一种面向缺角文档图像的矫正网络

作     者：吕学强 郝伟 韩晶 Lü Xueqiang;HAO Wei;HAN Jing

作者机构：北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学机电系统测控北京市重点实验室北京100192 

基　　金：国家自然科学基金资助项目(62171043) 北京市自然科学基金资助项目(4212020) 

出 版 物：《北京信息科技大学学报（自然科学版）》 (Journal of Beijing Information Science and Technology University)

年 卷 期：2023年第38卷第1期

页      码：40-47页

摘      要：文档图像的变形矫正对提高文档光学字符识别(optical character recognition, OCR)的准确率至关重要。透视倾斜变形文档图像的矫正一般依赖于文档角点的定位,然而目前文档图像矫正算法大都无法准确定位图像边界外的角点,导致缺角图像矫正效果不理想。针对此问题,提出了一种缺角文档图像矫正网络,采用填充缩放的方法将分布在图像边界外的角点映射到图像内,可实现对缺角图像的矫正,并构建了缺角图像数据集。针对角点映射后文档区域相对面积减小、下采样后空间信息丢失严重的问题,对MobileNetV2主干网进行改进设计,提出密集下采样卷积,充分保留空间信息的同时实现下采样;在倒置残差块中增加通道重组操作,提升特征表示能力。在解码器中使用密集上采样卷积进行上采样,确保角点定位的准确性。在SmartDoc QA(仅取146张文档图像)数据集上与5种先进的图像矫正方法进行对比,以平均位移误差(mean displacement error, MDE)指标评估角点坐标的精度,以多尺度结构相似性(multi scale structural similarity, MSSIM)指标评估矫正效果,实验表明,提出的矫正方法在非缺角图像和缺角图像上的MDE指标分别为1.043 5和2.815 1,MSSIM指标分别为0.514 4和0.525 7,均优于其他5种方法。

主 题 词：图像矫正 透视倾斜变形 缺角图像 姿态估计 深度学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16508/j.cnki.11-5866/n.2023.01.006

馆 藏 号：203118679...