CN102156868A - 图像二值化方法和装置 - Google Patents

Abstract

本发明公开了一种图像二值化方法和装置，属于图像处理及光学字符识别领域。方法包括：将待处理图像分割为图像块并进行边缘检测，计算各图像块中对应的边缘像素点数；根据边缘像素点数标记各图像块的二值化属性；计算前景图像块的二值化信息，筛选需要调整二值化阈值的前景图像块；对需要调整二值化阈值的前景图像块进行二值化阈值调整；将需要调整二值化阈值的前景图像块二值化，并对其余的各图像块进行二值化，得到待处理图像的二值图像。本发明通过对待处理图像采用分块的方式进行二值化处理，并对受亮度不均匀影响的前景图像块的二值化阈值进行调整，使本方法在图像亮度不均匀情况下进行二值化处理效果更好，时间性能大大优于局部二值化方法。

Description

图像二值化方法和装置

 

技术领域

本发明属于图像处理及光学字符识别领域，涉及一种图像二值化方法和装置。

背景技术

图像二值化是光学字符识别的重要步骤，通常图像二值化过程为：首先针对待处理图像计算一张阈值平面，然后根据阈值平面将待处理图像中的各像素点进行二值分割。二值化阈值的计算有很多方法，其中主要有两种：Otsu方法和NiBlack方法。Otsu方法是一种全局的图像处理方法，该方法将所有像素点进行二值分割，且计算速度快，在待处理图像亮度均匀的情况下，能够获得很好的效果，但待处理图像中亮度分布不均匀时，二值分割的效果就很差。NiBlack方法是一种局部的图像处理算法，该方法为每个像素点计算一个阈值，可以有效的克服Otsu方法在处理亮度不均匀的待处理图像时的缺点，但是计算量大，处理速度慢。

电子扫描笔（简称扫描笔）是OCR的重要应用之一，其自身含有光源和光学摄像头，开始扫描时，首先开启光源，利用光学摄像头对被扫描资料进行连续拍照以获取被扫资料的图像帧序列，之后对图像帧序列进行处理，最终获取适合于OCR识别的全景二值图像。但扫描笔内光源的位置是固定的，当扫描笔以不同的倾斜角度进行扫描时，得到的帧图像中的亮度分布是并不均匀，当被扫描介质中字符和背景对比度较弱或被扫描介质的亮度较暗时，这种亮度分布的不均匀性会更严重。此时如果采用全局二值化方法，如Otsu方法，则亮度分布的不均匀性会使二值化效果很差；如果采用逐像素点进行计算的局部二值化方法，如NiBlack方法，则计算量太大，不适合扫描笔对于图像二值化处理速度的要求。

发明内容

本发明提出一种基于分块方式进行处理的图像二值化方法和装置，对在成像范围内亮度分布不均匀的图像也能进行正确二值化。

本发明提出的图像二值化方法，包括如下步骤：

步骤一，将待处理图像分割为图像块并进行边缘检测，计算各图像块中对应的边缘像素点数；

步骤二，根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块；

步骤三，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

步骤四，对需要调整二值化阈值的前景图像块进行二值化阈值调整；

步骤五，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

所述步骤一中将待处理图像分割为图像块时，根据设定的参考宽度、参考高度，将待处理图像划分为各矩形图像块。

所述步骤一中边缘像素点数为将待处理图像进行边缘检测后各图像块内含有的边缘像素点的数量。

所述步骤二中标记各图像块的二值化属性时，如果图像块内对应的边缘像素点数小于边缘阈值，则该图像块标记为背景图像块；如果图像块内对应的边缘像素点数大于等于边缘阈值，则该图像块标记为前景图像块。

所述步骤三中二值化信息包括，二值化阈值、对比度和前景边缘比；其中，二值化阈值为分别采用全局二值化阈值计算方法对各前景图像块进行计算得到的阈值；对比度为前景图像块中小于等于二值化阈值的像素点的灰度均值与大于二值化阈值的像素点的灰度均值的差值；前景边缘比为前景图像块内对应的前景像素点数与边缘像素点数的比值。

所述步骤三中筛选需要调整二值化阈值的前景图像块时，将边缘像素点数最多的前景图像块对应的前景边缘比作为标准前景边缘比，将其对应的对比度作为标准对比度；

如果所述前景图像块对应的前景边缘比大于标准前景边缘比的第一倍数，则该前景图像块为需要调整二值化阈值的前景图像块；

或者，所述前景图像块对应的前景边缘比大于标准前景边缘比的第二倍数，且对比度小于标准对比度的一定比例，则该前景图像块为需要调整二值化阈值的前景图像块。

所述步骤四中对需要调整二值化阈值的前景图像块进行二值化阈值调整时，减少所述前景图像块中的背景像素点数，重新计算所述图像块的二值化阈值。

所述步骤五中进行二值化时，如果图像块是背景图像块，在白底黑字图像中，则该图像块置为白色块，在黑底白字图像中，则该图像块置为黑色块；如果图像块是前景图像块，则根据前景图像块的二值化阈值进行二值化。

