[發明專利]一種藏文古籍的版面分析方法及系統

在審

• 申請號: 202011434430.6
• 申請日: 2020-12-10
• 公開（公告）號: CN112561928A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 尼瑪扎西;擁措;師慶輝;蘆筱菲;畢琰虹;洛桑嘎登;仁增多吉
• 申請（專利權）人: 西藏大學;同方知網數字出版技術股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T5/30;G06T5/00;G06K9/00
• 代理公司: 鄭州知一智業專利代理事務所(普通合伙) 41172
• 代理人: 劉彩霞

1.一種藏文古籍的版面分析方法，其特征在于，包括：

獲取藏文古籍圖像；

對所述藏文古籍圖像進行二值化處理，獲取所述藏文古籍圖像的二值圖像；

對所述二值圖像進行分離處理，獲取所述二值圖像中的文本文檔和非文本文檔；

對所述文本文檔進行區域分割，提取文本區域；

獲取所述非本文文檔中的圖像元素。

2.根據權利要求1所述的藏文古籍的版面分析方法，其特征在于，所述對所述藏文古籍圖像進行二值化處理，獲取所述藏文古籍圖像的二值圖像，包括：

對所述藏文古籍圖像進行灰度化處理，得到灰度圖像；

對所述灰度圖像進行二值化處理，得到所述藏文古籍圖像的二值圖像。

3.根據權利要求2所述的藏文古籍的版面分析方法，其特征在于，所述對所述灰度圖像進行二值化處理，得到所述藏文古籍圖像的二值圖像，包括：

對所述灰度圖像使用Sauvola算法求取每個像素(x，y)的局部閾值，計算公式如下：

其中，T(x，y)為所述局部閾值，m(x，y)和s(x，y)表示像素中心為(x，y)的W×W窗口的局部平均值和標準差，R是標準差的最大值，參數k為預設參數；

像素(x，y)的積分圖像I的計算公式為：

其中，g(x，y)為所述灰度圖像；

任意W窗口的局部平均值m(x，y)和標準差s(x，y)的計算公式為：

其中，對于a×b的圖像，窗口尺寸選為W＝1/2×min(a，b)；

將屬于前景的像素賦值為1，背景像素賦值為0，所述藏文古籍圖像的二值圖像f(x，y)的計算公式為：

4.根據權利要求2所述的藏文古籍的版面分析方法，其特征在于，所述對所述藏文古籍圖像進行灰度化處理，得到灰度圖像之前，所述藏文古籍的版面分析方法還包括：

對所述藏文古籍圖像依次進行Gamma矯正和基于Hough變換的傾斜矯正。

5.根據權利要求1所述的藏文古籍的版面分析方法，其特征在于，所述對所述二值圖像進行分離處理，獲取所述二值圖像中的文本文檔和非文本文檔，包括：

在所述二值圖像中提取和標注連通分量，并判定連通分量為文本元素還是非文本元素；

根據啟發式過濾過程去除所述非文本元素；

對經過所述啟發式過濾過程得到的二值圖像進行迭代過濾；

對迭代過濾之后的二值圖像進行區域重塑，獲取所述文本文檔和非文本文檔。