基于Canny算子和Radon變換的證件圖像傾斜校正

馬歌

摘 要：傾斜的證件圖像不利于識別，為此提出一種基于Canny算子和Radon變換的校正方法。該方法首先使用Canny算子進行證件圖像邊緣檢測，然后利用Radon變換計算出圖像的傾斜角度，最后用雙線性插值算法進行圖像旋轉校正。在Matlab平臺對該方法進行了仿真實驗。實驗結果表明，該方法能夠準確、高效地對證件圖像進行校正。

關鍵詞：證件圖像；Canny；邊緣檢測；Radon變換；傾斜校正

中圖分類號：TP39 文獻標識碼：A

1 引言

由于操作原因，利用掃描儀、相機采集各種證件圖像時難免會出現(xiàn)傾斜的問題，這對后續(xù)進行證件圖像的光學字符識別（OCR），快速自動判別證件圖像上的各欄信息，造成了一定的困難。因此，在對證件圖像進行識別之前，為不影響識別效果，對證件圖像進行傾斜校正預處理就顯得尤為重要。

目前，國內(nèi)外學者已經(jīng)提出了多種圖像傾斜校正的方法。Hough變換作為當前應用比較廣泛的傾斜校正方法，可以直接檢測出圖像中的最長直線，并計算傾斜角度，雖然它具有較好的抗噪性，但是計算量過大，執(zhí)行效率不高，很難適應圖像自動識別的實時要求。

為此，本文提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正的方法。

2 Canny算子原理

圖像的邊緣是圖像的重要特征之一。常用邊緣檢測算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。

John Canny于1986年提出的Canny算子，是常用的一種局部極值邊緣檢測方法。相比傳統(tǒng)的微分算子，Canny算子因具有抗噪性強、檢測精度高、能檢測到真正的弱邊緣的優(yōu)點而被廣泛應用。Canny算子的基本思想是首先使用高斯濾波函數(shù)對圖像進行平滑，再由一階微分的極大值確定邊緣點。二階微分的零交叉點不僅對應著一階導數(shù)的極大值，而且也對應著一階導數(shù)的極小值。

圖像f（x，y）進行高斯濾波后得到

，

其中δ為相應的尺度因子。計算其梯度矢量的幅值和方向為

（1）

（2）

圖像的邊緣點就是在方向上使取得局部極大值的點。

3 Radon變換原理

Radon變換是用來計算圖像在某一指定角度射線方向上投影的變換方法，也就是將圖像在某一方向上做線性積分。

如果將圖像看成一個二維函數(shù)f（x，y），則其投影就是在特定方向上的線性積分，比如f（x，y）在垂直方向上的線性積分就是其在x軸上的投影；f（x，y）在水平方向上的線積分就是其在y軸上的投影。通過這些投影，在對圖像進行模式識別時可用于獲取圖像在指定方向上的突出特性。Radon變換的幾何關系如圖1所示，它是圖像f（x，y）平行于y軸的線積分。

圖像f（x，y） 沿角度θ向x軸投影得到

，則

（3）

其中，

（4）

4 證件圖像傾斜校正

4.1 算法流程

Step1：讀入證件圖像；

Step2：把彩色證件圖像轉換為灰度圖像；圖像邊緣檢測通常處理的為灰度圖像，因此如果獲取的是彩色證件圖像，首先就要進行灰度處理。

Step3：利用Canny算子進行證件圖像邊緣檢測；證件圖像是有明顯的邊界的矩形形狀的圖像，所以檢測出它的邊緣就可以找到最大傾斜角。具體步驟如下：

（1）用高斯濾波器平滑證件圖像；

（2）用一階偏導的有限差分計算梯度的幅值和方向；

（3）對梯度幅值進行非極大值抑制；

（4）用雙閾值算法檢測并連接圖像邊緣。

Step4：用Radon變換計算圖像傾斜角度；

計算傾斜角度時，θ表示校正圖像的Radon變換的角度，θ取值區(qū)間為0°～180°，1°的增量。具體步驟如下：

（1）對邊緣檢測得到的Canny圖像進行radon變換；

（2）計算各個方向的Radon變換數(shù)值；

（3）利用求導和累加，找出變換矩陣中數(shù)值最大的；

（4）它所對應的θ值就表示圖像的最大傾斜角。

Step5：利用雙線性插值算法旋轉得到校正后的證件圖像。

研究表明，雙線性插值算法能處理大多數(shù)圖像旋轉的問題，得到的圖像質量高，紋理較清晰，因此，本方法也采用此算法進行證件圖像的旋轉。通常，坐標原點（0，0）為圖像的基點，但是實際應用中，往往是以圖像中心為基點對圖像進行旋轉。具體步驟如下：

