彩色污损机票图像高精度多区域字符串定位

摘要

随着航空事业的发展,票据部门成了一个巨大的档案馆,迫切需要一个通过计算机管理的自动化文档存储检索系统,通过网络对机票进行查询等处理.该机票自动处理系统对扫描图像作自动区域定位,连续OCR和数据库自动录入,以及提供网络检索技术,最后生成图像文档和索引.该文所描述的系统是机票自动处理系统的预处理部分.在该子系统中我们提出了一个检测和定位彩色机票图像中污损字符串技术.对该子系统的大致描述如下:对彩色机票图像进行图像处理,得到字符图像,再对字符图像应用自动目标识别(Automatic Target Recognition,ATR)技术进行多区域字符串定位.机票图像一般具有以下特点:不规则机票表格中的字符串是由计算机打印生成,对比度低且容易偏离表格,无法用常用的方法处理.因此,该文针对机票复杂背景首先提出一个进行字符分离的高准确率新算法.该方法采用一个基于主成分分析(Principal Components Analysis,PCA)和学习向量量化(Learning Vector Quantization,LVQ)混合神经网络作为高效的字符提取器,实际应用证明该字符提取算法准确率高,为准确的字符定位和OCR提供良好的输入.同时,我们推广了传统的灰度阈值分割二值化方法,在彩色空间应用决策树和局部阈值方法进行彩色图像二值化的研究与试验.然后,基于几何先验知识和字符提取结果,我们应用扩展最大平均相关高度(Extended Maximun Average Correlation Height,EMACH)相关滤波器,检测进而准确定位期望字符区域.试验结果表明该方法准确率高,可以为OCR提供良好的输入.文档图像分析是模式识别领域比较成熟的方面,但文档图像分析领域仍然没有一个通用的解决方法,因此该方面的研究仍处于初级阶段.飞机票系统就是该领域探索的一个典型的例子——我们将几种模式识别技术应用到文档图像分析领域,从而取得比较好的效果.因此,与已经出版的相关中英文文献比较,我们的尝试具有原创性和新颖性.

目录

文摘

英文文摘

华南理工大学学位论文原创性声明和学位论文版权使用授权书

第一章绪论

1.1.论文概述

1.2.项目背景

1.3.字符串定位子系统功能要求

1.4.表格文档分析领域文献综述

第二章项目软硬件设备

2.1.前端扫描硬件

2.2.软件开发环境

2.2.1.研究环境

2.2.2.开发环境

第三章模式识别和图像处理的前沿研究

3.1.数字图像处理的基本概念

3.2.图像的感知及其获取

3.2.1.视觉基础

3.2.2.图像获取

3.2.3.图像采样

3.3.颜色空间及其模型

3.3.1.RGB颜色模型

3.3.2.HSV颜色模型

3.3.3.颜色模型转换

3.4.线性系统与二维卷积

3.4.1.线性移不变系统概念

3.4.2.二维卷积及其应用

3.5.图像预处理—图像分割及二值化

3.5.1.图像分割概念

3.5.2.图像分割定义

3.5.3.图像分割的方法

3.5.4.阈值分割

3.6.图像的计算机表达

3.6.1.颜色和调色板

3.6.2.调色板的操作

3.6.3.常见文件格式

3.7.模式识别的基本概念

3.7.1.模式识别的概念

3.7.2.模式空间、特征空间和类型空间

3.7.3.模式识别系统的构成

3.7.4.图片识别问题

3.8.模式分类

3.8.1.分类器的错误率

3.8.2.决策树的基本概念

3.8.3.决策树设计的基本考虑

3.9.模式识别的主要方法：神经网络，主成分分析及傅立叶分析

3.9.1.人工神经网络的发展简史

3.9.2.机票项目采用的神经网络示意图

3.9.3.图像处理中的正交变换

3.9.4.基于特征向量的变换

第四章算法及其结果

4.1.采用混合神经网络(LVQ，PCA)提取机票字符

4.1.1.相关研究

4.1.2.问题的分析

4.1.3.具体字符提取算法描述

4.1.4.结论

4.2.二值化深入研究：彩色图像二值化

4.2.1.动机

4.2.2.相关研究

4.2.3.假设

4.2.4.自适应二值化算法

4.2.5.结果

4.3.机票多区域定位方法：相关滤波器

4.3.1.相关研究

4.3.2.应用相关滤波器作为自适应移位定位器

4.3.3.具体表格定位算法描述

4.3.4.实验结果

第五章小结及其推广

5.1.小结

5.2.推广及展望

参考文献

攻读学位期间发表的学术论文

作者简介

导师简介

基金项目介绍

致谢

附录：即将发表论文(刊物：IEEE Trans on PAMI)