程燕群

【摘 要】復(fù)雜多變的采集環(huán)境和不確定的人工采集質(zhì)量給后期的文字圖像識別帶來困難。通過總結(jié)前人的經(jīng)驗，本文提出的方法，首先在圖像中提取出純文本區(qū)域，并對隨機hough變換的點選擇進行位置限定，在保留原有圖像特征的同時大大縮減了檢測的數(shù)據(jù)量，通過仿真結(jié)果可知，該算法具有很好的檢測準(zhǔn)確度和速度。

【關(guān)鍵詞】文字圖像；傾斜校正；hough變換；文字區(qū)域提?。浑S機hough變換

0 前言

在信息時代，圖像已經(jīng)成為一種重要的信息載體，圖像文字識別的發(fā)展已經(jīng)經(jīng)歷了幾十年的過程。在實際生活中，圖像文字識別技術(shù)廣泛應(yīng)用于如車牌識別、文字掃描、地圖中的文字識別等。但是，在文字圖像識別中，圖像的傾斜對于系統(tǒng)始終是一個敏感因素，因此，如何能夠快速而準(zhǔn)確的檢測出圖像的傾斜角度一直是該領(lǐng)域研究的課題。

文本圖像的傾斜校正可分為傾角檢測、旋轉(zhuǎn)校正兩個問題。目前存在的比較常用的傾角檢測算法主要有基于投影的方法、基于Hough變換的方法以及基于K-最近鄰簇法?；贖ough變換的方法由于其高精確度一直廣受關(guān)注，但在應(yīng)用中卻一直面臨著高時間成本和高內(nèi)存消耗的問題。針對該問題，文獻[2]通過投影法預(yù)先篩選出文字子區(qū)域，再結(jié)合連通域搜索法提取出文本直線來計算傾斜角度，但其文字子區(qū)域篩選區(qū)域面積大，且當(dāng)文字圖像中存在頁面寬的圖像時，無法提取出文字子區(qū)域，連通域搜索法在傾斜角度大于20度時就無法使用；文獻[3]提出兩級hough變換法，相對傳統(tǒng)hough變換速度是有提高，但仍需要消耗大量的時間；陳軍等[4]提出的隨機Hough變換，將傳統(tǒng)的“一對多”的hough變換轉(zhuǎn)化成“多對一”的映射，大大降低了內(nèi)存需求和計算時間；文獻[5]在此基礎(chǔ)上，運用變分辨率金字塔策略，分別對低、高分辨率圖層進行兩級隨機 Hough變換，算法取得了不錯的效果。

本文在總結(jié)前人研究的基礎(chǔ)上，首先利用投影法篩選出純文本區(qū)域，再運用隨機hough變換方法，并限定變換兩點的選擇區(qū)域，然后計算出文本圖像傾斜角度。該方法在保留文本傾斜的特征的基礎(chǔ)上，通過三個步驟大大減少了變換的數(shù)據(jù)量。

1 純文本區(qū)域提取

圖像投影時，不同的內(nèi)容會形成不同的投影特征。在選取篩選區(qū)域時，考慮一般的頁面特征，從上到下貫穿整個版面的圖像概率較小，而由于段落的原因，版面右側(cè)出現(xiàn)行不完整情況的概率較大，這樣會對純文本的投影特征造成一定的影響。再綜合考慮拍照傾斜時可能帶入的頁面邊界，在文字圖像中的行1/4處，列1/4、2/4、3/4處分別取m*n像素大小的區(qū)域，作為候選區(qū)進行水平投影。

其中，a、b、c、d、e、f是位于Vproj取值范圍[0，m]之間的相鄰點，Vproj是該行的黑色像素點數(shù)。

當(dāng)a與b， b與c，c與d組成的線段滿足相應(yīng)的長度限制時，則認為存在滿足條件的波峰與波谷，如圖所示，[b，c]和[d，e]所在區(qū)域為波峰，[a，b]和[c，d]所在區(qū)域為波谷。