本发明还公开了一种图像二值化装置，包括如下模块：

分块模块，将待处理图像分割为图像块并进行边缘检测，计算各图像块内含有的边缘像素点数；

标记模块，根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块；

筛选模块，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

调整模块，对需要调整二值化阈值的前景图像块进行二值化阈值调整；

二值化模块，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

本发明提出的图像二值化方法和装置，通过对扫描笔拍摄得到的待处理图像采用分块的方式进行二值化处理，使得本方法的时间性能大大优于局部二值化方法；对待处理图像进行边缘检测并利用各图像块内含有的边缘像素点数标记图像块的二值化属性、利用前景边缘比及对比度对受亮度不均匀影响的前景图像块的二值化阈值进行调整，使本方法在图像亮度不均匀情况下进行二值化处理时效果更好。

附图说明

图1为本发明图像二值化方法的处理流程图；

图2为本发明实施例中的待处理图像；

图3为本发明实施例中的待处理图像采用全局OTSU算法的二值化计算结果图；

图4为本发明实施例中的待处理图像的全局边缘图像；

图5为本发明实施例中的待处理图像各图像块的相关数据示意图；

图6为本发明实施例中的待处理图像中图像块1的灰度直方图；

图7为本发明实施例中的待处理图像中图像块1的平滑后的灰度直方图；

图8为本发明实施例中的待处理图像的二值化结果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出的图像二值化方法，采用受亮度不均匀性影响小的全局边缘图像作为全局信息，在此全局信息的监督下，对图像进行分块二值化处理，并依据前景边缘比及对比度对受亮度不均匀影响的图像块的二值化阈值进行调整。

本发明图像二值化方法的一个实施流程图如图1所示，为了具体阐述本发明的方法，以图2所示的待处理图像为实施例进行说明，其中待处理图像的宽度为80，高度为120。利用OTSU算法计算待处理图像的全局二值化阈值并根据二值化阈值计算二值化图像，所得二值化图像如图3所示，在图像的左上角和左下角可以看到由于亮度不均匀而导致的二值化错误。

如图1所示，本发明提出的图像二值化方法包括如下步骤：

步骤10，将待处理图像分割为图像块并进行边缘检测，计算各图像块内含有的边缘像素点数。

根据设定的参考宽度、参考高度，将待处理图像划分为一系列矩形图像块。对图像进行分块时，先根据设定的图像块的参考宽度和参考高度计算待处理图像在水平方向和竖直方向的分块数。扫描笔拍摄得到的待处理图像在宽度不能被图像块的参考宽度整除或者高度不能被图像块参考高度整除时，余数部分对应的图像也可以算作一块，然后再根据分块数对得到的各图像块的宽度或高度进行整合，使各图像块的宽度和高度尽量一致。本实施例中，扫描笔拍摄得到的待处理图像的宽度为80，图像块的参考宽度为30，则将扫描笔拍摄得到的待处理图像在水平方向分为3块，经过调整后，三块图像块的宽度依次为27、27、26；拍摄得到的待处理图像的高度为120，图像块的参考高度为30，在竖直方向正好分为4块。故本实施例中待处理图像分为12个图像块，如图5所示，将各块按照从上到下、从左到右的顺序依次编号为1到12，各图像块的区域坐标根据左上点和右下点的坐标进行记录。

本实施例中，采用Sobel边缘算子对待处理图像进行边缘检测，得到待处理图像的梯度图像，并用OTSU算法计算梯度图像的二值化阈值以对梯度图像进行二值分割，从而得到待处理图像的全局边缘图像。

在文本图像中，字符边缘对应的像素点数相对于整帧待处理图像中总像素数的比值很小，则对应的梯度图像中大多数像素点处的梯度值相差不大且梯度值都较小，如果通过采用梯度图像中所有像素点处的梯度值来计算二值化阈值，则得到的二值化阈值会偏小。为了使梯度图像对应的二值化阈值能更好的将字符边缘分割出来，在本实施例中采用梯度值较大的40%的像素点计算二值化阈值，得到如图4所示的待处理图像的全局边缘图像。

