[發(fā)明專利]基于背景估計(jì)和能量最小化的低質(zhì)量文檔圖像二值化方法

有效

• 申請?zhí)枺?/td>: 201710289747.7
• 申請日: 2017-04-27
• 公開（公告）號: CN107133929B
• 公開（公告）日: 2019-06-11
• 發(fā)明（設(shè)計(jì)）人: 熊煒;徐晶晶;李敏;熊子婕;王改華;劉敏;趙楠;王鑫睿;馮川
• 申請（專利權(quán)）人: 湖北工業(yè)大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/62;G06T7/13
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魏波

本發(fā)明公開了一種基于背景估計(jì)和能量最小化的低質(zhì)量文檔圖像二值化方法，首先對彩色文檔圖像進(jìn)行灰度預(yù)處理、采用雙邊濾波對圖像進(jìn)行降噪處理、圖像背景估計(jì)、背景減除與圖像增強(qiáng)、構(gòu)造能量函數(shù)、構(gòu)造網(wǎng)絡(luò)圖、最后采用基于增廣路徑的圖割算法實(shí)現(xiàn)能量函數(shù)的最小化。本發(fā)明顯著提高了復(fù)雜背景下的文檔圖像二值化效果，能夠適用于多種顏色書寫、筆畫漸變、墨跡浸潤、頁面有污漬或紋理、光照不均、對比度低等復(fù)雜背景的文檔圖像二值化處理。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理、模式識別與機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，特別是涉及一種基于背景估計(jì)和能量最小化的低質(zhì)量文檔圖像二值化方法。

背景技術(shù)

文檔分析與識別(DAR)技術(shù)已廣泛應(yīng)用于古籍?dāng)?shù)字化、版面分析與文字識別、視頻字幕提取、文本信息檢索等領(lǐng)域，主要包括圖像的采集、二值化、歪斜校正、字符分割與識別等過程。圖像二值化是其中一個關(guān)鍵預(yù)處理環(huán)節(jié)，它是將灰度圖像轉(zhuǎn)換成二進(jìn)制圖像，從而實(shí)現(xiàn)字符前景與文檔背景的分離。二值化算法的效果直接影響整個DAR系統(tǒng)的性能，因此近年來很多學(xué)者對此進(jìn)行了研究，并提出了很多算法；然而，受圖像對比度差、墨跡浸潤、頁面污漬或光照不均等因素的影響，使得低質(zhì)量文檔圖像二值化仍是一個挑戰(zhàn)。

二值化算法可粗略分為全局閾值法和局部閾值法。全局閾值法采用單一的閾值將文檔圖像分為字符(前景)與背景兩大類，如Otsu算法利用圖像的灰度直方圖選擇一個最優(yōu)閾值，使得經(jīng)閾值分割后的前景與背景像素的類間方差最大。全局閾值法對于前景和背景差別較大，即直方圖具有顯著雙峰特征的圖像具有較好的分割效果，但在處理低質(zhì)量文檔圖像時(shí)，會丟失部分甚至全部前景細(xì)節(jié)。

局部閾值法(也稱為自適應(yīng)閾值法)則通過滑動窗口與文檔圖像的卷積，從而實(shí)現(xiàn)在圖像不同部分設(shè)定不同閾值，如Niblack、Sauvola、Wolf等算法利用像素鄰域內(nèi)的灰度均值和方差來構(gòu)建閾值分割曲面，其算法性能有賴于滑動窗口的尺寸及字符筆畫的粗細(xì)等。針對不同質(zhì)量的文檔圖像需動態(tài)調(diào)整窗口尺寸，以獲得最佳的閾值處理結(jié)果；當(dāng)圖像對比度較低時(shí)，會產(chǎn)生大量噪聲點(diǎn)或造成誤判。

此外，國內(nèi)外研究人員還提出了很多更為復(fù)雜的算法，如局部對比度法、背景估計(jì)與筆畫邊緣檢測法、拉普拉斯能量法、卷積神經(jīng)網(wǎng)絡(luò)法等。然而，以上這些方法都不能很好地解決在低對比度、墨跡浸潤、漸變光照、帶污跡和紋理等復(fù)雜文檔背景下的圖像二值化。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提出了一種基于背景估計(jì)和能量最小化的低質(zhì)量文檔圖像二值化方法，顯著提高了復(fù)雜背景下的文檔圖像二值化效果，能夠適用于多種顏色書寫、筆畫漸變、墨跡浸潤、頁面有污漬或紋理、光照不均、對比度低等復(fù)雜背景的文檔圖像二值化處理。

本發(fā)明所采用的技術(shù)方案是：一種基于背景估計(jì)和能量最小化的低質(zhì)量文檔圖像二值化方法，其特征在于，包括以下步驟：

步驟1：對彩色文檔圖像進(jìn)行灰度預(yù)處理；

步驟2：采用雙邊濾波對圖像進(jìn)行降噪處理；

步驟3：圖像背景估計(jì)，具體包括以下子步驟：

步驟3.1：針對步驟2處理后的圖像，進(jìn)行筆畫寬度變換；

步驟3.2：計(jì)算模擬距離和成像高度；

步驟3.3：針對步驟2處理后的圖像，通過兩次形態(tài)學(xué)閉操作削弱文檔圖像中的暗特征；

步驟3.4：結(jié)合步驟3.2和步驟3.3的結(jié)果，進(jìn)行圖像降采樣和升采樣；

步驟4：背景減除與圖像增強(qiáng)，具體包括以下子步驟：

步驟4.1：背景減除；

計(jì)算步驟2中的雙邊濾波圖像與步驟3中的背景估計(jì)圖像間的絕對差值，差值圖像中灰度為零的像素點(diǎn)屬于高置信背景像素點(diǎn)，并將其灰度值設(shè)為255；

步驟4.2：直方圖均衡；