[發明專利]基于U型卷積神經網絡的滿文歷史文檔圖像二值化方法

在審

• 申請號: 202011524416.5
• 申請日: 2020-12-22
• 公開（公告）號: CN112508976A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 鄭蕊蕊;賀建軍;吳寶春;霍小娜
• 申請（專利權）人: 大連民族大學
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136;G06N3/04
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 畢進

本發明公開了一種基于U型卷積神經網絡的滿文歷史文檔圖像二值化方法，屬于圖像二值化技術領域，包括：S1：采用分塊自適應同態濾波方法，將滿文歷史文檔圖像分為若干個子塊圖像，對子塊圖像進行同態濾波，用于解決圖像光照不均的問題；S2：使用U型卷積神經網絡對同態濾波后的滿文歷史文檔進行二值化；可以使圖像明暗適中，保留圖像的局部細節，像素識別精度更高，同時可以有效去除背景部分，保留文字內容，具有更高的靈活性和自適應性。

技術領域

本發明屬于圖像二值化技術領域，具體涉及一種基于U型卷積神經網絡的滿文歷史文檔圖像二值化方法。

背景技術

滿文歷史文檔具有豐富的史料價值,直接對滿文歷史文檔原件進行研究可能會對其造成破壞，因此需要采用數字化的方法，對滿文歷史文檔圖像進行識別和保存。對滿文歷史文檔的數字化保護和利用得到了社會各界的廣泛關注。滿文歷史文檔由于年代久遠，在一些人為和自然因素的作用下造成了古籍不同程度的損壞和退化,出現光照不均,污漬和噪聲等情況,對滿文歷史文檔的識別分析帶來一定影響。在對滿文歷史文檔的識別分析中，二值化是圖像文本識別時關鍵的一步。而滿文歷史文檔圖像往往存在光照不均的問題，給圖像的準確二值化造成了一定的困難。同態濾波方法可以在一定程度上解決光照不均帶來的問題。傳統的同態濾波方法沒有考慮到圖像的空間局部特性，雖然從整體增強了圖像的亮度，但是一些局部的細節會由于像素過增強而丟失。同時，傳統同態濾波方法一般采用人工設定的全局閾值，對不同情況的滿文歷史文檔缺乏靈活性和自適應性。傳統的文檔圖像二值化方法無法有效去除滿文歷史文檔圖像中頁面污漬、紋理背景、字跡模糊等退化因素，不能完全脫離人工優化。

發明內容

為解決現有技術中存在的不足，本發明提供一種基于U型卷積神經網絡的滿文歷史文檔圖像二值化方法，可以使圖像明暗適中，保留圖像的局部細節，像素識別精度更高，同時可以有效去除背景部分，保留文字內容，具有更高的靈活性和自適應性。

本發明為解決其技術問題所采用的技術方案是：一種基于U型卷積神經網絡的滿文歷史文檔圖像二值化方法，包括：

S1：采用分塊自適應同態濾波方法，將滿文歷史文檔圖像分為若干個子塊圖像，對子塊圖像進行同態濾波，用于解決圖像光照不均的問題；

S2：使用U型卷積神經網絡對同態濾波后的滿文歷史文檔進行二值化。

進一步的，所述步驟S1包括：將滿文歷史文檔圖像分為4×4個子塊圖像，將滿文歷史文檔圖像邊緣未被劃分的行和列分入相鄰的子塊圖像中；

選取能夠減少低頻分量同時需要增加高頻分量的同態濾波函數H(u,v)，分別對4×4個子塊圖像進行同態濾波，并將濾波后的子塊圖像合并成一幅圖像。

進一步的，所述U型卷積神經網絡由左側收縮路徑，即編碼層，和右側對稱的擴展路徑，即解碼層兩部分組成，在編碼層中通過卷積和最大池化，提取滿文歷史文檔圖像的低維特征，在解碼層中通過上采樣和卷積恢復特征圖的分辨率，提取滿文歷史文檔圖像的高維特征；在相對應的編碼層與解碼層之間通過級聯，將編碼層中得到的特征圖拼接到解碼層中，結合高維特征的語義信息和低維特征中的位置信息，實現語義分割。

本發明的有益效果：(1)通過分塊同態濾波的方法可以使圖像明暗適中，保留圖像的局部細節；將圖像分成4×4＝16塊，圖像邊緣未被劃分的行和列被分入相鄰的子塊圖像中，因此源圖像大小不需要嚴格按子塊圖像大小選取，同時也不需要對處理后的圖像進行邊界填充；

(2)利用U型卷積神經網絡優秀的特征提取能力，有效處理存在不同退化效果的滿文歷史文檔圖像，相較于傳統圖像二值化方法，在對滿文歷史文檔圖像進行二值化時，像素識別精度更高，可以有效去除背景部分，保留文字內容，具備良好的二值化性能。

附圖說明

圖1是本發明整體流程框圖；

圖2是本發明U型卷積神經網絡結構圖；