全文下載鏈接：http://tecdat.cn/?p=13981

最近我們被客戶要求撰寫關(guān)于圖像傾斜校正算法的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。

在本文中，隨著多媒體技術(shù)的不斷發(fā)展，數(shù)碼相機(jī)，高清拍照手機(jī)等多媒體設(shè)備已經(jīng)在人們的生活中占據(jù)了越來(lái)越重要的地位

通過(guò)采用圖像處理技術(shù)，可以將數(shù)碼設(shè)備采 集到的文字、圖片等信息轉(zhuǎn)化成其他信息形勢(shì)輸出，例如轉(zhuǎn)化成音頻輸出己解決視 障患者的視力需求。但是，由于輸入設(shè)備或某些其他因素不可避免地使得采集到的 文本圖像或多或少會(huì)出現(xiàn)某種程度的傾斜。因此，傾斜圖像校正是當(dāng)前文本圖像研 宄領(lǐng)域中十分重要的課題，尤其在數(shù)字化、自動(dòng)化領(lǐng)域。比如，提高OCR(Optical Character Recognition)識(shí)別率從而提高文檔自動(dòng)化處理效率，車牌號(hào)碼自動(dòng) 識(shí)別與交通監(jiān)視，手寫體自動(dòng)識(shí)別，名片自動(dòng)歸類等。

基于Hough變換的圖像傾斜校正算法

利用Hough變換檢測(cè)的邊框，確定邊框直線的傾斜角度，根據(jù)傾斜角度旋轉(zhuǎn)，獲得校正后的圖像。具體步驟如下：

圖像預(yù)處理。讀取圖像，轉(zhuǎn)換為灰度圖像，去除離散噪聲點(diǎn)。
利用邊緣檢測(cè)，對(duì)圖像中的水平線進(jìn)行強(qiáng)化處理。
基于Hough變換檢測(cè)車牌圖像的邊框，獲取傾斜角度。
根據(jù)傾斜角度，對(duì)車牌圖像進(jìn)行傾斜校正。

我們通過(guò)matlab解答以下問(wèn)題：

當(dāng)相機(jī)傾斜拍照時(shí)

建立數(shù)學(xué)模型，并將A校正。

首先我們讀取圖像數(shù)據(jù)，顯示原始彩色圖像

clc;????%?清除命令窗口。clearvars;close?all;??%?關(guān)閉所有數(shù)字（不包括imtool的數(shù)字。）imtool?close?all;??%?Close?all?imtool?figures.workspace;??%?關(guān)閉所有固定工具的數(shù)字fontSize?=?20;format?compact;?baseFileName?=?'附件B.jpg';%?獲取完整的文件名，并添加路徑fullFileName?=?fullfile(?baseFileName);?rgbImage?=?imread(fullFileName);%?獲取圖像的尺寸。numberOfColorBands應(yīng)該為3。[rows?columns?numberOfColorBands]?=?size(rgbImage);%?顯示原始彩色圖像 subplot(2,?2,?1);imshow(rgbImage,?[]);title('Original?Color?Image',?'FontSize',?fontSize);

確保它是8位灰度，而不是24位真彩色。通過(guò)閾值二值化圖像。

%?確保它是8位灰度，而不是24位真彩色。grayImage?=?rgb2gray(rgbImage);%?通過(guò)閾值二值化圖像。binaryImage?=?grayImage?>?128;

用連接性標(biāo)記每個(gè)點(diǎn)，因此我們可以對(duì)其進(jìn)行測(cè)量提取一個(gè)方向

%?用連接性標(biāo)記每個(gè)斑點(diǎn)，因此我們可以對(duì)其進(jìn)行測(cè)量%獲取所有blob屬性。%僅提取一個(gè)方向%旋轉(zhuǎn)圖像。%?顯示旋轉(zhuǎn)的圖像。subplot(2,?2,?3);imshow(rotatedImage,?[]);title('Rotated?Image',?'FontSize',?fontSize);

同時(shí)我們可以得到傾斜校正的角度。?

當(dāng)相機(jī)垂直拍照時(shí)

根據(jù)B，建立數(shù)學(xué)模型，將B校正， 求出相機(jī)傾斜的角度。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

R語(yǔ)言基于Keras的小數(shù)據(jù)集深度學(xué)習(xí)圖像分類

左右滑動(dòng)查看更多

01

02

03

04

同樣的，我們可以對(duì)垂直拍照的圖片進(jìn)行矯正。

將C校正，并說(shuō)明相機(jī)相對(duì)于物體的夾角。

點(diǎn)擊文末?“閱讀原文”

獲取全文完整資料。

本文選自《MATLAB圖像傾斜校正算法實(shí)現(xiàn)：圖像傾斜角檢測(cè)及校正》。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

分類回歸決策樹(shù)交互式修剪和更美觀地可視化分析細(xì)胞圖像分割數(shù)據(jù)集
PYTHON TENSORFLOW 2二維卷積神經(jīng)網(wǎng)絡(luò)CNN對(duì)圖像物體識(shí)別混淆矩陣評(píng)估|數(shù)據(jù)分享
MATLAB圖像傾斜校正算法實(shí)現(xiàn)：圖像傾斜角檢測(cè)及校正
R語(yǔ)言KERAS深度學(xué)習(xí)CNN卷積神經(jīng)網(wǎng)絡(luò)分類識(shí)別手寫數(shù)字圖像數(shù)據(jù)（MNIST）
用Python進(jìn)行圖像模糊處理和特征提取
R語(yǔ)言基于Keras的小數(shù)據(jù)集深度學(xué)習(xí)圖像分類
圖像傾斜校正算法的MATLAB實(shí)現(xiàn)：圖像傾斜角檢測(cè)及校正
使用Python和Keras進(jìn)行主成分分析、神經(jīng)網(wǎng)絡(luò)構(gòu)建圖像重建
使用OpenCV在Python中進(jìn)行圖像處理
python卷積神經(jīng)網(wǎng)絡(luò)人體圖像識(shí)別
matlab如何濾除低頻尖峰脈沖
Matlab用深度學(xué)習(xí)長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò)對(duì)文本數(shù)據(jù)進(jìn)行分類
matlab使用Copula仿真優(yōu)化市場(chǎng)風(fēng)險(xiǎn)數(shù)據(jù)VaR分析
MATLAB中用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)人體脂肪百分比數(shù)據(jù)
matlab實(shí)現(xiàn)擴(kuò)展卡爾曼濾波(EKF)進(jìn)行故障檢測(cè)
Matlab中的偏最小二乘法（PLS）回歸模型，離群點(diǎn)檢測(cè)和變量選擇
matlab使用分位數(shù)隨機(jī)森林（QRF）回歸樹(shù)檢測(cè)異常值
matlab用高斯曲線擬合模型分析疫情數(shù)據(jù)
matlab實(shí)現(xiàn)MCMC的馬爾可夫轉(zhuǎn)換ARMA - GARCH模型估計(jì)
Matlab馬爾可夫鏈蒙特卡羅法（MCMC）估計(jì)隨機(jī)波動(dòng)率（SV，Stochastic Volatility） 模型
MATLAB中的馬爾可夫區(qū)制轉(zhuǎn)移(Markov regime switching)模型
Matlab馬爾可夫區(qū)制轉(zhuǎn)換動(dòng)態(tài)回歸模型估計(jì)GDP增長(zhǎng)率