基于WVD的文档图像纠偏算法

第３３卷第５期　２００６年５月　应　用　科　技　

Ａｐｐｌｉｅｄ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏ１．３３．Ｎｏ．５　

Ｍａｖ　２００６　

文章编号：１００９—６７１Ｘ（２００６）０５—００３４—０３　

基于ＷＶＤ的文档图像纠偏算法　李静梅，姚成浪，冉祥金　（哈尔滨工程大学计算机科学与技术学院．黑龙江哈尔滨１５０００１）　摘要：提出了一种效率很高的文档图像纠偏算法，即利用文档图像的水平投影值，得到水平投影值的维格　纳一威利分布．根据维格纳一威利分布的极值的最大值得到偏斜角度，实验结果验证了算法的有效性．　关键词：文档图像；维格纳一威利分布；图像纠偏　中图分类号：ＴＰ３０１　文献标识码：Ａ　

Ａ　ｄｅｓｋｅｗ　ａｌｇｏｒｉｔｈｍ　ｏｆ　ｄｏｃｕｍｅｎｔａｒｙ　ｉｍａｇｅｓ　ｂａｓｅｄ　ｏｎ　ＷＶＤ　ＬＩ　Ｊｉｎｇ—ｍｅｉ，ＹＡＯ　Ｃｈｅｎｇ—ｌａｎｇ，ＲＡＮ　Ｘｉａｎｇ—ｊｉｎ　（Ｓｃｈｏｏｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ　１５０００１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｄｅｓｃｒｉｂｅｓ　ａｎ　ｅｆｆｉｃｉｅｎｔ　ａｎｄ　ａｕｔｏｍａｔｉｃ　ｄｅｓｋｅｗ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｄｏｃｕｍｅｎｔａｒｙ　ｉｍａｇｅｓ．ＷＶＤ（Ｗｉｇｎ—　ｅｒ—Ｖｉｌｌｅ　ｄｉｓｔｒｉｂｕｔｉｏｎ）ｉｓ　ａｔｔａｉｎｅｄ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｈｏｒｉｚｏｎｔａｌ　ｐｒｏｊｅｃｔｉｏｎ　ｖａｌｕｅ　ｏｆ　ｔｈｅ　ｄｏｃｕｍｅｎｔａｒｙ　ｉｍａｇｅ．Ｔｈｅ　ｓｋｅｗ　ａｎｇｌｅ　ｃａｎ　ｂｅ　ｏｂｔａｉｎｅｄ　ｂｙ　ｃａｌｃｕｌａｔｉｎｇ　ｔｈｅ　ｍａｘｉｍａｌ　ｅｘｔｒｅｍｅ　ｖａｌｕｅ　ｏｆ　ＷＶＤ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｃｏｎｆｉｒｍ　ｔｈｅ　ｅｆｆｅｃｔｉｖｅ—　ｎｅｓｓ　ｏｆ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ．　Ｋｅｙｗｏｒｄｓ：ｄｏｃｕｍｅｎｔａｒｙ　ｉｍａｇｅ；ＷＶＤ；ｉｍａｇｅ　ｄｅｓｋｅｗ　

由于文档放入扫描不可能摆放非常水平。总是　或多或少有些偏斜．计算文档图像偏斜角度对于文　档图像的自动拼接和文字识别（ＯＣＲ）是一个很重　要的环节．很多人提出了各种各样的解决方法，Ｄａｎ　Ｂｌｏｏｍｂｅｒｇ提出投影轮廓技术（ｐｒｏｊｅｃｔｉｏｎ　ｐｒｏｆｉｌｅ），翟　洋、杨利平　应用了哈夫变换法（Ｈｏｕｇｈ　ｔｒａｎｓｆｏｒｍ）；　ＬＵ　Ｙ、ＴＡＮ　Ｃ　Ｌ　提出了连接组件（ｃｏｎｎｅｃｔ　ｃｏｍｐｏ—　ｎｅｎｔ）技术；曲新亮、魏守水、杜洋’　应用了Ｇａｂｏｒ小　波变换实现图像倾斜矫正．但这些图像纠偏方法，大　多适用小角度（一１５，＋１５）纠偏，当遇到大角度偏　斜时效果不佳，而且有一些算法使用了哈夫　（Ｈｏｕｇｈ）算法，导致耗费的时间太长，还有一些算法　受到字体、版面、图形和边界的干扰．　

