[發明專利]彩色文檔圖像的分層方法和裝置

有效

• 申請號: 200810081557.7
• 申請日: 2008-02-29
• 公開（公告）號: CN101520845A
• 公開（公告）日: 2009-09-02
• 發明（設計）人: 何源;孫俊;藤井勇作;藤本克仁;直井聰
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;H04N1/56
• 代理公司: 北京三友知識產權代理有限公司
• 代理人: 黃綸偉

技術領域

本發明涉及彩色文檔圖像的分層方法和裝置，更具體地，涉及具有 單一背景色的彩色文檔圖像的分層方法和裝置。

背景技術

光學字符識別(OCR)是一種通過計算機自動識別點陣形式文檔圖 像的內容的技術，目前已經被成功的應用于日常生活及辦公等領域中。

一般來說，一幅文檔圖像的識別包括版面分析和字符識別兩個步驟， 前者是指將圖像分割為各個語義結構，包括段落、行、字、圖片等，后 者是將單個字符的信息輸入至識別器中進行處理。版面分析的結果直接 將直接影響最終的識別準確率。

人眼在灰度圖像上只能識別出幾十種灰度等級，卻能從彩色圖像中 識別出成千上萬種色彩，因此彩色圖像相對灰度圖像而言，能夠提供更 多的信息。近十幾年來，隨著計算機和光學等科技的發展，彩色圖像的 打印、掃描、存儲和傳輸能力得到了極大的提高，使得我們日常使用的 文檔也逐漸的從灰度圖像轉變到彩色圖像。通常在一副彩色文檔圖像中， 不同的內容(包括預打印的表格、后打印的內容、手寫的內容，以及印 章等)用不同的顏色來表示，以便于人們閱讀。

如果我們能根據顏色特征將彩色文檔圖像分解為若干層，使得每層 對應于文檔中某一特定內容，然后分別對各層進行處理和識別，那么該 輸入文檔的識別過程將會得到有效的簡化，識別的準確率也能大大提高。

在非專利文獻1中公開了一種直接對各像素顏色中紅、綠、藍分量 進行線性計算的分類方法。該方法首先預定義若干種顏色，然后通過實 驗歸納總結出根據各顏色分量進行線性計算來分類的準則。這種方法的 優點是簡單、快速，但是適用范圍太窄，往往需要針對不同的文檔、不 同的掃描儀設置不同的分類準則。

非專利文獻2和3公開了基于在RGB顏色空間上進行聚類的分類方 法。該方法將每一個采樣點的顏色視為RGB顏色空間中的一個樣本，然 后用一些常用的聚類算法，例如k-均值算法、圖聚類算法等，對其進行 分類。這種方法原理非常直觀，但是沒有考慮彩色文檔圖像中顏色分布 的產生原因，而用一種通用的三維數據分類算法進行處理，在應用上受 到一些條件的局限：某些算法需要事先設定類別數量等先驗知識，而且 各類樣本在空間中符合某一特定的分布特征，而通常這些條件是不滿足 的。

專利文獻1和2公開了基于在亮度分量上進行分類的方法。這類方 法首先將輸入彩色文檔圖像從RGB顏色空間轉化到亮度-色度形式的顏 色空間，然后僅僅根據亮度分量進行分層的處理，類似于對灰度圖像進 行分層。通常這類算法將亮度圖像分割為文字、線、普通圖片、半調色 圖片等屬性的區域，然后再根據各區域的不同屬性進行不同的處理。由 于這些算法僅僅考慮了亮度信息，沒有利用顏色信息，造成了信息缺失， 因此導致其適用范圍受到了很大的限制。

非專利文獻4公開了基于在RGB顏色空間上進行線型聚類的分類方 法。觀察結果表明，彩色文檔圖像在RGB顏色空間中表現為一系列線段 型的聚類，其中每一條線段的兩個端點分別為該層的背景色和理想情況 下的前景色。因此，該方法首先根據顏色空間中樣本分布密度的大小來 選擇一系列背景色和前景色的候選，然后找出這些背景色和前景色所構 成的線段，并對其進行合并、排除等操作，最終將所得到的一系列線段 作為分類結果，并對輸入圖像進行分層。該方法較以上兩類方法而言， 充分考慮了彩色文檔圖像的形成機理及其在顏色空間的分布特征，提高 了分層結果的正確，并且可以處理多背景區域的彩色文檔。其缺點在于 在候選顏色的選取以及對線段進行分析的過程中，需要預定義多個參數， 參數設置將直接影響分層效果；并且，由于在選擇候選顏色時只考慮了 樣本在顏色空間中的分布密度，使得一些像素數量很小的圖層很可能會 被忽略。

非專利文獻1：Tony?Allen，Nasser?Sherkat，Seong?Wong，“Use?of?colour for?hand-filled?form?analysis?and?recognition”，Pattern?Analysis?& Applications，v.8，n.1，pp.163-180，2005.

非專利文獻2：J.Zhou?and?D.Lopresti，“Extracting?Text?from?WWW Images，”Proceedings?of?the?4th?ICDAR，Ulm，Germany，v.1，pp.248-252， 1997.