基于多级曲线坐标变换与新质量评估器的文档图像去扭曲
计算机视觉与模式识别
2020-03-17 v1
摘要
本文展示了一种快速且改进的用于去扭曲非线性扭曲文档图像的技术。首先通过使用曲线单应性估计最优逆投影在页面级对图像去扭曲。然后通过评估与文本行和直线对象特征相关的一组度量（如度量平行性、正交性等）来估计该过程的质量。这些度量专为在无任何真值的情况下估计去扭曲过程质量而设计。若估计质量不满意，则以更精细的近似重复页面级去扭曲过程。随后进行行级去扭曲过程，对各行文本中的扭曲进行细粒度校正。该方法已在CBDAR 2007 / IUPR 2011文档图像去扭曲数据集上测试，迄今被观察到在最短时间内产生最佳OCR精度。该方法的有用性也在DocUNet 2018数据集上经少许微调后进行了评估，并显示出可比的结果。
引用
@article{arxiv.2003.06872,
title = {Multistage Curvilinear Coordinate Transform Based Document Image Dewarping using a Novel Quality Estimator},
author = {Tanmoy Dasgupta and Nibaran Das and Mita Nasipuri},
journal= {arXiv preprint arXiv:2003.06872},
year = {2020}
}