 5.5.3 单模态图像配准模拟实验 |
| 5.5.4 多模态图像配准模拟实验 |
| 5.6 进一步讨论FSNR d |
| 5.6.1 模糊信噪比和峰值信噪比 |
| 5.6.2 实验和结果分析 |
| 5.6.2.1 FSNR_d_2和MI变化曲线比较 |
| 5.6.2.2 单模态图像配准模拟实验 |
| 5.6.2.3 多模态图像配准模拟实验 |
| 5.7 相似性测度鲁棒性分析 |
| 5.7.1 插值方法 |
| 5.7.1.1 线性插值 |
| 5.7.1.2 二次样条插值 |
| 5.7.1.3 三次样条插值 |
| 5.7.1.4 B样条插值 |
| 5.7.2 插值方法鲁棒性分析 |
| 5.7.2.1 线性插值时配准 |
| 5.7.2.2 次样条插值(a=1)时配准 |
| 5.7.2.3 次B样条插值时配准 |
| 5.7.2.4 三次B样条插值时配准 |
| 5.7.2.5 三次样条插值(a=-0.5)时配准 |
| 5.7.3 数据缺失鲁棒性分析 |
| 5.7.4 噪声干扰鲁棒性分析 |
| 5.7.4.1 椒盐噪声干扰 |
| 5.7.4.2 高斯噪声干扰 |
| 5.8 本章小结 |
| 第六章 总结 |
| 6.1 本文主要研究成果 |
| 6.2 论文的主要创新点 |
| 6.3 不足之处及今后的研究工作 |
| 参考文献 |
| 致谢 |
| 附录1 作者攻读博士期间发表的相关论文 |
| 附录2 作者攻读博士期间主持的课题 |
（8）基于版面的拍照文档图像倾斜校正（论文提纲范文）
| 1 引 言 |
| 2 现有校正方法概述 |
| 3 本文采用的图像倾斜校正算法 |
| 3.1 利用改进的Hough变换提取表格类文档的线条 |
| 3.1.1 Hough变换的基本原理 |
| 3.1.2 改进的直线检测 |
| 3.2 利用游长平滑及细化处理获得文本行的线条 |
| 3.3 利用最小距离法拟合直线获得图像的倾斜角度 |
| 3.4 直线倾斜角度的误差分析 |
| 3.5 图像的倾斜校正 |
| 4 实验结果 |
| 5 结 论 |
（9）基于纹理梯度的文档图像的倾斜校正方法（论文提纲范文）
| 1 引言 |
| 2 一般倾斜校正的方法 |
| 2.1 基于Hough 变换的倾斜校正的方法 |
| 2.2 基于投影的倾斜校正的方法 |
| 3 基于纹理梯度的倾斜校正 |
| 3.1 高斯滤波法纹理分析 |
| 3.2 纹理梯度图像获取 |
| 3.3 倾斜角θ的获取 |
| 4 实验结果 |
| 5 总结 |
四、基于游长平滑的文档图像倾斜校正（论文参考文献）
- [1]智能阅卷系统中图像处理相关技术研究[D]. 薛雯予. 太原理工大学, 2017(02)
- [2]复杂文本图像倾斜校正算法研究[D]. 仇伟涛. 河南大学, 2016(03)
- [3]基于Radon变换的图文图像的倾斜校正[J]. 仇伟涛. 福建电脑, 2016(01)
- [4]复杂版面文档图像中公式与文本的提取及分析[D]. 贺景宇. 西安电子科技大学, 2015(03)
- [5]基于Radon变换的非纯文本图像倾斜校正[J]. 郭克冰,仇伟涛,时萌悦,范家铭. 福建电脑, 2015(10)
- [6]基于识别反馈的文档图像倾斜校正的研究和应用[D]. 许雅卓. 北方工业大学, 2011(08)
- [7]医学图像倾斜校正方法与应用研究[D]. 潘梅森. 中南大学, 2011(12)
- [8]基于版面的拍照文档图像倾斜校正[J]. 荆雷,张欣,郭金鑫. 激光与红外, 2010(10)
- [9]基于纹理梯度的文档图像的倾斜校正方法[J]. 夏波涌,童悍操. 计算机仿真, 2009(03)
- [10]数学形态学和投影方差在文档图像倾斜校正中的应用[J]. 张吉玲,王希常,刘江. 福建电脑, 2008(03)