一种扫描答卷图像的边界定位方法
【专利摘要】本发明提出一种依据背景灰度与前景的灰度差别特征的图像边界定位方法，根据扫描答卷图像先计算图像的边界特征点，根据这些边界特征点可以计算图像边界对应的直线方程，根据直线方程之间的交点可以获取扫描图像的边界，最终完成把扫描图像从扫描背景中分割出来。本发明提出了边界特征点计算方法和边界特征点对应的直线方程估计算法；边界特征点计算时，提出了边界特征点的自适应调整算法；设计了扫描答卷图像的倾斜角度的估计算法，倾斜角度估计精度可达0.01角度。该扫描答卷图像边界定位方法具有准确率高、算法时间复杂度低且易于实现的优点，广泛应用于扫描答卷图像的扫描、分析、识别等领域。
【专利说明】一种扫描答卷图像的边界定位方法
【技术领域】
[0001]本发明涉及图像处理领域，具体地讲，涉及一种扫描答卷图像的边界定位方法。
【背景技术】
[0002]答卷图像是一类文档图像，答卷经采集设备扫描得到答卷图像，这些图像一般存储在计算机中，答卷图像广泛应用于教育领域的数字化网上阅卷工程。
[0003]本发明研究的领域是答卷图像的自动边界定位问题，属图像预处理领域，目的是把扫描答卷图像从原始扫描图像中分割出来，因此扫描答卷图像的边界定位问题也可以理解为扫描答卷图像的分割问题。
[0004]常用的答卷图像边界定位方法使用投影方法，通过统计方法得到扫描答卷图像的边界，这种方法对扫描图像的质量要求较高，不能处理噪声相对复杂的情况(例如扫描图像边界破损或者扫描图像发生了倾斜)，而且边界定位的精度不够，为此本发明研究了在复杂噪声环境下的扫描答卷边界定位方法，该方法具备更好的适应性，设计了高精度图像倾斜角度估计算法，提出了图像倾斜角度的可信度计算指标，从而在扫描图像的边界不规则时给出量化指标，提高了扫描图像数据处理的质量。
[0005]如图1所示，原始扫描答卷图像(图1a)包含大量的背景区域，一般需要将答卷图像从原始图像中分割出来，原始图像背景区域含有一些白色直线噪声，同时答卷图像中含有一些黑色直线，这些特点使得基于水平投影和垂直的投影的方法变得不稳定，如果扫描图像发生倾斜或者扫描答卷的尺寸发生变化，会加剧该算法的不稳定性。
【发明内容】
[0006]本发明要解决的技术问题是提供一种扫描答卷图像的边界定位方法，提高扫描答卷图像边界定位的精确度和自适应能力。
[0007]本发明采用如下技术方案实现发明目的:
[0008]一种扫描答卷图像的边界定位方法，其特征在于，包括如下步骤:
[0009](I)根据扫描答卷图像计算图像的边界特征点；
[0010](2)估计扫描答卷图像的倾斜角度；
[0011](3)根据边界特征点和倾斜角度计算扫描答卷图像边界对应的直线方程；
[0012](4)根据获取的直线方程之间的交点可以获取扫描图像的边界，完成将扫描图像从扫描背景中分割出来。
[0013]作为对本技术方案的进一步限定，所述步骤(I)包括如下步骤:
[0014](1.1)检测底边边界特征点；
[0015](1.2)检测顶边边界特征点；
[0016](1.3)检测左边边界特征点；
[0017](1.4)检测右边边界特征点。
[0018]作为对本技术方案的进一步限定，所述步骤(1.1)包括如下步骤:[0019](I)记底边边界特征点检测的图像列的位置总数为Nh，取Nh = 32，图像的宽度表示为W，图像高度表示为H，则图像列的位置的步长Sh可表示为:
[0020]Sh = ff/Nh (3)
[0021](2)所有的图像列的位置的集合表示为:
[0022]Ph = (Pi I i*Sj , i = O, I, 2,...(Nh-1) (4)
[0023](3)依次判断每个图像列位置上对应的像素位置是否满足底边边界特征点检测条件，每个图像列最多检测一个特征点，当检测到一个特征点时，该列的检测停止，边界特征点判断位置最大到图像的高度H的一半，并且总是从底向上的顺序依次判断；
[0024](4)按照步长检测得到的底边边界特征点的总数Dh，如果(Dh/Nh)〈Rh成立，取Rh =
0.80，重新调整步长Sh为Sh’如下:
[0025]Sh，=Sh*(Dh/Nh) (5)
[0026]经过列的步长调整后，根据公式(6)调整列位置的总数Nh为Nh’:
[0027]Nh，=W/Sh，(6)
[0028](5)输出所有的底边边界特征点坐标。
[0029]作为对本技术方案的进一步限定，所述步骤(3)底边边界特征点的检测条件为:
[0030](3.1)特征点对应的像素灰度大于给定的灰度阈值Tg，灰度阈值取值为128 ；
[0031](3.2)特征点位置对应的答卷图像区域在Tc范围内大于灰度Tg的像素个数Wt满足以下条件:
[0032]ffT/Tc ≥ Rc (I)
[0033]其中R。为比例控制参数，取R。= 0.80，T。表示特征点检测时的阈值参数，典型值设置为32 ；
[0034](3.3)特征点位置对应的背景区域在Tc范围内小于灰度Tg的像素个数Bt满足以下条件:
[0035]BT/TC ≥ Rc (2)
[0036]其中Rc为比例控制参数，取Rc = 0.80。
[0037]作为对本技术方案的进一步限定，所述步骤(2)包括如下步骤:
[0038](2.1)计算底边边界特征点对应的倾斜角度；
[0039](2.2)计算顶边边界特征点对应的倾斜角度；
[0040](2.3)计算左边边界特征点对应的倾斜角度；
[0041](2.4)计算右边边界特征点对应的倾斜角度；
[0042](2.5)计算扫描答卷图像的倾斜角度。
[0043]作为对本技术方案进一步限定，所述步骤(2.1)包括如下步骤:
[0044](I)初值A、F、Dp设置，其中A表示倾斜角度的估计范围，F表示倾斜角度检测的精度，设置初值Dp用以描述两个点之间的最小距离；
