畸变图像的矫正方法及系统与流程

1.本发明涉及图像处理技术领域，特别涉及畸变图像的矫正方法及系统。


背景技术：

2.传统的资料保存方式通常为，将文字、图像等内容通过纸张打印后进行纸质存档，这样的方式虽然能够实现历史资料的保存，但纸质材料在经过长时间的存储后，可能因氧化、空气湿度影响等原因出现纸张变黄、模糊、变形等情况，且纸质存档需要占用的存储空间较大，在需要查找历史资料时还不易在堆积的资料中快速、精确的找到目标资料。
3.如今，科技的发展使得资料的保存方式不再局限于纸质化记录，越来越多的资料通过数字化进行存储，解决了传统纸质存档涉及的占用存储空间、存储过程中资料易损毁等问题。为全面满足数据数字化的需求，还需将历史纸质资料完成数字化转换，对此，现有技术中通常是采用图像采集、识别的方式。而在转换时，可能因多种原因导致图像变形，包括：1、图像采集设备光学系统或机械系统造成的图像几何变形的系统误差；2、图像采集设备与被采集对象距离与角度上的变化；3、被采集对象也即纸张自身的变形。
4.为此，现有技术中通常会对资料进行重新扫描，或者通过photoshop等图像编辑软件对采集到的图像进行矫正。但重新扫描需要重新整理众多资料，操作流程繁琐，效率低；通过图像处理软件矫正通常是采用拉伸等方式对图像扭曲、变形的部分进行填平，拉伸后的图像中数据可能失真，尤其针对气象类档案，气象类档案中的数据通常通过迹线表示，轻微的拉伸都可能导致迹线扭曲变形，也即在对气象历史档案中的温度、湿度、气压等迹线进行扫描与识别时，自动矫正后的迹线容易存在变形的情况，从而导致数据提取时的误差较大。因此，亟需提供一种畸变图像的矫正方法，防止矫正过程中图像发生变形，从而防止提取后图像中的数据失真。