１　维格纳一威利分布（ＷＶＤ）　ＷＶＤ分布是一种时频分析方法，它将一维的时　域信号　（ｔ）映射成１个时间频率平面上的二维信　号　（ｔ，Ｗ），从而可描述１个信号的频率随时间的　变化．时域信号　（ｔ）的ＷＶＤ分布定义为　（ｔ　）：Ｊ　（ｔ＋ｒ／２）　（ｔ—ｒ／２）ｅ－ｊ２　‘ｄｒ，　Ｊ—　频域信号　（　的ＷＶＤ定义为　一＋∞　（ｆ　：ｆ．Ｘ（ｆ＋（／２）Ｘ　（　一（／２）ｅ－ｊ２　．　本文中以图像的高度对应于时间ｔ，水平投影值　对应于　（ｔ），得到图像的水平投影ＷＶＤ．　２　算法的原理　图１给出了１个词组４个不同的角度和对应的　直方图．水平投影直方图是指逐行统计文档图像水　平方向上的黑色像素点个数，并以统计直方图的形　式将其分布状况体现在平面直角坐标系中．定义　和Ｈ分别表示经二值化后文档图像的宽度和高度，　作水平方向投影，并累加各行上的黑色像素点，即　Ｗ—ｌ　ｃ　Ｅ　］＝∑ｇ（　，　），０≤ｉ＜Ｈ，０≤Ｊ＜Ｗ．　Ｊ＝０　式中：　表示该像素点所在的行，Ｊ．表示该像素点所　在的列，Ｃ［ｉ］表示第ｉ行上黑色像素点的总数．可　见０。和１８０。（即正向和反向）时，水平投影直方图　收稿日期：２ｏｏ５—０９—０７．　作者简介：李静梅（１９６４一），女，副教授，主要研究方向：图像处理和模式识别，Ｅ－ｍａｉｌ：Ｌｉｊｉｎｇｍｅｉ＠ｈｒｂｅｕ．ｅｄｕ．ｃｎ　

维普资讯 http://www.cqvip.com 第５期　李静梅，等：基于ＷＶＤ布的文档图像纠偏算法　・３５・　可达到最大峰值　

６０。的词组和其对应的投影特征　中国电信　

的词组和其对应的投影特征　

（ｃ）顺时针旋转３０。的词组和其对应的投影特征　｝　Ｅ　｝　毋　

（ｄ）处于竖直的词组和其对应的投影特征　图１　１个词组不同的角度和对应的直方图　图２给出了文档图像角度与水平投影直方图对　应的ＷＶＤ的极值密度对应的关系．ＷＶＤ的极值密　度是指将文档图像进行旋转，对每个旋转角生成相　应的水平投影直方图，并由该直方图计算出ＷＶＤ　以及其所对应的极值密度值．因此文档图像的每个　旋转角的直方图均对应有ＷＶＤ极值密度值．从图　中可以看出，文档图像越靠近水平方向，水平投影直　方图对应的ＷＶＤ的极值数量就越大，即极值的密　度越大，当文档图像处于水平方向，水平投影直方图　对应的ＷＶＤ的极值的密度最大，所以计算出水平　投影直方图对应的ＷＶＤ的极值密度的最大值对应　的角度，就能得到图像的偏斜角度．　