[0045](2)根据倾斜角度检测精度，每隔F为一个累加器，总共有Nf个累加器，工程上采用数组实现，每个累加器初值设置为O ;
[0046]Nf = (max (A) -min (A)) /F (9)
[0047](3)从集合Lb中任意取两个点Pi, Pj,集合Lb表示底边边界特征点位置对应的坐标集合，如果两个点之间的距离L满足:[0048]di；J = I P1-Pj I ≥Dp (10)
[0049]则计算两个点所决定的直线的角度Θ.j:
【权利要求】
1.一种扫描答卷图像的边界定位方法，其特征在于，包括如下步骤: (1)根据扫描答卷图像计算图像的边界特征点； (2)估计扫描答卷图像的倾斜角度； (3)根据边界特征点和倾斜角度计算扫描答卷图像边界对应的直线方程； (4)根据获取的直线方程之间的交点可以获取扫描图像的边界，完成将扫描图像从扫描背景中分割出来。
2.根据权利要求1所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(1)包括如下步骤: (1.D检测底边边界特征点； (1.2)检测顶边边界特征点； (1.3)检测左边边界特征点； (1.4)检测右边边界特征点。
3.根据权利要求2所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(1.1)包括如下步骤: (1)记底边边界特征点 检测的图像列的位置总数为Nh，取Nh= 32，图像的宽度表示为W,图像闻度表不为H,则图像列的位置的步长Sh可表不为:
Sh = ff/Nh (3) (2)所有的图像列的位置的集合表示为:
Ph = (Pi I i*Sj , i = O, 1, 2,...(Nh-1) (4) (3)依次判断每个图像列位置上对应的像素位置是否满足底边边界特征点检测条件，每个图像列最多检测一个特征点，当检测到一个特征点时，该列的检测停止，边界特征点判断位置最大到图像的高度H的一半，并且总是从底向上的顺序依次判断； (4)按照步长检测得到的底边边界特征点的总数Dh，如果(Dh/Nh)〈Rh成立，取Rh=.0.80，重新调整步长Sh为Sh’如下:
Sh，= Sh*(Dh/Nh) (5) 经过列的步长调整后，根据公式(6)调整列位置的总数Nh为Nh’:
Nh，= ff/S； (6) (5)输出所有的底边边界特征点坐标。
4.根据权利要求3所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(3)底边边界特征点的检测条件为: (3.1)特征点对应的像素灰度大于给定的灰度阈值Tg，灰度阈值取值为128 ； (3.2)特征点位置对应的答卷图像区域在Tc范围内大于灰度Tg的像素个数Wt满足以下条件:
Wt/Tc>Rc (1) 其中R。为比例控制参数，取R。= 0.80，T。表示特征点检测时的阈值参数，典型值设置为32 ； (3.3)特征点位置对应的背景区域在Tc范围内小于灰度Tg的像素个数Bt满足以下条件:
BT/TC ^ Rc (2)其中Rc为比例控制参数，取Rc = 0.80。
5.根据权利要求1所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(2)包括如下步骤: (2.1)计算底边边界特征点对应的倾斜角度； (2.2)计算顶边边界特征点对应的倾斜角度； (2.3)计算左边边界特征点对应的倾斜角度； (2.4)计算右边边界特征点对应的倾斜角度； (2.5)计算扫描答卷图像的倾斜角度。
6.根据权利要求5所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(2.1)包括如下步骤: (1)初值A、F、Dp设置，其中A表示倾斜角度的估计范围，F表示倾斜角度检测的精度，设置初值Dp用以描述两个点之间的最小距离； (2)根据倾斜角度检测精度，每隔F为一个累加器，总共有Nf个累加器，工程上采用数组实现，每个累加器初值设置为O ;
Nf = (max (A) -min (A)) /F (9) (3)从集合Lb中任意取两个点Pi,P」,集合Lb表示底边边界特征点位置对应的坐标集合，如果两个点之间的距离du满足:
(Ii j = P1-Pj ^ Dp (10) 则计算两个点所决定的直线的角度Qiij:1(ZiZiL)(11)
7.根据权利要求5所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(2.5)包括如下步骤: (1)计算上、下和左、右边界特征点对应的倾斜角度之间的夹角ΘΒΤ，0LR:
8.根据权利要求1所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(3)包括如下步骤: (1)计算底边特征点对应的直线方程； (2)计算顶边特征点对应的直线方程； (3)计算左边特征点对应的直线方程； (4)计算右边特征点对应的直线方程。
9.根据权利要求8所述的扫描答卷图像的边界定位方法，其特征在于，所述步骤(1)包括如下步骤: 根据底边特征点集合Lb和对应的倾斜角度θ B，计算对应直线的斜率kB如下: kB = tan ( θ B) (27) 直线的方程表示为: y = kBx+bB (28) 其中kB由公式(27)确定，bB是需要确定的参数，根据最小二乘法直线拟合设计原理，bB满足的条件为:
【文档编号】G06K9/00GK103996022SQ201410197780
【公开日】2014年8月20日 申请日期:2014年5月12日 优先权日:2014年5月12日
【发明者】马磊, 刘江, 张华英 申请人:山东山大鸥玛软件有限公司