文本图像处理一直是图像处理的热门分支,在图像检索、图像分析、智能交通、票据和证件的自动处理中都有着广泛的应用。它包括图像滤波、图像的几何校正、文本定位、倾斜校正、字符切分、二值化及字符识别等,而其中又以文字定位和倾斜校正最为重要,已经产生很多算法。本文在已有算法的基础上,提出了四种新的文本定位算法和文本图像的倾斜检测算法。首先,本文提出了基于数学形态学的简单背景下的文本分割算法。它分为两个处理阶段:图像的粗分割阶段和后处理阶段。粗分割阶段通过数学形态学操作定位出文字备选区域,其中包含了部分图片区域。在后处理阶段再次通过形态学操作精确定位文字,去除残余图片区域。实验表明,该算法能够精确分割多种版面排列的文本图像。对于复杂背景下的文本图像,仅仅通过形态学无法准确定位文本。本文提出了基于小波变换和形态学的复杂背景下的文本定位算法。经过小波变换,只含有背景的区域的小波系数明显小于含有文字的区域的小波系数。根据这个明显的差异,经过二值化、形态学限制即可精确定位复杂背景下的文字。在分析了多种已有的倾斜检测算法的基础上,本文提出了基于小波变换和投影分析的倾斜检测算法。通过小波变换,减小图片等非文字区域等对算法的影响,使得该算法相对于传统的投影算法检测精度大为提高。同时,经过小波变换,处理的图像数据急剧减少,大大提高了算法的检测速度。提出了基于粒子群优化算法的文本图像的倾斜检测算法。利用粒子群优化算法的全局搜索能力,在较大空间里搜索使适应值最大的变量值,即作为待检测图像的倾斜角。实验表明,该算法能够以较高精度检测出多种版面排列格式的文本图像在[ 9之间的任一角度。?0 ,90 ]本文提出的算法对大量不同的文本图像进行了实验。通过实验结果的分析可以看出,本文提出的文本定位算法和倾斜检测算法鲁棒性强,处理速度快,有较好的实际应用价值。