崔　ｇ　０　＞　

≥　

角度　图２各个角度对应直方图的ＷＶＤ极值的密度　

３　图像纠偏算法　为了提高运算速度，只取文档图像的一小部分　

做代表来计算偏斜角度，为了避免文档图像里面的　图形的影响，只计算黑像素到白像素和白像素到黑　像素的重心；而且对应每一个不同的角度不必都计　算水平投影直方图及其对应的ＷＶＤ的极值密度，　否则会增加很多额外的计算量．本算法开始采用较　大的步长得到一个大约的位置，然后逐步缩小范围，　减小步长，最终得到偏斜角度．具体算法为　１）选取图像的一部分　（１）计算文档图像计算黑像素到白像素和白像　素到黑像素的重心；　（２）以图像的重心为中心取１块大小为４００×　４００ｐｉｘｅｌ区域；　２）计算文档图像的偏斜角度．　（１）设置初始步长为１０。，搜索范围为（一８９。，８９。）；　（２）计算各个角度的水平投影直方图；　（３）计算水平投影直方图对应的ＷＶＤ；　（４）得到各个ＷＶＤ的极值密度，从而得到最大　的极值密度对应的角度ＡＮＧ１；　（５）设置步长为１。，搜索范围为（ＡＮＧ１—５，　ＡＮＧ１＋５）；　（６）计算各个角度的水平投影直方图；　（７）计算水平投影直方图对应的ＷＶＤ；　（８）得到各个ＷＶＤ的极值密度，并得到最大值　密度对应的角度ＡＮＧ２；　（９）设置步长为０．１，搜索范围为（ＡＮＧ２—０．５，　ＡＮＧ２＋０．５）：　（１０）计算各个角度的水平投影直方图；　（１１）计算水平投影直方图对应的ＷＶＤ；　（１２）得到各个ＷＶＤ的极值密度，并得到最大　的极值密度对应的角度ＡＮＧ３；　（１３）得到最终的纠偏角度：　Ａｎｇｌｅ＝ＡＮＧ１　１０＋ＡＮＧ２　１＋ＡＮＧ３　０．１　３）文档图像旋转相应的角度　具体实现代码如下：　ｃａｌｃｕｌａｔｅ—ｉｍａｇｅ

—ｂａｒｙｃｅｎｔｅｒ（）；　

ｓｅｔ—

ｓｅｌｅｃｔｉｏｎ

—ａｒｅａ（）；　

Ａｎｇｌｅ＝一８９；　ｗｈｉｌｅ　Ａｎｇｌｅ＜＝８９｛　ｒｏｔａｔｅ［Ａｎｇｌｅ］；　ｃａｌｃｕｌａｔｅ—ｈｏｒｉｚｏｎｔａｌ—ｈｉｓｔｏｇｒａｍ［Ａｎｇｌｅ］；　

ｃａｌｃｕｌａｔｅ—ＷＶＤ［Ａｎｇｌｅ］；　

Ａｎｇｌｅ＋＝１０：　

旋　～　｝一　一　

维普资讯 http://www.cqvip.com ・３６・　应　用　科　技　第３３卷　｝　ＡＮＧ１＝ｐｅａｋｏｆｍａｘｉｍｕｍ

—ｉｎｔｅｎｓｉｔｙ［Ａｎｇｌｅ］；　

ｒｏｔａｔｅ［ＡＮＧＬＥ１　１０］；　Ａｎｇｌｅ＝一５：　ｗｈｉｌｅ　Ａｎｇｌｅ＜＝５｛　ｒｏｔａｔｅ［Ａｎｇｌｅ］；　ｃａｌｃｕｌａｔｅｈｏｒｉｚｏｎｔａｌ—ｈｉｓｔｏｇｒａｍ［ＡＮＧＬＥ］　