在得到全局边缘图像后，计算各图像块区域内的边缘像素点的数目。在本实施例中，各图像块对应的边缘像素点数如图5中的“边缘像素点数”属性列所示。

步骤20、根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块。

本实施例中，所述二值化属性为前景图像块和背景图像块，前景图像块为待处理图像中同时含有前景像素点和背景像素点的图像块，背景图像块为待处理图像中只含有背景像素点的图像块。背景图像块内由于各像素点的灰度分布比较均匀，不会产生边缘，前景图像块内由于同时含有前景像素点和背景像素点，会产生明显的边缘，故可以通过对各图像块含有的边缘像素点数设定阈值来标记图像块的二值化属性。利用各图像块的边缘像素点数标记图像块的二值化属性时，根据各图像块内含有的边缘像素点数来判断图像块的二值化属性，具体规则如下：

1）如果待处理图像中的某图像块内含有的边缘像素点数小于边缘阈值，则将该图像块标记为背景图像块；

2）如果待处理图像中的某图像块内含有的边缘像素点数大于等于边缘阈值，则图像块标记为前景图像块。

在本实施例中，边缘阈值设为20，如图5所示，图像块2、5、8、11被标记为背景图像块，其余图像块被标记为前景图像块。

步骤30，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

前景图像块的二值化信息包括，前景图像块对应的二值化阈值、对比度和前景边缘比。其中，二值化阈值为分别采用全局二值化阈值计算方法对各前景图像块进行计算得到的阈值；对比度为前景图像块中小于等于二值化阈值的像素点的灰度均值与大于二值化阈值的像素点的灰度均值的差值；前景边缘比为前景图像块内对应的前景像素点数与边缘像素点数的比值。计算各图像块的二值化信息时，首先通过全局二值化阈值计算方法得到前景图像块对应的二值化阈值，再根据二值化阈值计算前景图像块对应的对比度及前景像素点数。

在本实施例中，分别利用OTSU方法计算对待处理图像分块所得的各前景图像块的二值化阈值，并据此二值化阈值计算其对比度和前景边缘比。所得的各前景图像块对应的二值化阈值、对比度、前景像素点数如图5中的“二值化阈值”、“对比度”和“前景边缘比”属性列所示。

根据二值化信息筛选需要调整二值化阈值的前景图像块时，将边缘像素点数最多的前景图像块对应的前景边缘比作为标准前景边缘比，将其对应的对比度作为标准对比度；

如果所述前景图像块对应的前景边缘比大于标准前景边缘比的第一倍数，则该前景图像块为需要调整二值化阈值的前景图像块；

或者，所述前景图像块对应的前景边缘比大于标准前景边缘比的第二倍数，且对比度小于标准对比度的一定比例，则该前景图像块为需要调整二值化阈值的前景图像块。

在本实施例中，图像块6的边缘像素点数最多，将其前景边缘比0.81作为标准前景边缘比，将其对比度52作为标准对比度。在本实施例中，第一倍数为2，第二倍数为1.5，一定比例为0.75。图像块1的前景边缘比为2.08，大于标准前景边缘比的2倍，即1.62，所以图像块1的二值化阈值需要调整；图像块9的前景边缘比为1.59，大于标准前景边缘比的1.5倍，即1.21，且其对比度38小于标准对比度的0.75倍，即39，所以图像块10的二值化阈值需要调整；其余前景图像块的二值化阈值都不需要调整。

步骤40，对需要调整二值化阈值的前景图像块进行二值化阈值调整。

调整图像块的二值化阈值，是指通过减少需要调整二值化阈值的前景图像块中用于计算二值化阈值的背景像素点数，以重新计算二值化阈值。具体为：统计图像块的灰度直方图，并对灰度直方图进行1X5均值滤波，然后搜索均值滤波后的直方图的最大值，该最大值对应的灰度值代表了图像块中出现频率最高的背景灰度值，可以称之为典型背景灰度值。对于白底黑字的图像，一般说来，前景像素点的灰度值小于典型背景灰度值，前景图像块中小于等于典型背景灰度值的像素点由前景像素点和部分背景像素点组成，如果只取前景图像块中小于等于典型背景灰度值的像素点重新计算前景图像块的二值化阈值，则可以有效消除由于亮度不均匀对图像块的二值化产生的影响。

如果是黑底白字的图像，则同理只取图像块中大于典型背景灰度值的像素点重新计算图像块的二值化阈值。

对图像块1，其灰度直方图如图6所示，对其灰度直方图进行1X5均值滤波后的结果如图7所示，在图7中，灰度直方图的最大值处对应的灰度值为99，故对图像块1，利用OTSU算法只对灰度值小于等于99的像素点计算二值化阈值，得到的二值化阈值为70；同理，对图像块10，重新计算得到的二值化阈值为80。

