基于MATLAB的文档图像倾斜检测与自动校正系统

资 源 简 介

本项目旨在开发一套高效的图像处理系统，用于自动检测并校正扫描或拍摄的数字文档图像中的倾斜角度。在文档数字化过程中，由于操作不当或设备限制，生成的图像常伴有旋转倾斜，这会严重阻碍后续的光学字符识别（OCR）精度和版面分析。本系统的主要功能涵盖全流程处理：首先，系统对输入图像进行预处理，包括灰度化转换、高斯滤波去噪以及基于Otsu算法的自适应二值化，以有效分离前景文字与背景噪声。其次，采用Canny算子进行边缘检测，提取文本行的结构特征。核心的倾斜检测模块利用霍夫变换（Hough Transform）或Radon变换算法，将图像空间特征映射到参数空间，通过搜索累加器中的极值点来精准定位文本行的主方向，从而计算出文档的整体倾斜角度，精度可达0.1度。最后，系统根据计算出的角度，利用仿射变换和双线性插值算法对图像进行反向旋转校正，输出水平对齐的文档图像，并提供原图与结果图的对比展示及角度数据显示。

详 情 说 明

基于MATLAB的数字文档自动倾斜检测与校正系统

项目简介

本项目是一个基于MATLAB开发的高效图像处理系统，专用于解决文档数字化过程中常见的图像倾斜问题。系统能够自动生成含有模拟文本和噪声的测试图像，通过一系列图像处理算法自动检测文档的倾斜角度，并利用仿射变换进行高精度的几何校正。该系统对于提升OCR（光学字符识别）的前置处理质量及版面分析的准确性具有重要意义。

功能特性

• 全流程自动化处理：从图像生成、预处理、特征提取到角度计算与校正一气呵成。
• 模拟数据生成：内置合成图像生成器，可设置特定角度、添加模拟文本行及椒盐噪声，便于算法验证。
• 抗噪预处理：结合高斯滤波与Otsu自适应阈值算法，有效应对文档中的噪点干扰。
• 高精度倾斜检测：基于霍夫变换（Hough Transform），角度检测分辨率设置为0.1度，支持±90度范围内的倾斜检测。
• 鲁棒的角度计算：通过多峰值检测与中位数滤波机制，剔除表格竖线或非文本纹理造成的干扰角度。
• 高质量图像重构：采用双线性插值算法进行图像反转，最大程度保留图像细节。
• 多维结果可视化：提供原图、边缘特征图、霍夫空间谱图、校正后图像及水平投影分析的对比展示。

系统要求

• MATLAB R2018a 或更高版本
• Image Processing Toolbox（图像处理工具箱）

使用方法

1. 将代码保存为 main.m。
2. 在MATLAB命令窗口中直接运行 main 函数。
3. 系统将自动执行以下步骤：

* 生成一张设定倾斜角（默认-12.5度）的模拟文档图像。 * 控制台输出真实设置角度与算法检测到的计算角度。 * 弹出结果窗口，展示处理过程中的中间结果及最终校正效果。

详细实现原理与代码逻辑

本项目在 main.m 中实现了完整的文档校正流水线，具体逻辑如下：

1. 模拟数据生成

为了确保系统无需外部文件即可运行，代码中包含了一个 generateSyntheticDocImage 辅助函数。

• 文本模拟：在白色背景上绘制黑色矩形条来模拟文本行，行宽和位置带有一定的随机性。
• 噪声添加：引入椒盐噪声（Salt & pepper）模拟扫描仪产生的噪点。
• 初始倾斜：使用 imrotate 按照预设角度（如 -12.5度）旋转图像，并处理旋转产生的空白区域填充为背景色。

2. 图像预处理

• 灰度化：检测输入图像是否为RGB，如果是则转换为灰度图。
• 高斯滤波：使用 imgaussfilt（Sigma=0.8）对灰度图进行平滑处理，旨在减少背景噪声，防止其在边缘检测阶段被误识别为结构特征。
• 阈值计算：利用 graythresh 计算Otsu全局最佳阈值，虽然代码中生成了二值图，但后续边缘检测直接基于去噪后的灰度图进行，以保留更多亚像素级细节。

3. Canny边缘检测

采用Canny算子提取图像的边缘特征。相比于Sobel或Prewitt，Canny算法在噪声抑制和边缘连接性之间取得了更好的平衡，能够清晰地提取出文本行的上下轮廓，为霍夫变换提供纯净的输入数据。

4. 核心倾斜检测（霍夫变换）

这是系统的核心模块，用于精确定位文本行的方向：

• 参数空间映射：调用 hough 函数，设置Theta分辨率为0.1度，将边缘图像从笛卡尔空间映射到极坐标参数空间。
• 峰值提取：使用 houghpeaks 寻找霍夫累加器矩阵中强度最高的前5个峰值。这些峰值代表了图像中显著直线的法线参数。
• 角度换算：

* MATLAB中水平线的法线角度通常接近 ±90度。 * 系统通过计算检测角度与水平法线（90度）的偏差来推导文本行的实际倾斜角（Scale: detectedTheta - 90 或 + 90）。

• 异常值过滤：通过 abs(skewAngles) < 45 过滤掉接近0度（即垂直线）的干扰项（如文档边缘或纵向分割线），最后取剩余有效角度的中位数作为最终计算角度，极大地提高了算法的鲁棒性。

5. 图像校正

• 基于计算出的倾斜角，使用 imrotate 函数对原图进行反向旋转。
• 采用双线性插值（Bilinear）算法，在保持图像平滑度的同时避免锯齿效应。
• 通过参数 'loose' 确保旋转后的图像包含全部内容，避免角落信息丢失。

6. 结果验证与分析

系统通过图形化界面展示处理效果，特别引入了水平投影分析：

• 对校正后的图像进行二值化反转（文字为亮色）。
• 计算每一行的像素累加和（水平投影）。
• 判据：如果图像校正水平，投影曲线将呈现出峰谷分明的特征（峰代表文本行，谷代表行间距）；若仍有倾斜，峰谷将变得模糊平缓。这一步直观地验证了校正算法的有效性。