随着互联网和计算机信息技术的发展,数字图像处理技术已经深入到我们生活中的方方面面,通过图像采集将传统纸质文档电子化已经成为一种趋势;然而,在通过扫描仪或数码产品获得图像的过程,可能伴随着文档表面倾斜、弯曲或人工操作的视角倾斜等原因,仪器得到的图像可能会有一定程度的失真,如倾斜、扭曲、形变等,这些问题都会对文字处理软件如OCR识别、版面分析等的处理造成极大的困难,也可能这些软件根本无法识别获得的文档图像;因此,需要对这些变形扭曲的文档图像进行校正复原。本文将致力于解决扭曲图像的校正恢复问题;通过对扭曲文档图像特征及中文汉字结构的分析,并参考国内外相关的经典校正算法,对比分析各种方法的优缺点,针对中文扭曲文档图像给出了基于Snakes模型的校正算法。该方法为实现扭曲文档图像的校正处理,考虑到光照不均、过度曝光等因素造成较差二值化效果的不利影响,本文不做二值化处理,直接从灰度化后的图像着手。在灰度图像的基础上,通过优化后的高斯滤波处理使得文字行实现平滑的效果,达到增强文本行结构的同时也能很好的保护图像边缘信息的目的;然后利用脊线检测找出文本行的中心线,并将其初始化作为Snakes模型的初始轮廓线;然后利用图像分割的思想通过对Snakes模型的能量泛函迭代法求极小值的过程,使得中心线向文本行上下边缘移动,并根据图像的阈值信息把两条线闭合,然后根据字符文本的灰度信息进行扩张或缩放,完成文本行的分割并获得其文本线,最后利用文本行信息拟合重构其文本线实现校正。实验结果表明该算法能有效地恢复扭曲,使得校正后的OCR文字识别率比之前有明显的提升;而且该算法实现简单,对于扭曲文本行的分割精度非常高,算法鲁棒性较强,基本满足实用性需求。