（1）將圖像的坐標系從原點（0，0）平移到圖像中心；

（2）將原始圖像按Radon變換計算出的傾斜角度θ，沿著x軸旋轉角度為90°-θ。

（3）利用雙線性插值法，計算旋轉后圖像的灰度級像素值，將圖像平移回原始坐標原點；

（4）通過對超出圖像邊界的區(qū)域進行取模操作，實現(xiàn)校正前后圖像的尺寸保持一致；

（5）輸出校正后的證件圖像。

4.2 實驗結果分析

本實驗是在MATLAB R2007b平臺下完成的，實驗結果如圖2所示。通過實驗可以看出，拍照得到的一卡通彩色圖像本身是傾斜的，先轉化成灰度圖像，再用Canny算子檢測出了清晰邊緣，通過Radon變換計算出它的傾斜角度為-24°，經(jīng)過雙線性插值算法旋轉后，準確地對圖像進行了校正。

結語

提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正方法。通過實驗可以看出，采用該方法實現(xiàn)簡單，執(zhí)行速度快，能準確地對傾斜彩色證件圖像進行校正，具有較好的使用價值，對今后進一步完成證件圖像識別工作起到了輔助作用。

參考文獻

[1]段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學技術.2005.31（3）：415-419.

[2]袁鳳剛，劉建成.不同插值方法實現(xiàn)數(shù)字圖像旋轉研究[J].軟件導刊.2010.9（4）：187-189.

[3]曹佃國，陳浩杰，李鵬.基于Matlab的雙線性插值算法在圖像旋轉中的應用[J].中國印刷與包裝研究.2011.2（4）：74-78.endprint

摘 要：傾斜的證件圖像不利于識別，為此提出一種基于Canny算子和Radon變換的校正方法。該方法首先使用Canny算子進行證件圖像邊緣檢測，然后利用Radon變換計算出圖像的傾斜角度，最后用雙線性插值算法進行圖像旋轉校正。在Matlab平臺對該方法進行了仿真實驗。實驗結果表明，該方法能夠準確、高效地對證件圖像進行校正。

關鍵詞：證件圖像；Canny；邊緣檢測；Radon變換；傾斜校正

中圖分類號：TP39 文獻標識碼：A

1 引言

由于操作原因，利用掃描儀、相機采集各種證件圖像時難免會出現(xiàn)傾斜的問題，這對后續(xù)進行證件圖像的光學字符識別（OCR），快速自動判別證件圖像上的各欄信息，造成了一定的困難。因此，在對證件圖像進行識別之前，為不影響識別效果，對證件圖像進行傾斜校正預處理就顯得尤為重要。

目前，國內(nèi)外學者已經(jīng)提出了多種圖像傾斜校正的方法。Hough變換作為當前應用比較廣泛的傾斜校正方法，可以直接檢測出圖像中的最長直線，并計算傾斜角度，雖然它具有較好的抗噪性，但是計算量過大，執(zhí)行效率不高，很難適應圖像自動識別的實時要求。

為此，本文提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正的方法。

2 Canny算子原理

圖像的邊緣是圖像的重要特征之一。常用邊緣檢測算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。

John Canny于1986年提出的Canny算子，是常用的一種局部極值邊緣檢測方法。相比傳統(tǒng)的微分算子，Canny算子因具有抗噪性強、檢測精度高、能檢測到真正的弱邊緣的優(yōu)點而被廣泛應用。Canny算子的基本思想是首先使用高斯濾波函數(shù)對圖像進行平滑，再由一階微分的極大值確定邊緣點。二階微分的零交叉點不僅對應著一階導數(shù)的極大值，而且也對應著一階導數(shù)的極小值。

圖像f（x，y）進行高斯濾波后得到

，

其中δ為相應的尺度因子。計算其梯度矢量的幅值和方向為

（1）

（2）

圖像的邊緣點就是在方向上使取得局部極大值的點。

3 Radon變換原理

Radon變換是用來計算圖像在某一指定角度射線方向上投影的變換方法，也就是將圖像在某一方向上做線性積分。

如果將圖像看成一個二維函數(shù)f（x，y），則其投影就是在特定方向上的線性積分，比如f（x，y）在垂直方向上的線性積分就是其在x軸上的投影；f（x，y）在水平方向上的線積分就是其在y軸上的投影。通過這些投影，在對圖像進行模式識別時可用于獲取圖像在指定方向上的突出特性。Radon變換的幾何關系如圖1所示，它是圖像f（x，y）平行于y軸的線積分。

