| 标题 | 基于Canny算子和Radon变换的证件图像倾斜校正 |
| 范文 | 马歌 摘 要：倾斜的证件图像不利于识别，为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测，然后利用Radon变换计算出图像的倾斜角度，最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明，该方法能够准确、高效地对证件图像进行校正。 关键词：证件图像；Canny；边缘检测；Radon变换；倾斜校正 中图分类号：TP39 文献标识码：A 1 引言 由于操作原因，利用扫描仪、相机采集各种证件图像时难免会出现倾斜的问题，这对后续进行证件图像的光学字符识别（OCR），快速自动判别证件图像上的各栏信息，造成了一定的困难。因此，在对证件图像进行识别之前，为不影响识别效果，对证件图像进行倾斜校正预处理就显得尤为重要。 目前，国内外学者已经提出了多种图像倾斜校正的方法。Hough变换作为当前应用比较广泛的倾斜校正方法，可以直接检测出图像中的最长直线，并计算倾斜角度，虽然它具有较好的抗噪性，但是计算量过大，执行效率不高，很难适应图像自动识别的实时要求。 为此，本文提出了一种基于Canny算子和Radon变换的证件图像倾斜校正的方法。 2 Canny算子原理 图像的边缘是图像的重要特征之一。常用边缘检测算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。 John Canny于1986年提出的Canny算子，是常用的一种局部极值边缘检测方法。相比传统的微分算子，Canny算子因具有抗噪性强、检测精度高、能检测到真正的弱边缘的优点而被广泛应用。Canny算子的基本思想是首先使用高斯滤波函数对图像进行平滑，再由一阶微分的极大值确定边缘点。二阶微分的零交叉点不仅对应着一阶导数的极大值，而且也对应着一阶导数的极小值。 图像f（x，y）进行高斯滤波后得到 ， 其中δ为相应的尺度因子。计算其梯度矢量的幅值和方向为 （1） （2） 图像的边缘点就是在方向上使取得局部极大值的点。 3 Radon变换原理 Radon变换是用来计算图像在某一指定角度射线方向上投影的变换方法，也就是将图像在某一方向上做线性积分。 如果将图像看成一个二维函数f（x，y），则其投影就是在特定方向上的线性积分，比如f（x，y）在垂直方向上的线性积分就是其在x轴上的投影；f（x，y）在水平方向上的线积分就是其在y轴上的投影。通过这些投影，在对图像进行模式识别时可用于获取图像在指定方向上的突出特性。Radon变换的几何关系如图1所示，它是图像f（x，y）平行于y轴的线积分。 图像f（x，y） 沿角度θ向x轴投影得到 ，则 （3） 其中， （4） 4 证件图像倾斜校正 4.1 算法流程 Step1：读入证件图像； Step2：把彩色证件图像转换为灰度图像；图像边缘检测通常处理的为灰度图像，因此如果获取的是彩色证件图像，首先就要进行灰度处理。 Step3：利用Canny算子进行证件图像边缘检测；证件图像是有明显的边界的矩形形状的图像，所以检测出它的边缘就可以找到最大倾斜角。具体步骤如下： （1）用高斯滤波器平滑证件图像； （2）用一阶偏导的有限差分计算梯度的幅值和方向； （3）对梯度幅值进行非极大值抑制； （4）用双阈值算法检测并连接图像边缘。 Step4：用Radon变换计算图像倾斜角度； 计算倾斜角度时，θ表示校正图像的Radon变换的角度，θ取值区间为0°～180°，1°的增量。具体步骤如下： （1）对边缘检测得到的Canny图像进行radon变换； （2）计算各个方向的Radon变换数值； （3）利用求导和累加，找出变换矩阵中数值最大的； （4）它所对应的θ值就表示图像的最大倾斜角。 Step5：利用双线性插值算法旋转得到校正后的证件图像。 研究表明，双线性插值算法能处理大多数图像旋转的问题，得到的图像质量高，纹理较清晰，因此，本方法也采用此算法进行证件图像的旋转。通常，坐标原点（0，0）为图像的基点，但是实际应用中，往往是以图像中心为基点对图像进行旋转。具体步骤如下： （1）将图像的坐标系从原点（0，0）平移到图像中心； （2）将原始图像按Radon变换计算出的倾斜角度θ，沿着x轴旋转角度为90°-θ。 （3）利用双线性插值法，计算旋转后图像的灰度级像素值，将图像平移回原始坐标原点； （4）通过对超出图像边界的区域进行取模操作，实现校正前后图像的尺寸保持一致； （5）输出校正后的证件图像。 4.2 实验结果分析 本实验是在MATLAB R2007b平台下完成的，实验结果如图2所示。通过实验可以看出，拍照得到的一卡通彩色图像本身是倾斜的，先转化成灰度图像，再用Canny算子检测出了清晰边缘，通过Radon变换计算出它的倾斜角度为-24°，经过双线性插值算法旋转后，准确地对图像进行了校正。 结语 提出了一种基于Canny算子和Radon变换的证件图像倾斜校正方法。通过实验可以看出，采用该方法实现简单，执行速度快，能准确地对倾斜彩色证件图像进行校正，具有较好的使用价值，对今后进一步完成证件图像识别工作起到了辅助作用。 参考文献 [1]段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述[J].光学技术.2005.31（3）：415-419. [2]袁凤刚，刘建成.不同插值方法实现数字图像旋转研究[J].软件导刊.2010.9（4）：187-189. [3]曹佃国，陈浩杰，李鹏.基于Matlab的双线性插值算法在图像旋转中的应用[J].中国印刷与包装研究.2011.2（4）：74-78. 摘 要：倾斜的证件图像不利于识别，为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测，然后利用Radon变换计算出图像的倾斜角度，最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明，该方法能够准确、高效地对证件图像进行校正。 关键词：证件图像；Canny；边缘检测；Radon变换；倾斜校正 中图分类号：TP39 文献标识码：A 1 引言 由于操作原因，利用扫描仪、相机采集各种证件图像时难免会出现倾斜的问题，这对后续进行证件图像的光学字符识别（OCR），快速自动判别证件图像上的各栏信息，造成了一定的困难。因此，在对证件图像进行识别之前，为不影响识别效果，对证件图像进行倾斜校正预处理就显得尤为重要。 目前，国内外学者已经提出了多种图像倾斜校正的方法。Hough变换作为当前应用比较广泛的倾斜校正方法，可以直接检测出图像中的最长直线，并计算倾斜角度，虽然它具有较好的抗噪性，但是计算量过大，执行效率不高，很难适应图像自动识别的实时要求。 为此，本文提出了一种基于Canny算子和Radon变换的证件图像倾斜校正的方法。 2 Canny算子原理 图像的边缘是图像的重要特征之一。常用边缘检测算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。 John Canny于1986年提出的Canny算子，是常用的一种局部极值边缘检测方法。相比传统的微分算子，Canny算子因具有抗噪性强、检测精度高、能检测到真正的弱边缘的优点而被广泛应用。Canny算子的基本思想是首先使用高斯滤波函数对图像进行平滑，再由一阶微分的极大值确定边缘点。二阶微分的零交叉点不仅对应着一阶导数的极大值，而且也对应着一阶导数的极小值。 图像f（x，y）进行高斯滤波后得到 ， 其中δ为相应的尺度因子。计算其梯度矢量的幅值和方向为 （1） （2） 图像的边缘点就是在方向上使取得局部极大值的点。 3 Radon变换原理 Radon变换是用来计算图像在某一指定角度射线方向上投影的变换方法，也就是将图像在某一方向上做线性积分。 如果将图像看成一个二维函数f（x，y），则其投影就是在特定方向上的线性积分，比如f（x，y）在垂直方向上的线性积分就是其在x轴上的投影；f（x，y）在水平方向上的线积分就是其在y轴上的投影。通过这些投影，在对图像进行模式识别时可用于获取图像在指定方向上的突出特性。Radon变换的几何关系如图1所示，它是图像f（x，y）平行于y轴的线积分。 图像f（x，y） 沿角度θ向x轴投影得到 ，则 （3） 其中， （4） 4 证件图像倾斜校正 4.1 算法流程 Step1：读入证件图像； Step2：把彩色证件图像转换为灰度图像；图像边缘检测通常处理的为灰度图像，因此如果获取的是彩色证件图像，首先就要进行灰度处理。 