利用以上算法對選擇的區(qū)域進行篩選，找出有效的純文本區(qū)。

2 隨機hough變換

Hough變換方法是利用圖像空間和參數(shù)空間中點與線的關(guān)聯(lián)對偶性，將原始圖像空間的給定曲線通過適當(dāng)表達式運算變換為參數(shù)空間的一個對應(yīng)點。文本圖像一行中通常會存在較多的字，這條文本行可以看成是由許多中間有隔斷的直線組成，這條直線代表著文本行的走向。

例如，直線在二維空間的參數(shù)表示形式為：

其中ρ為極半徑，θ為極角。則圖像中某條直線就會與參數(shù)空間中的一點（ρ，θ）相對應(yīng)，圖像中某點對應(yīng)參數(shù)空間中的一條正弦曲線。因此，原圖中直線上的任意兩點（xi，yi） 、（xj，yj）對應(yīng)參數(shù)空間中的兩條正弦曲線理論上相交于共同的一點（ρ，θ）。再通過投票累加找出局部最大值，即為對應(yīng)直線的參數(shù)。但若對圖像中的每一點都做hough變換，則計算量會相當(dāng)大，因此本文采用隨機hough變換。

隨機hough變換是在hough變換的基礎(chǔ)上運用統(tǒng)計學(xué)知識，并不對所有點進行變換，只隨機取兩點作直線，取得一個參數(shù)（ρ′，θ′），對結(jié)果進行投票累加。當(dāng)?shù)_到一定的閾值后，投票累加最高的結(jié)果就對應(yīng)著圖像上的直線。將圖像空間中的兩個點映射到參數(shù)空間中的一個點 ，是一個 “多對一 ”的映射，避免了傳統(tǒng) Hough變換 “一對多 ”映射的龐大計算量。

為了進一步減小計算量，本文在運用隨機hough變換法時，在純文本區(qū)域豎直方向選取一個窄長的區(qū)域D，并根據(jù)實際精度要求選擇區(qū)域E。分別在區(qū)間D和E中隨機各選擇一個黑點 d1、d2，hough變換后，求得參數(shù) （ρ′，θ′），對累加器數(shù)組 P[ρ，θ]中相應(yīng)結(jié)果投票加一 。

當(dāng)區(qū)域D的高度和區(qū)域E的高度選取合適時，可以進行大幅度的傾斜角檢測。

通過實驗得知，本文中手機采集的2448*3264的照片通過該算法處理檢測出傾斜角度的時間為1.02s，檢測結(jié)果相對傳統(tǒng)hough變換的標(biāo)準(zhǔn)偏差為0.047，可見其在保證準(zhǔn)確度的同時大大提高了檢測速度。

3 小結(jié)

本文提出的算法是在前人的基礎(chǔ)上所做的改進。子區(qū)域具有與頁面相同的傾斜角度，通過提取純文本區(qū)域，減少背景和頁面中圖像的干擾；采用隨機hough變換，保證hough變換準(zhǔn)確度；同時對于隨機hough變換中的兩個點采取限定區(qū)域的方式，三個階段均對變換數(shù)據(jù)量有大幅減少。通過實驗可知，通過該算法對文本圖像傾斜角度的檢測角度具有較高的準(zhǔn)確度和速度。對內(nèi)含表格、背景或版面較復(fù)雜的文本圖片來說，只要通過合適的方法篩選出純文本區(qū)域后，同樣適用，具有較高的應(yīng)用價值。

【參考文獻】

[1]吳飛飛.文本圖像傾斜校正算法的研究與應(yīng)用[D].北京：北方工業(yè)大學(xué)，2014.

[2]周冠瑋，平西建，程娟.基于改進Hough變換的文本圖像傾斜校正方法[J].計算機應(yīng)用，2007，27（7）：52-57.

[3]陳軍，徐友春，趙明，等.基于隨機hough變換的道路邊界識別算法研究[J].中國圖象圖形學(xué)報，2009，14（5）：905-911.

[責(zé)任編輯：田吉捷]