圖像f（x，y） 沿角度θ向x軸投影得到

，則

（3）

其中，

（4）

4 證件圖像傾斜校正

4.1 算法流程

Step1：讀入證件圖像；

Step2：把彩色證件圖像轉換為灰度圖像；圖像邊緣檢測通常處理的為灰度圖像，因此如果獲取的是彩色證件圖像，首先就要進行灰度處理。

Step3：利用Canny算子進行證件圖像邊緣檢測；證件圖像是有明顯的邊界的矩形形狀的圖像，所以檢測出它的邊緣就可以找到最大傾斜角。具體步驟如下：

（1）用高斯濾波器平滑證件圖像；

（2）用一階偏導的有限差分計算梯度的幅值和方向；

（3）對梯度幅值進行非極大值抑制；

（4）用雙閾值算法檢測并連接圖像邊緣。

Step4：用Radon變換計算圖像傾斜角度；

計算傾斜角度時，θ表示校正圖像的Radon變換的角度，θ取值區(qū)間為0°～180°，1°的增量。具體步驟如下：

（1）對邊緣檢測得到的Canny圖像進行radon變換；

（2）計算各個方向的Radon變換數(shù)值；

（3）利用求導和累加，找出變換矩陣中數(shù)值最大的；

（4）它所對應的θ值就表示圖像的最大傾斜角。

Step5：利用雙線性插值算法旋轉得到校正后的證件圖像。

研究表明，雙線性插值算法能處理大多數(shù)圖像旋轉的問題，得到的圖像質量高，紋理較清晰，因此，本方法也采用此算法進行證件圖像的旋轉。通常，坐標原點（0，0）為圖像的基點，但是實際應用中，往往是以圖像中心為基點對圖像進行旋轉。具體步驟如下：

（1）將圖像的坐標系從原點（0，0）平移到圖像中心；

（2）將原始圖像按Radon變換計算出的傾斜角度θ，沿著x軸旋轉角度為90°-θ。

（3）利用雙線性插值法，計算旋轉后圖像的灰度級像素值，將圖像平移回原始坐標原點；

（4）通過對超出圖像邊界的區(qū)域進行取模操作，實現(xiàn)校正前后圖像的尺寸保持一致；

（5）輸出校正后的證件圖像。

4.2 實驗結果分析

本實驗是在MATLAB R2007b平臺下完成的，實驗結果如圖2所示。通過實驗可以看出，拍照得到的一卡通彩色圖像本身是傾斜的，先轉化成灰度圖像，再用Canny算子檢測出了清晰邊緣，通過Radon變換計算出它的傾斜角度為-24°，經(jīng)過雙線性插值算法旋轉后，準確地對圖像進行了校正。

結語

提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正方法。通過實驗可以看出，采用該方法實現(xiàn)簡單，執(zhí)行速度快，能準確地對傾斜彩色證件圖像進行校正，具有較好的使用價值，對今后進一步完成證件圖像識別工作起到了輔助作用。

參考文獻

[1]段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學技術.2005.31（3）：415-419.

[2]袁鳳剛，劉建成.不同插值方法實現(xiàn)數(shù)字圖像旋轉研究[J].軟件導刊.2010.9（4）：187-189.

[3]曹佃國，陳浩杰，李鵬.基于Matlab的雙線性插值算法在圖像旋轉中的應用[J].中國印刷與包裝研究.2011.2（4）：74-78.endprint

摘 要：傾斜的證件圖像不利于識別，為此提出一種基于Canny算子和Radon變換的校正方法。該方法首先使用Canny算子進行證件圖像邊緣檢測，然后利用Radon變換計算出圖像的傾斜角度，最后用雙線性插值算法進行圖像旋轉校正。在Matlab平臺對該方法進行了仿真實驗。實驗結果表明，該方法能夠準確、高效地對證件圖像進行校正。

關鍵詞：證件圖像；Canny；邊緣檢測；Radon變換；傾斜校正

中圖分類號：TP39 文獻標識碼：A

1 引言

由于操作原因，利用掃描儀、相機采集各種證件圖像時難免會出現(xiàn)傾斜的問題，這對后續(xù)進行證件圖像的光學字符識別（OCR），快速自動判別證件圖像上的各欄信息，造成了一定的困難。因此，在對證件圖像進行識別之前，為不影響識別效果，對證件圖像進行傾斜校正預處理就顯得尤為重要。

目前，國內(nèi)外學者已經(jīng)提出了多種圖像傾斜校正的方法。Hough變換作為當前應用比較廣泛的傾斜校正方法，可以直接檢測出圖像中的最長直線，并計算傾斜角度，雖然它具有較好的抗噪性，但是計算量過大，執(zhí)行效率不高，很難適應圖像自動識別的實時要求。

