在大数据时代,数字化信息显得尤为重要。人们通常使用智能手机等设备对书籍等纸质文档拍摄进行数字化存储和应用。数字化的文档能够及时地为人们提供信息,快速地实现资源的共享。但是在使用智能设备拍摄书籍文档图像时,会发生不同程度的变形。在拍摄较厚的书籍页面图像时,会产生由于页面厚度导致的页面弯曲变形和拍摄角度不同导致的透视变形。变形的文档图像一方面会影响人们的视觉查看效果,另一方面对文档图像内容的识别、后期数字化文档的版面分析和格式处理等造成很大障碍。因此,对变形的文档图像校正十分必要。本文从两个方面进行了变形问题的研究。主要工作如下:（1）为了校正以文本行为主的变形文档图像,提出了变形文本行信息提取算法。该算法首先提取文档图像感兴趣区域ROI,接着从ROI中提取文本域,然后根据为此类文档图像设计的评分规则方法合并多个文本域为文本行。在提取合并得到的变形文本行信息后,进一步使用PCA提取有效的特征信息。校正时将变形文档图像页面视为广义圆柱面,使用最小二乘法对多项式曲线拟合,通过拟合的曲线实现曲面模型的重建。最后通过插值映射校正变形的图像。（2）为了校正文本行较少的变形文档图像,提出了基于网格校正变形图像的方法。该方法借助于我们设计的辅助网格和边缘形状匹配算法实现图像的校正。首先,针对不同的情况建立网格信息库。校正图像时,计算待校正图像与网格信息库中网格的匹配度,选择匹配度最高的网格用于变形信息的提取。在提取对应的变形网格信息后,用匹配度最高的网格图像信息作为待校正图像的基础信息。实现文本行信息较少或不含文本行信息的变形文档图像的校正。本文在公共数据集CBDAR2007上对变形文本行信息提取算法进行了实验,在人工数据集上对基于网格校正变形图像的方法进行了实验。基于文本行的校正方法在OCR准确率、多尺度结构相似性和匹配百分数上分别达到了96.8%、0.44和47%,均高于对比文献方法。基于网格的校正方法在投影误差和几何变形度量上,均低于校正前的变形图像。