技术实现要素：

5.本发明提供了畸变图像的矫正方法及系统，能够防止矫正过程中原始图像发生变形，从而防止提取后图像中的数据失真。
6.本发明提供的基础方案一：
7.畸变图像的矫正方法，包括以下步骤：
8.s100，获取待矫正图像，所述待矫正图像包括若干边框线；
9.s200，建立各边框线之间的目标对应关系；
10.s300，根据待矫正图像的边框线及各边框线之间的目标对应关系，分析各边框线的变形情况；
11.s400，根据各边框线的变形情况，对待矫正图像进行像素插值，并生成待识别图像；
12.s500，对待识别图像进行迹线识别与修改，并生成目标图像。
13.基础方案一的有益效果：获取待矫正图像的边框线，再建立各边框线之间的目标
对应关系，从而可以通过分析待矫正图像中的边框线是否符合目标对应关系，分析出待矫正图像是否存在变形情况。再根据各边框线的变形情况，对待矫正图像进行像素插值，相对于直接对图像进行拉伸而言，采用本方案，出现因拉伸而导致图像扭曲变形的概率更小，从而能够防止矫正过程中原始图像发生变形，以防止提取后图像中的数据失真；其原理在于，进行像素插值时，对原图造成的破坏相对拉伸更小，其仅仅是在原图的基础上增加了像素点，而非通过拉伸图像中的一些部分填充缺陷部分。在后续对气象历史档案中待识别图像的温度、湿度、气压等迹线进行扫描与识别时，迹线的原始曲率不会因图像矫正发生变化。综上，采用本方案，能够防止矫正过程中原始图像发生变形，从而防止提取后图像中的数据失真。
14.进一步，s200包括：
15.s201，获取待矫正图像的边框线数量；
16.s202，根据待矫正图像的边框线数量，分析待矫正图像的形状，并建立各边框线之间的目标对应关系。
17.有益效果：根据待矫正图像的边框线数量，分析待矫正图像的形状，有利于分析出各边框线之间应有的对应关系。本方案中，通过建立各边框线之间的目标对应关系，便于将该目标对应关系与待矫正图像中实际的边框线位置进行比对，从而分析出各边框线的变形情况。
18.进一步，s400中，采用临近点插值法对待矫正图像进行像素插值。
19.有益效果：临近点插值法相对线性插值而言，其更为简单且速度更快。
20.进一步，所述目标对应关系包括边框线自身参数及各边框线之间的位置关系。
21.有益效果：从边框线自身参数对边框线进行调整，例如边框线应当为直线，而待矫正图像中的边框线存在凹陷，则可根据边框线自身参数分析出边框线的变形情况，再根据各边框线之间的位置关系，对边框线进行二次分析，例如两边框线之间应当为平行关系，而待矫正图像中边框线不符合该关系，由此可以更加充分的分析出边框线的变形情况。
22.进一步，s500包括：
23.s501，对待识别图像进行图像增强处理；
24.s502，对图像增强处理后的待识别图像进行迹线识别，并生成迹线识别结果；
25.s503，根据迹线识别结果，对待识别图像进行调整，并生成目标图像。
26.有益效果：对待识别图像进行图像增强处理能够提升待识别图像的对比度和清晰度，便于进行迹线识别。
27.进一步，所述迹线识别结果包括待识别图像中，各迹线点的位置数据及各迹线点之间的连接数据；
28.s503包括：
29.s5031，获取用户操作信号；
30.s5032，根据用户操作信号，对迹线点的位置数据进行调整，并生成迹线点调整结果；
31.s5033，根据迹线点调整结果，对迹线点之间的连接数据进行调整，并生成目标图像。
32.有益效果：初次识别出来的迹线可能与实际存在偏差，故本方案中，获取用户操作
信号，并根据用户操作信号，对迹线点的位置数据进行调整，使其更加符合真实情况，再根据迹线点调整结果，对迹线点之间的连接数据进行调整，提升了迹线调整的快捷性。
33.本发明提供的基础方案二：畸变图像的矫正系统，使用了上述畸变图像的矫正方法。
34.基础方案二的有益效果：获取待矫正图像的边框线，再建立各边框线之间的目标对应关系，从而可以通过分析待矫正图像中的边框线是否符合目标对应关系，分析出待矫正图像是否存在变形情况。再根据各边框线的变形情况，对待矫正图像进行像素插值，相对于直接对图像进行拉伸而言，采用本方案，出现因拉伸而导致图像扭曲变形的概率更小，从而能够防止矫正过程中原始图像发生变形，以防止提取后图像中的数据失真。在后续对气象历史档案中待识别图像的温度、湿度、气压等迹线进行扫描与识别时，迹线的原始曲率不会因图像矫正发生变化。综上，采用本方案，能够防止矫正过程中原始图像发生变形，从而防止提取后图像中的数据失真。
附图说明
35.图1为本发明实施例畸变图像的矫正方法的流程框图。
具体实施方式
36.下面通过具体实施方式进一步详细说明：
37.实施例1：
38.畸变图像的矫正方法，如图1所示，包括以下步骤：
39.s100，获取待矫正图像，所述待矫正图像包括若干边框线；
40.s200，建立各边框线之间的目标对应关系；s200包括：
41.s201，获取待矫正图像的边框线数量；本实施例中，通过人工输入的方式，获取到待矫正图像的边框线数量，所述边框线数量不小于4；在本技术的其他实施例中，还可以采用图像边框识别算法，具体采用神经网络或边缘检测算法找到图片中的所有边缘信息，以得到图像的边框线数量。
42.s202，根据待矫正图像的边框线数量，分析待矫正图像的形状，并建立各边框线之间的目标对应关系，所述目标对应关系包括边框线自身参数及各边框线之间的位置关系。具体的，若边框线数量为4，则设边框线包括上边框线、下边框线、左边框线和右边框线，边框线自身参数为：各边框线均为直线，各边之间的位置关系为：上边框线与下边框线平行，左边框线与右边框线平行。若边框线数量大于4，则设边框线数量为n，并以正n边形的特质设置边框线自身参数及各边框线之间的位置关系。
43.s300，根据待矫正图像的边框线及各边框线之间的目标对应关系，分析各边框线的变形情况；具体的，分析待矫正图像中实际的边框线是否符合各边框线之间的目标对应关系，若符合，则判定边框线不存在变形情况，否则存在变形情况。
