[發(fā)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?zhí)枺?/td>: 202010422496.7
• 申請日: 2020-05-18
• 公開（公告）號: CN111681257A
• 公開（公告）日: 2020-09-18
• 發(fā)明（設(shè)計）人: 黃凱;田小波;蔣小文
• 申請（專利權(quán)）人: 浙江大學(xué)
• 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(wù)所(普通合伙) 33213
• 代理人: 孫孟輝

本發(fā)明公開了一種基于連通域的印刷圖文分割方法，并提出了一種利用基于連通域的印刷文本圖文分割方案來進(jìn)行對復(fù)雜版面印刷文檔添加抗打印掃描數(shù)字水印的應(yīng)用場景。通過利用連通域的一些特性（如面積、位置、寬度、高度等）來實現(xiàn)兩個目的：第一，把文檔圖像中文本部分和圖像部分分割開來。第二，把文檔圖像中的一些噪聲點和標(biāo)點符號去除。結(jié)果表明基于連通域的圖文分割方法具有較好的效果，能夠正確區(qū)分出文本部分和圖像部分，是復(fù)雜版面文檔版面預(yù)處理的重要步驟，是復(fù)雜版面文檔水印技術(shù)的重要前提。

技術(shù)領(lǐng)域

本發(fā)明涉及到打印機(jī)打印掃描過程中對復(fù)雜版面的印刷文本進(jìn)行版面預(yù)處理的領(lǐng)域，尤其涉及到一種對復(fù)雜版面的印刷文檔進(jìn)行圖文分離及后續(xù)操作。

背景技術(shù)

圖文分割，也被稱作圖像分割。通俗來說就是把一幅圖像根據(jù)特征分割成不同的區(qū)域，分割后每個區(qū)域都有相似的特征，如灰度、顏色、亮度等，并且每個區(qū)域之間都能明顯的區(qū)分開來。

圖像分割技術(shù)是圖像處理中一個比較重要的技術(shù)，是用來處理文檔圖像，分割出文本和圖像的重要手段。文檔圖像，是指同時包含文字和圖像的文本圖像，在書籍、檔案、票據(jù)等方面普遍存在。

抗打印掃描的數(shù)字水印技術(shù)是數(shù)字水印的一個重要的應(yīng)用場景。眾所周知，生活中有許多地方會用到打印、掃描電子文檔或者其他數(shù)字作品，如政府文件、企業(yè)合同、書籍著作、雜志文章等，這些文件會很容易的通過掃描復(fù)印得到許多的副本，如何對它們進(jìn)行版權(quán)保護(hù)就顯得尤為重要。而這些文件不單單只是以純文本或者純圖像的形式出現(xiàn)，它還有各種各樣的排版，圖文并茂。因此，如何針對這些復(fù)雜版面文檔添加數(shù)字水印的前提就是如何把文本和圖像分割出來。可見圖文分割作為一種預(yù)處理方法有著十分重要的作用。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述技術(shù)問題，本發(fā)明提出了一種基于連通域的印刷文本圖文分割方案。利用連通域的方法來對復(fù)雜版面上的連通域進(jìn)行標(biāo)記，并同時結(jié)合去噪，來對印刷文檔圖像中的文本部分和非文本部分進(jìn)行分割。并提出了一種利用基于連通域的印刷文本圖文分割方案來進(jìn)行對復(fù)雜版面印刷文檔添加抗打印掃描數(shù)字水印的應(yīng)用場景。

一種基于連通域的印刷文本圖文分割方案，具體內(nèi)容包括：

步驟一，將復(fù)雜版面文檔轉(zhuǎn)為圖像。

步驟二，將轉(zhuǎn)化后圖像進(jìn)行二值化處理。

步驟三，對二值圖像進(jìn)行連通域標(biāo)記。標(biāo)記連通域，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。

其中連通域標(biāo)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。例如在二值圖像中，把具有1值得像素歸于V，灰度圖像類似處理。

2.選擇連通域的鄰接關(guān)系，4鄰接或者8鄰接。其中兩種鄰接關(guān)系如下定義：

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。

更進(jìn)一步的，從坐標(biāo)為(x,y)像素點p出發(fā)，經(jīng)過一系列的鄰接關(guān)系能夠到達(dá)q點(x′,y′)，則定義p到q是連通的。假設(shè)S是圖像中的一個像素子集，假設(shè)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。更進(jìn)一步地，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，那么這些連通集合則可分割為一個個連通區(qū)域。把這些獨立的連通區(qū)域提取出進(jìn)行區(qū)分并標(biāo)號的過程稱為連通域標(biāo)記。