[发明专利]基于形态学与网格构造的二值图像校正方法

权利要求书

1.基于网格构造的二值图像校正方法，其特征在于，所述方法包括：

A.将待校正图像扫描成灰度图，选择经验值将其二值化；

B.利用最小二乘法拟合出图像边框方程；

C.通过打印一张设置好的校正图，生成竖直及水平偏移系数表；

所述生成竖直偏移系数表，包括：

将校正图打印扫描，拟合出其扫描图像边框方程及图中每一条横条矩形的横向对称轴；求得每一条横向对称轴与左右边框的交点，计算出每一个交点在分别左右边框中的相对位置，生成竖直偏移系数表；

所述生成水平偏移系数表，包括：

利用校正扫描图的边框方程及竖直偏移系数表，生成水平网格线；用四次曲线拟合出校正扫描图中每一条竖条矩形的竖向对称轴，求得每一条竖向对称轴与每一条水平网格线的交点，计算得到水平偏移系数表；

D.选择合适的阈值再次将灰度图二值化，利用待校正图像边框方程及竖直、水平偏移系数表构造网格，根据每个网格中黑白像素点数目的比值确定对应位置像素点还原后的取值。

2.根据权利要求1所述的方法，其特征在于，所述步骤A，选择的经验值在128到150之间。

3.根据权利要求1所述的方法，其特征在于，所述步骤B，包括：

B1.将图像进行形态学膨胀处理，保证边框连续不间断；

B2.利用形态学孔洞填充，找到图像中最大的孔洞，保留其中的内容，滤除掉外部噪声干扰；

B3.利用形态学开操作，断开横向边框与纵向边框之间的连接，从上、下、左、右四个方向遍历采集得到目标像素点集，拟合出边框方程。

4.根据权利要求1所述的方法，其特征在于，所述选择合适的阈值将灰度图像二值化，包括：

对不同的二值化阈值进行穷举，统计校正后的图像最外t+1层黑、白像素点的数目，选择黑白像素比值最接近t：1的二值化阈值作为最终二值化的阈值，其中t为原始图像边框厚度。

5.根据权利要求1所述的方法，其特征在于，所述构造网格，包括：

根据待校正图像边框方程及竖直、水平偏移系数表，计算得到每一个网格的中心点坐标；确定网格的大小，统计网格内黑白像素点的数目，确定还原图像中该位置像素点的取值。

6.根据权利要求3所述的方法，其特征在于，上下边框用一次直线拟合，左右边框用四次曲线拟合。

7.根据权利要求5所述的方法，其特征在于，所述网格大小的计算，包括：

将边框方程两两联立，求得左上p_lu、右上p_ru、左下p_ld、右下p_rd四个端点，网格的长取网格的高取其中W、H分别代表原始图像边框的宽度及高度，min(a,b)代表取较小值函数。