步骤50，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

此时，待处理图像中含有三类图像块：一是背景图像块，二是需要调整二值化阈值的前景图像块，三是不需要调整二值化阈值的前景图像块。对于背景图像块，则在白底黑字图像中，则该图像块置为白色块，在黑底白字图像中，则该图像块置为黑色块；对于需要调整二值化阈值的前景图像块，则根据调整后的二值化阈值对该前景图像块进行二值化；对于不需要调整二值化阈值的前景图像块，则根据原二值化阈值对该前景图像块进行二值化。本实施例中得到如图8所示的待处理图像的二值图像。

如果图像块是背景图像块，在白底黑字图像中，则该图像块置为白色块，在黑底白字图像中，则该图像块置为黑色块；如果图像块是前景图像块，则根据其二值化阈值进行二值化。本实施例中得到如图8所示的待处理图像的二值图像。

本发明还公开了一种图像二值化装置，包括如下模块：

分块模块，将待处理图像分割为图像块并进行边缘检测，计算各图像块内含有的边缘像素点数；

标记模块，根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块；

筛选模块，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

调整模块，对需要调整二值化阈值的前景图像块进行二值化阈值调整；

二值化模块，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

本发明提出的图像二值化方法和装置，通过对扫描笔拍摄得到的待处理图像采用分块的方式进行二值化处理，使得本方法的时间性能大大优于局部二值化方法；对待处理图像进行边缘检测并利用各图像块内含有的边缘像素点数标记图像块的二值化属性、利用前景边缘比及对比度对受亮度不均匀影响的前景图像块的二值化阈值进行调整，使本方法在图像亮度不均匀情况下进行二值化处理时效果更好。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种图像二值化方法，其特征在于，包括如下步骤：

步骤一，将待处理图像分割为图像块并进行边缘检测，计算各图像块中对应的边缘像素点数；

步骤二，根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块；

步骤三，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

步骤四，对需要调整二值化阈值的前景图像块进行二值化阈值调整；

步骤五，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

2.根据权利要求1所述的方法，其特征在于：所述步骤一中将待处理图像分割为图像块时，根据设定的参考宽度、参考高度，将待处理图像划分为各矩形图像块。

3.根据权利要求1所述的方法，其特征在于：所述步骤一中边缘像素点数为将待处理图像进行边缘检测后各图像块对应的边缘像素点的数量。

4.根据权利要求3所述的方法，其特征在于：所述步骤二中标记各图像块的二值化属性时，如果图像块内对应的边缘像素点数小于边缘阈值，则该图像块标记为背景图像块；如果图像块内对应的边缘像素点数大于等于边缘阈值，则该图像块标记为前景图像块。

5.根据权利要求3所述的方法，其特征在于：所述步骤三中二值化信息包括，二值化阈值、对比度和前景边缘比；其中，二值化阈值为分别采用全局二值化阈值计算方法对各前景图像块进行计算得到的阈值；对比度为前景图像块中小于等于二值化阈值的像素点的灰度均值与大于二值化阈值的像素点的灰度均值的差值；前景边缘比为前景图像块内对应的前景像素点数与边缘像素点数的比值。

6.根据权利要求1或4所述的方法，其特征在于：所述步骤三中筛选需要调整二值化阈值的前景图像块时，将边缘像素点数最多的前景图像块对应的前景边缘比作为标准前景边缘比，将其对应的对比度作为标准对比度；

如果所述前景图像块对应的前景边缘比大于标准前景边缘比的第一倍数，则该前景图像块为需要调整二值化阈值的前景图像块；

或者，所述前景图像块对应的前景边缘比大于标准前景边缘比的第二倍数，且对比度小于标准对比度的一定比例，则该前景图像块为需要调整二值化阈值的前景图像块。

7.根据权利要求1所述的方法，其特征在于：所述步骤四中对需要调整二值化阈值的前景图像块进行二值化阈值调整时，减少所述前景图像块中的背景像素点数，重新计算所述图像块的二值化阈值。

8.根据权利要求1或7所述的方法，其特征在于：所述步骤五中进行二值化时，如果图像块是背景图像块，在白底黑字图像中，则该图像块置为白色块，在黑底白字图像中，则该图像块置为黑色块；如果图像块是前景图像块，则根据前景图像块的二值化阈值进行二值化。

9.一种图像二值化装置，其特征在于，包括如下模块：

分块模块，将待处理图像分割为图像块并进行边缘检测，计算各图像块内含有的边缘像素点数；

标记模块，根据各图像块的边缘像素点数标记各图像块的二值化属性，二值化属性包括背景图像块和前景图像块；

筛选模块，计算前景图像块的二值化信息，根据二值化信息筛选需要调整二值化阈值的前景图像块；

调整模块，对需要调整二值化阈值的前景图像块进行二值化阈值调整；

二值化模块，根据得到的二值化阈值将需要调整二值化阈值的前景图像块进行二值化，并对待处理图像中其余的各图像块进行二值化，从而得到待处理图像的二值图像。

Images