44.s400，根据各边框线的变形情况，对待矫正图像进行像素插值，并生成待识别图像；本实施例中，采用临近点插值法对待矫正图像进行像素插值。具体的，针对存在变形情况的边框线进行像素插值，使得像素插值后的各边框线符合边框线自身参数及各边框线之间的位置关系。本实施例中，以边框线中长度或者宽度最大处为基准，对长度或者宽度不够
的地方进行像素插值，即可让边框变为标准矩形状态，插值选用临近点插值，如某列需要插入10个像素，则需将该列平分为11分，在中间每个分段处插入临近点，保证图像像素的连续性。
45.本实施例中，生成待识别图像后，需对经过图像矫正后的待识别图像进行检验，验证各边框线是否为直线，若不为直线，则需要对其进行二次矫正。具体包括以下步骤：
46.(1)自动识别上边框线、下边框线、左边框线和右边框线：同图像自动矫正，对矫正后的图像通过图像自适应均衡化、橘黄色像素点增强、形态学去噪等技术获取图像边框线二值化连通域(印刷表格具有像素宽度)，通过多行(列)投影边框，取极值行(列)分别为上下左右4个边框线；
47.(2)调整边框线(本实施例中，图像呈现在计算机中，用户可通过显示屏查看图像，并通过鼠标、键盘配合对图像进行调整)：鼠标放上边框线，根据上下左右边框属性，光标自动变为箭头平移状态，可以移动边框位置，上边框线位置《下边框线位置，左边框线位置《右边框线位置，取上下边框中线为中轴线，即使下边框存在缺损，依然可以通过中轴线推算出下边框位置，方便计算业务值。
48.本实施例中，针对传统图像处理时，存在的每种数据信息均与图像不同区域对应，而传统处理方式每获取一种图像信息，需要将图像缩放并拖拽到对应位置，查看并录入，效率低下的问题，采用建立时间与图像位置映射关系的方式提升图像处理效率。具体的，建立时间与显示屏显示的图像位置的映射关系，如开始结束时间设置，绝大多数自记纸开始时间书写出均处于图像左上角，结束时间书写出位于图像右上角，用户可以根据自己显示器分辨率大小，设置合适的放大倍数，当用户点击开始时间时，图像自动跳转到左上角，并呈现设置的放大倍数；同理当用户点击结束时间时，图像自动跳转到右上角，为了方便对比查看下一张图像开始时间，软件自动显示下一张图像左上角部分，点击软件其他区域，自动消失；更进一步，图像上设置的所有如间断点等和时间关联的信息均可以实现自动图像定位。
49.s500，对待识别图像进行迹线识别与修改，并生成目标图像。s500包括：
50.s501，对待识别图像进行图像增强处理；本实施例中，图像增强处理包括图像自适应均衡化、橘黄色像素点增强、形态学去噪。
51.s502，对图像增强处理后的待识别图像进行迹线识别，并生成迹线识别结果；所述迹线识别结果包括待识别图像中，各迹线点的位置数据及各迹线点之间的连接数据；本实施例中，采用opencv识别图像上的迹线点及线条轨迹。
52.s503，根据迹线识别结果，对待识别图像进行调整，并生成目标图像。s503包括：
53.s5031，获取用户操作信号，本实施例中，用户可通过鼠标结合键盘输入操作数据；本实施例中，针对传统处理方式中点对象数量较多，增删改方式多采用鼠标结合按钮事件方式，如删除则选中待删除对象，点击删除或者快捷键，需要顺序操作两次，效率低下的问题，进行了如下改进。
54.用户需要增加迹线点时，鼠标点击对应位置画点，以及ctrl+鼠标左键画框，自动获取鼠标画框图像区域，提取数据，自动增加到迹线链表中；
55.用户需要删除迹线点时，右键画框删除框内所有对象，以及ctrl+鼠标右键画框，自动删除鼠标画框内所有对象；
56.用户需要修改迹线点时，ctrl+鼠标左键画框，重新提取框内区域迹线，并自动更
新原有位置迹线数据。
57.s5032，根据用户操作信号，对迹线点的位置数据进行调整，并生成迹线点调整结果；具体的，根据用户操作信号，对迹线点进行增删改。
58.s5033，根据迹线点调整结果，对迹线点之间的连接数据进行调整，并生成目标图像。完成迹线点的修改后，自动更新改动迹线点与其相邻迹线点直接的连接线，本实施例中，采用bp神经网络算法模型，该模型包括输入层、隐层、输出层三层，输入层包含多个单元，每个单元分别对应改动过的迹线点的位置数据、与其相邻的迹线点的位置数据、改动前各迹线点间的连接数据，输出层则为调整后的迹线点间的连接数据，通过该bp神经网络算法模型，将改动过的迹线点的位置数据、与其相邻的迹线点的位置数据、改动前各迹线点间的连接数据输入到输入层，即可得到调整后的迹线点间的连接数据。在本技术的其他实施例中，还可以通过人工输入的方式，获取新的迹线点的连接数据。然后将完成各迹线点的位置数据及各迹线点之间的连接数据调整后的图像输出为目标图像。
59.本实施例中，所述畸变图像的矫正还包括以下步骤：
60.s600，为了便于用户进行操作，提升其操作效率，本实施例中，用户可通过按键快速移动图像：同一批图像，迹线多呈现规律分布，比如迹线均出现在中间区域，且提取过程需要将图像从左到右依次操作一遍，所以方案中采用对图像设置默认缩放倍数及分段显示段数n，每按空格键一次，图像移动1/n，到图像末端后跳转到图像头部循环轮动。
61.s700，自动识别时间记号线：时间记号线，即固定整点时刻附近做的短竖线，设定器差订正业务值。方案通过先验知识获取当前纸张可能存在时间记号点的时刻，在根据开始结束点位置和时间计算时间记号点的近似位置，截取临近[50x100]图像矩形区域，按照直方图像素比例二值化，竖直投影，统计是否存在时间记号线。
[0062]
畸变图像的矫正系统，使用了上述畸变图像的矫正方法。
[0063]
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本技术给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本技术的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本技术要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。