ｃａｌｃｕｌａｔｅ—ＷＶＤ［ＡＮＧＬＥ］　

Ａｎｇｌｅ＝Ａｎｇｌｅ＋１　

ＡＮＧ２＝ｐｅａｋ—ｏｆ—ｍａｘｉｍｕｍ—ｉｎｔｅｎｓｉｔｙ［Ａｎｇｌｅ］；　

ｒｏｔａｔｅ［ＡＮＧ２　１］；　Ａｎｇｌｅ＝一０．５：　ｗｈｉｌｅ　Ａｎｇｌｅ＜＝０．５｛　ｒｏｔａｔｅ—

ｗｉｎｄｏｗ［Ａｎｇｌｅ］；　

ｃａｌｃｕｌａｔｅ—ｈｏｒｉｚｏｎｔａｌｈｉｓｔｏｇｒａｍ［Ａｎｇｌｅ］；　

ｃａｌｃｕｌａｔｅ—ＷＶＤ［Ａｎｇｌｅ］；　

Ａｎｇｌｅ＝Ａｎｇｌｅ＋０．１：　｝　ＡＮＧ３＝ｐｅａｋ—ｏｆｍａｘｉｍｕｍｉｎｔｅｎｓｉｔｙ［Ａｎｇｌｅ］；　

Ｅｓｔｉｍａｔｅｄ＿Ａｎｇｌｅ＝ＡＮＧ１　１０＋ＡＮＧ２　１＋ＡＮＧ３　０．１：　

ｒｏｔａｔｅｉｍａｇｅ［Ｅｓｔｉｍａｔｅｄ—Ａｎｇｌｅ］；　文档图像纠偏前后效果对比见图３．　

（ａ）偏斜的文档图像　

（ｂ）纠偏后的文档图像　图３偏斜的文档图像和纠偏后的文档图像　

４　结束语　本文提出的算法纠偏速度快，试验中使用的电　脑的主要配置是ＣＰＵ　３．００　ＧＨｚ、内存１．００　ＧＢ、硬盘　１６０　ＧＢ，操作系统是Ｗｉｎｄｏｗｓ　ＸＰ，采用的文档图像　大小是１　２ｌｌ　ｘ　１　７５０　ｐｉｘｅｌ，平均耗费时间４２２　ｍｓ．这　个速度远远快于Ｈｏｕｇｈ变换倾斜校正，而且本算法　不受版面的影响，角度在（一８９。，８９。）都可以准确　地找到纠偏角度．　

参考文献：　［１］翟洋，杨利平．Ｈｏｕｇｈ变换ＯＣＲ图像倾斜矫正方法　［Ｊ］．中国图形图像学报，２００１，６（２）：１７８—１８３．　［２］Ｌｕ　Ｙ，ＴＡＮ　Ｃ　Ｌ．Ａ　ｎｅａｒｅｓｔ—ｎｅｉｇｈｂｏｒ　ｃｈａｉｎ　ｂａｓｅｄ　ａｐｐｒｏａｃｈ　ｔｏ　ｓｋｅｗ　ｅｓｔｉｍａｔｉｏｎ　ｉｎ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇ・　ｎｉｔｉｏｎ　Ｌｅｔｔｅｒｓ，２００３，２４：２３　１５—２３２３．　［３］曲新亮，魏守水，杜洋．一种基于Ｇａｂｏｒ小波变换的图　像倾斜矫正算法［Ｊ］．微机发展，２００４，１４（１１）：１９—２０．　［４］ＫＡＶＡＬＬＩＥＲＡＴＯＵ　Ｅ，ＦＡＫＯＴＡＫＩＳ　Ｎ，ＫＯＫＫＩＮＡＫＩＳ　Ｇ．Ｓｋｅｗ　ａｎｇｌｅ　ｅｓｔｉｍａｔｉｏｎ　ｕｓｉｎｇ　Ｃｏｈｅｎ　Ｓ　ｃｌａｓｓ　ｄｉｓｔｒｉｂｕｔｉｏｎ　［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ　Ｌｅｔｔｅｒｓ，１９９９，２０：１３０５—１３　１２．　

［责任编辑：李雪莲］　

维普资讯 http://www.cqvip.com