[發明專利]一種基于連通域的印刷文本圖文分割方法

在審

• 申請號: 202010422496.7
• 申請日: 2020-05-18
• 公開（公告）號: CN111681257A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 黃凱;田小波;蔣小文
• 申請（專利權）人: 浙江大學
• 主分類號: G06T7/187
• 分類號: G06T7/187;G06T5/00
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 孫孟輝

1.一種基于連通域的印刷文本圖文分割方法，包括如下步驟：

步驟一，將復雜版面文檔轉為圖像；

步驟二，將轉化后圖像進行二值化處理；

步驟三，對二值圖像進行連通域標記，并記錄各個連通域的位置信息，面積信息等特征，并保存下來；

步驟四，根據連通域信息結合其特征如面積、位置等特征進行去噪和圖文分割。

2.如權利要求1所述的基于連通域的印刷文本圖文分割方法，其特征在于：步驟三中連通域標記方法如下：

1.定義V是表征鄰接性的具有相同灰度值的集合；

2.選擇連通域的鄰接關系，4鄰接或者8鄰接；

3.從坐標為(x,y)像素點p出發，經過一系列的鄰接關系能夠到達q點(x′,y′)，則定義p到q是連通的；假設S是圖像中的一個像素子集，假設S中的任意兩個像素點之間都存在一個通路，則稱S為一個連通集合；圖像中存在若干個連通集合S₁,S₂,S₃…，且它們之間相互不鄰接，這些連通集合則可分割為一個個連通區域，把獨立的連通區域提取出進行區分并標號。

3.如權利要求1所述的基于連通域的印刷文本圖文分割方法，其特征在于：將面積小于一定閾值T_min的連通域定義為小噪點；將面積大于一定閾值T_max的連通域定義為圖像，面積適中的連通域定義為文字。

4.如權利要求2所述的基于連通域的印刷文本圖文分割方法，其特征在于：其中

4鄰接：對于兩個像素點p和q都屬于集合V，若q在集合N₄(p)里，則像素p和像素q是4鄰接的；

8鄰接：對于兩個像素點p和q都屬于集合V，若q在集合N₈(p)里，則像素p和像素q是8鄰接的。

5.一種利用如權利要求1-4之一基于連通域的印刷文本圖文分割方法對復雜版面印刷文檔添加抗打印掃描數字水印的應用，其特征在于：包括如下步驟：

1.根據基于連通域的印刷文本圖文分割方法對印刷文檔進行版面預處理，分割出圖片部分和文本部分；

2.利用水印技術分別針對文本和圖像進行抗打印掃描數字水印信息嵌入；

3.將嵌入水印信息后的圖片和文字根據連通域中記錄的位置信息重新進行合并，重新生成帶有水印信息的復雜版面文檔。