為此，本文提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正的方法。

2 Canny算子原理

圖像的邊緣是圖像的重要特征之一。常用邊緣檢測算子包括Prewitt算子、Sobel算子、Roberts算子、Canny算子和Laplace算子。

John Canny于1986年提出的Canny算子，是常用的一種局部極值邊緣檢測方法。相比傳統(tǒng)的微分算子，Canny算子因具有抗噪性強、檢測精度高、能檢測到真正的弱邊緣的優(yōu)點而被廣泛應用。Canny算子的基本思想是首先使用高斯濾波函數(shù)對圖像進行平滑，再由一階微分的極大值確定邊緣點。二階微分的零交叉點不僅對應著一階導數(shù)的極大值，而且也對應著一階導數(shù)的極小值。

圖像f（x，y）進行高斯濾波后得到

，

其中δ為相應的尺度因子。計算其梯度矢量的幅值和方向為

（1）

（2）

圖像的邊緣點就是在方向上使取得局部極大值的點。

3 Radon變換原理

Radon變換是用來計算圖像在某一指定角度射線方向上投影的變換方法，也就是將圖像在某一方向上做線性積分。

如果將圖像看成一個二維函數(shù)f（x，y），則其投影就是在特定方向上的線性積分，比如f（x，y）在垂直方向上的線性積分就是其在x軸上的投影；f（x，y）在水平方向上的線積分就是其在y軸上的投影。通過這些投影，在對圖像進行模式識別時可用于獲取圖像在指定方向上的突出特性。Radon變換的幾何關系如圖1所示，它是圖像f（x，y）平行于y軸的線積分。

圖像f（x，y） 沿角度θ向x軸投影得到

，則

（3）

其中，

（4）

4 證件圖像傾斜校正

4.1 算法流程

Step1：讀入證件圖像；

Step2：把彩色證件圖像轉換為灰度圖像；圖像邊緣檢測通常處理的為灰度圖像，因此如果獲取的是彩色證件圖像，首先就要進行灰度處理。

Step3：利用Canny算子進行證件圖像邊緣檢測；證件圖像是有明顯的邊界的矩形形狀的圖像，所以檢測出它的邊緣就可以找到最大傾斜角。具體步驟如下：

（1）用高斯濾波器平滑證件圖像；

（2）用一階偏導的有限差分計算梯度的幅值和方向；

（3）對梯度幅值進行非極大值抑制；

（4）用雙閾值算法檢測并連接圖像邊緣。

Step4：用Radon變換計算圖像傾斜角度；

計算傾斜角度時，θ表示校正圖像的Radon變換的角度，θ取值區(qū)間為0°～180°，1°的增量。具體步驟如下：

（1）對邊緣檢測得到的Canny圖像進行radon變換；

（2）計算各個方向的Radon變換數(shù)值；

（3）利用求導和累加，找出變換矩陣中數(shù)值最大的；

（4）它所對應的θ值就表示圖像的最大傾斜角。

Step5：利用雙線性插值算法旋轉得到校正后的證件圖像。

研究表明，雙線性插值算法能處理大多數(shù)圖像旋轉的問題，得到的圖像質量高，紋理較清晰，因此，本方法也采用此算法進行證件圖像的旋轉。通常，坐標原點（0，0）為圖像的基點，但是實際應用中，往往是以圖像中心為基點對圖像進行旋轉。具體步驟如下：

（1）將圖像的坐標系從原點（0，0）平移到圖像中心；

（2）將原始圖像按Radon變換計算出的傾斜角度θ，沿著x軸旋轉角度為90°-θ。

（3）利用雙線性插值法，計算旋轉后圖像的灰度級像素值，將圖像平移回原始坐標原點；

（4）通過對超出圖像邊界的區(qū)域進行取模操作，實現(xiàn)校正前后圖像的尺寸保持一致；

（5）輸出校正后的證件圖像。

4.2 實驗結果分析

本實驗是在MATLAB R2007b平臺下完成的，實驗結果如圖2所示。通過實驗可以看出，拍照得到的一卡通彩色圖像本身是傾斜的，先轉化成灰度圖像，再用Canny算子檢測出了清晰邊緣，通過Radon變換計算出它的傾斜角度為-24°，經(jīng)過雙線性插值算法旋轉后，準確地對圖像進行了校正。

結語

提出了一種基于Canny算子和Radon變換的證件圖像傾斜校正方法。通過實驗可以看出，采用該方法實現(xiàn)簡單，執(zhí)行速度快，能準確地對傾斜彩色證件圖像進行校正，具有較好的使用價值，對今后進一步完成證件圖像識別工作起到了輔助作用。

參考文獻

[1]段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學技術.2005.31（3）：415-419.

[2]袁鳳剛，劉建成.不同插值方法實現(xiàn)數(shù)字圖像旋轉研究[J].軟件導刊.2010.9（4）：187-189.

[3]曹佃國，陳浩杰，李鵬.基于Matlab的雙線性插值算法在圖像旋轉中的應用[J].中國印刷與包裝研究.2011.2（4）：74-78.endprint