[发明专利]一种基于显性与隐性线段检测的平面文档图像透视矫正方法

权利要求书

1.一种基于显性与隐性线段检测的平面文档图像透视矫正方法，包括以下步骤：

S1)、通过相机采集纸质文档图片作为透视畸变图像；

S2)、获取透视畸变图像的宽w和高h，通过灰度变换将透视畸变图像变换为单通道的灰度图像；

S3)、通过LSD(Line Segment Detection)梯度聚类算法提取灰度图像内部的所有显性线段，并记录相应显性线段两端点的坐标，并用齐次坐标表示，若提取的显性线段数量小于4，或者不存在显性线段数，则通过自适应局部连接图(ALCM)提取文本行的隐性线段，并记录相应隐性线段的两端点的坐标，并用齐次坐标表示，如果显性线段的数量大于4，则无需再提取隐性线段，并将提取的显性线段或隐性线段存储到线段集合L＝{l₁,l₂,....l_i}中，其中，l_i＝{p_i,q_i}，p_i、q_i为线段l_i两端点的坐标；

S4)、对步骤S3)中提取的显性线段或隐形线段进行长度、斜率的筛选，若线段长度满足L＝{l_i|l_i≥5}，以及斜率满足则保留该线段，否则删除该线段；

S5)、根据透视畸变复原图像上任意一像素点b′＝[x′,y′,0]^T与其透视畸变图像上对应的像素点b＝[x,y]^T满足单应变换，具体如下：

λxy1=λxλyλ=KR[I3×3|-t]x′y′01=K[Re1Re2-R t]x′y′1=Hx′y′1,]]>

从而得到透视畸变复原图像到透视畸变图像的单应变换矩阵H，即：

H＝KR[e₁ e₂ -t]＝KR{I-(t+e₃)e₃^T}，

其中，λ为齐次坐标点归一化系数，为相机内部参数矩阵，R∈SO(3)为旋转矩阵，为相机姿态矩阵，t＝[0 0 -max(w,h)]^T,为平移向量，I为3阶单位矩阵，T为矩阵转置，f为相机焦距，e₁、e₂、e₃为坐标系中X、Y、Z轴的单位向量；

S6)、通过变换得到单应变换矩阵H的逆矩阵该逆矩阵H^-1表示从透视畸变图像到透视畸变复原图像的变换关系；

S7)、将线段l_i的两端点坐标p_i、q_i引入代价函数，并通过LM(Levenberg-Marquardt)算法估算出相机焦距f及其在三维空间中的旋转角度θ＝[θ₁ θ₂ θ₃]，从而得到单应变换矩阵H的逆矩阵H^-1，最终得到畸变图像复原模型：

x′y′1=H-1xy1,]]>

其中，代价函数的表达式具体为：

(θ^,f^)=arg minθ,fΣ(pi,qi)∈LW(pi,qi)×diμ2(H-1pi,H-1qi)+η[max(a,f)min(a,f)-1]2,]]>

式中，归一化的线段权重，p_i＝(p_i1,p_i2,p_i3)^T，q_i＝(q_i1,q_i2,q_i3)^T为线段l_i两端点的齐次坐标，d_iμ(p_i,q_i)＝min(|p_i1/p_i3-q_i1/q_i3|,|p_i2/p_i3-q_i2/q_i3|)表示表示线段在图像坐标系中在X轴或Y轴方向的最小投影长度，η为平衡两项设置的权重，a＝max(w,h)，w、h分别为图像的宽度与高度。