Step3：利用Canny算子进行证件图像边缘检测；证件图像是有明显的边界的矩形形状的图像，所以检测出它的边缘就可以找到最大倾斜角。具体步骤如下： （1）用高斯滤波器平滑证件图像； （2）用一阶偏导的有限差分计算梯度的幅值和方向； （3）对梯度幅值进行非极大值抑制； （4）用双阈值算法检测并连接图像边缘。 Step4：用Radon变换计算图像倾斜角度； 计算倾斜角度时，θ表示校正图像的Radon变换的角度，θ取值区间为0°～180°，1°的增量。具体步骤如下： （1）对边缘检测得到的Canny图像进行radon变换； （2）计算各个方向的Radon变换数值； （3）利用求导和累加，找出变换矩阵中数值最大的； （4）它所对应的θ值就表示图像的最大倾斜角。 Step5：利用双线性插值算法旋转得到校正后的证件图像。 研究表明，双线性插值算法能处理大多数图像旋转的问题，得到的图像质量高，纹理较清晰，因此，本方法也采用此算法进行证件图像的旋转。通常，坐标原点（0，0）为图像的基点，但是实际应用中，往往是以图像中心为基点对图像进行旋转。具体步骤如下： （1）将图像的坐标系从原点（0，0）平移到图像中心； （2）将原始图像按Radon变换计算出的倾斜角度θ，沿着x轴旋转角度为90°-θ。 （3）利用双线性插值法，计算旋转后图像的灰度级像素值，将图像平移回原始坐标原点； （4）通过对超出图像边界的区域进行取模操作，实现校正前后图像的尺寸保持一致； （5）输出校正后的证件图像。 4.2 实验结果分析 本实验是在MATLAB R2007b平台下完成的，实验结果如图2所示。通过实验可以看出，拍照得到的一卡通彩色图像本身是倾斜的，先转化成灰度图像，再用Canny算子检测出了清晰边缘，通过Radon变换计算出它的倾斜角度为-24°，经过双线性插值算法旋转后，准确地对图像进行了校正。 结语 提出了一种基于Canny算子和Radon变换的证件图像倾斜校正方法。通过实验可以看出，采用该方法实现简单，执行速度快，能准确地对倾斜彩色证件图像进行校正，具有较好的使用价值，对今后进一步完成证件图像识别工作起到了辅助作用。 参考文献 [1]段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述[J].光学技术.2005.31（3）：415-419. [2]袁凤刚，刘建成.不同插值方法实现数字图像旋转研究[J].软件导刊.2010.9（4）：187-189. [3]曹佃国，陈浩杰，李鹏.基于Matlab的双线性插值算法在图像旋转中的应用[J].中国印刷与包装研究.2011.2（4）：74-78. 摘 要：倾斜的证件图像不利于识别，为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测，然后利用Radon变换计算出图像的倾斜角度，最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明，该方法能够准确、高效地对证件图像进行校正。 关键词：证件图像；Canny；边缘检测；Radon变换；倾斜校正 中图分类号：TP39 文献标识码：A 1 引言 由于操作原因，利用扫描仪、相机采集各种证件图像时难免会出现倾斜的问题，这对后续进行证件图像的光学字符识别（OCR），快速自动判别证件图像上的各栏信息，造成了一定的困难。因此，在对证件图像进行识别之前，为不影响识别效果，对证件图像进行倾斜校正预处理就显得尤为重要。 目前，国内外学者已经提出了多种图像倾斜校正的方法。Hough变换作为当前应用比较广泛的倾斜校正方法，可以直接检测出图像中的最长直线，并计算倾斜角度，虽然它具有较好的抗噪性，但是计算量过大，执行效率不高，很难适应图像自动识别的实时要求。 为此，本文提出了一种基于Canny算子和Radon变换的证件图像倾斜校正的方法。 2 Canny算子原理 图像的边缘是图像的重要特征之一。常用边缘检测算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。 