如发现有乱码，请点击下面链接浏览原文
正文摘录:

第5期李静梅，等：基于wVD布的文档图像纠偏算法可达到最大峰值…(c)顺时针旋转30。的词组和其对应的投影特征}蚤E獬}毋F露(d)处于竖直的词组和其对应的投影特征图11个词组不同的角度和对应的直方图图2给出了文档图像角度与水平投影直方图对应的WVD的极值密度对应的关系.WVD的极值密度是指将文档图像进行旋转，对每个旋转角生成相应的水平投影直方图，并由该直方图计算出wVD以及其所对应的极值密度值.因此文档图像的每个旋转角的直方图均对应有wVD极值密度值.从图中可以看出，文档图像越靠近水平方向，水平投影直方图对应的wVD的极值数量就越大，即极值的密度越大，当文档图像处于水平方向，水平投影直方图对应的wVD的极值的密度最大，所以计算出水平投影直方图对应的wVD的极值密度的最大值对应的角度，就能得到图像的偏斜角度.型梃毪罡g0＞≥角度图2各个角度对应直方图的wVD极值的密度3图像纠偏算法为了提高运算速度，只取文档图像的一小部分做代表来计算偏斜角度，为了避免文档图像里面的图形的影响，只计算黑像素到白像素和白像素到黑像素的重心；而且对应每一个不同的角度不必都计算水平投影直方图及其对应的wVD的极值密度，否则会增加很多额外的计算量.本算法开始采用较大的步长得到一个大约的位置，然后逐步缩小范围，减小步长，最终得到偏斜角度.具体算法为1)选取图像的一部分(1)计算文档图像计算黑像素到白像素和白像素到黑像素的重心；(2)以图像的重心为中心取l块大小为400×400pixel区域；2)计算文档图像的偏斜角度.(1)设置初始步长为100，搜索范围为(一89c’，89~)；(2)计算各个角度的水平投影直方图；(3)计算水平投影直方图对应的wVD；(4)得到各个wVD的极值密度，从而得到最大的极值密度对应的角度ANGl；(5)设置步长为1。，搜索范围为(ANGl—5，ANGl+5)：(6)计算各个角度的水平投影直方图；(7)计算水平投影直方图对应的wVD；(8)得到各个wVD的极值密度，并得到最大值密度对应的角度ANG2；(9)设置步长为0.1，搜索范围为(ANG2—0.5，ANG2+0.5)；(10)计算各个角度的水平投影直方图；(11)计算水平投影直方图对应的wVD；(12)得到各个wVD的极值密度，并得到最大的极值密度对应的角度ANG3；(13)得到最终的纠偏角度：Angle=。ANGl$10+ANG2$1+ANG3％0.13)文档图像旋转相应的角度具体实现代码如下：calculate—image—barycentel’()；set—selection—area()；Angle=一89：whileAngle＜=89{rotate[Angle]；calculate—horizontal一。histogram[Angle：]；calculate—wVD[Angle]；Angle+=10：