John Canny于1986年提出的Canny算子，是常用的一种局部极值边缘检测方法。相比传统的微分算子，Canny算子因具有抗噪性强、检测精度高、能检测到真正的弱边缘的优点而被广泛应用。Canny算子的基本思想是首先使用高斯滤波函数对图像进行平滑，再由一阶微分的极大值确定边缘点。二阶微分的零交叉点不仅对应着一阶导数的极大值，而且也对应着一阶导数的极小值。 图像f（x，y）进行高斯滤波后得到 ， 其中δ为相应的尺度因子。计算其梯度矢量的幅值和方向为 （1） （2） 图像的边缘点就是在方向上使取得局部极大值的点。 3 Radon变换原理 Radon变换是用来计算图像在某一指定角度射线方向上投影的变换方法，也就是将图像在某一方向上做线性积分。 如果将图像看成一个二维函数f（x，y），则其投影就是在特定方向上的线性积分，比如f（x，y）在垂直方向上的线性积分就是其在x轴上的投影；f（x，y）在水平方向上的线积分就是其在y轴上的投影。通过这些投影，在对图像进行模式识别时可用于获取图像在指定方向上的突出特性。Radon变换的几何关系如图1所示，它是图像f（x，y）平行于y轴的线积分。 图像f（x，y） 沿角度θ向x轴投影得到 ，则 （3） 其中， （4） 4 证件图像倾斜校正 4.1 算法流程 Step1：读入证件图像； Step2：把彩色证件图像转换为灰度图像；图像边缘检测通常处理的为灰度图像，因此如果获取的是彩色证件图像，首先就要进行灰度处理。 Step3：利用Canny算子进行证件图像边缘检测；证件图像是有明显的边界的矩形形状的图像，所以检测出它的边缘就可以找到最大倾斜角。具体步骤如下： （1）用高斯滤波器平滑证件图像； （2）用一阶偏导的有限差分计算梯度的幅值和方向； （3）对梯度幅值进行非极大值抑制； （4）用双阈值算法检测并连接图像边缘。 Step4：用Radon变换计算图像倾斜角度； 计算倾斜角度时，θ表示校正图像的Radon变换的角度，θ取值区间为0°～180°，1°的增量。具体步骤如下： （1）对边缘检测得到的Canny图像进行radon变换； （2）计算各个方向的Radon变换数值； （3）利用求导和累加，找出变换矩阵中数值最大的； （4）它所对应的θ值就表示图像的最大倾斜角。 Step5：利用双线性插值算法旋转得到校正后的证件图像。 研究表明，双线性插值算法能处理大多数图像旋转的问题，得到的图像质量高，纹理较清晰，因此，本方法也采用此算法进行证件图像的旋转。通常，坐标原点（0，0）为图像的基点，但是实际应用中，往往是以图像中心为基点对图像进行旋转。具体步骤如下： （1）将图像的坐标系从原点（0，0）平移到图像中心； （2）将原始图像按Radon变换计算出的倾斜角度θ，沿着x轴旋转角度为90°-θ。 （3）利用双线性插值法，计算旋转后图像的灰度级像素值，将图像平移回原始坐标原点； （4）通过对超出图像边界的区域进行取模操作，实现校正前后图像的尺寸保持一致； （5）输出校正后的证件图像。 4.2 实验结果分析 本实验是在MATLAB R2007b平台下完成的，实验结果如图2所示。通过实验可以看出，拍照得到的一卡通彩色图像本身是倾斜的，先转化成灰度图像，再用Canny算子检测出了清晰边缘，通过Radon变换计算出它的倾斜角度为-24°，经过双线性插值算法旋转后，准确地对图像进行了校正。 结语 提出了一种基于Canny算子和Radon变换的证件图像倾斜校正方法。通过实验可以看出，采用该方法实现简单，执行速度快，能准确地对倾斜彩色证件图像进行校正，具有较好的使用价值，对今后进一步完成证件图像识别工作起到了辅助作用。 参考文献 [1]段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述[J].光学技术.2005.31（3）：415-419. [2]袁凤刚，刘建成.不同插值方法实现数字图像旋转研究[J].软件导刊.2010.9（4）：187-189. [3]曹佃国，陈浩杰，李鹏.基于Matlab的双线性插值算法在图像旋转中的应用[J].中国印刷与包装研究.2011.2（4）：74-78. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。