CN106295648B - 一种基于多光谱成像技术的低质量文档图像二值化方法 - Google Patents
一种基于多光谱成像技术的低质量文档图像二值化方法 Download PDFInfo
- Publication number
- CN106295648B CN106295648B CN201610613720.4A CN201610613720A CN106295648B CN 106295648 B CN106295648 B CN 106295648B CN 201610613720 A CN201610613720 A CN 201610613720A CN 106295648 B CN106295648 B CN 106295648B
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- foreground
- pixel
- gray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000001228 spectrum Methods 0.000 title claims abstract description 6
- 238000003384 imaging method Methods 0.000 title abstract 3
- 230000003595 spectral effect Effects 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 35
- 238000000701 chemical imaging Methods 0.000 claims description 22
- 230000001427 coherent effect Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000012805 post-processing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000003711 image thresholding Methods 0.000 claims description 3
- 238000002329 infrared spectrum Methods 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 238000001429 visible spectrum Methods 0.000 claims description 3
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 238000005286 illumination Methods 0.000 abstract description 3
- 230000008595 infiltration Effects 0.000 abstract description 2
- 238000001764 infiltration Methods 0.000 abstract description 2
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 238000003672 processing method Methods 0.000 description 4
- 241000722363 Piper Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000012880 independent component analysis Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000002211 ultraviolet spectrum Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000013173 literature analysis Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10036—Multispectral image; Hyperspectral image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于多光谱成像技术的低质量文档图像二值化方法,包括读取多光谱图像、光谱分量图像阈值化、目标检测和阈值图像融合处理等四步骤;与其它经典的文档图像二值化方法相比,无论是从输出图像质量,还是算法性能指标,本发明提出的基于多光谱成像技术的低质量文档图像二值化方法,都要具有明显优势,在较好保留字符笔画细节的同时,能够有效抑制墨迹浸润、页面污渍、纹理背景和光照不均等现象。
Description
技术领域
本发明属于数字图像处理、模式识别与机器学习技术领域,特别是涉及一种基于多光谱成像(MSI)技术的低质量文档图像二值化方法。
背景技术
历史文献数字化是指利用现代信息技术对古籍文献进行加工处理,使其转化为电子数据形式,通过光盘、网络等介质保存和传播。历史文献数字化是对古籍或古籍内容的再现和加工,是古籍再生性保护的重要手段。
目前,古籍文献图像处理方面的问题已经引起了许多研究者的关注,学术界也提出了多种文档图像处理方法,可大致分为两类:基于灰度图像和基于多光谱成像(MSI)技术的处理方法。
基于灰度图像的处理方法使用阈值分割技术提取前景文字,并实现文档背景分离,通过两者融合以恢复原始文档内容。然而,受图像对比度、墨迹浸润、页面污渍或光照不均等因素的影响,使得针对灰度或彩色低质量文档图像的处理具有极大的挑战。
基于MSI技术的处理方法主要是以目标对不同波长光线的吸收存在差异为原理,通过对目标在一组特定波长范围中的光强度变化来实现检测、识别等应用需求。随着多光谱成像技术的不断提高,其应用范围也在不断扩大,尤其在军事、遥感、医学、农业以及安检等领域都有着重要的应用。
近年来,MSI技术已成功应用于艺术品研究和古籍手稿转录等领域,是非常重要的历史文献分析工具,它允许研究人员在不损毁目标的前提下,尽可能多地获取有价值信息。由于同时使用紫外、红外、可见光等多个光谱,该技术被称为非侵入式研究方法。通过MSI技术可以揭示人为篡改或手写注释区域、鉴别油墨的化学成份、增强文字笔画的可见性、检测历史文献中的退化迹象等,也有助于了解人类的文化传承(这些是使用传统的彩色摄影所无法达到的)。
从多光谱文档图像中提取原始文本,即多光谱文档图像二值化,是一个非常重要的步骤,它直接影响后续文档分析与识别(DAR)***的性能。为了提高历史文档图像中弱笔画与复杂背景间的对比度,研究人员提出了一系列方法,例如主成分分析法(PCA)、独立成分分析法(ICA)、线性判别分析法(LDA)、约束能量最小化法(CEM)、自适应匹配滤波器法(AMF)等。为了实现历史文档图像二值化,研究人员还提出了许多其它方法,如卷积神经网络法(CNN)、高斯混合建模法(GMM)、背景估计法、马尔可夫随机场法(MRF)、比特平面切分法、判别结构分类法、轮廓波变换法(CT)、局部对比度法、拉普拉斯能量法等。
发明内容
本发明的目的在于提供一种基于多光谱成像(MSI)技术的低质量文档图像二值化方法。
本发明所采用的技术方案是:一种基于多光谱成像技术的低质量文档图像二值化方法,其特征在于,包括以下步骤:
步骤1:读取待处理文档的多光谱图像,并做线性归一化处理,获得到光谱分量图像;
步骤2:对光谱分量图像进行阈值化处理;包括局部对比度增强处理、高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理;
步骤3:目标检测;包括对步骤2中处理后的光谱分量图像进行光谱图像特征提取、估计自适应相干图像、基于梯度算子的图像阈值化和消除误判处理;
步骤4:阈值图像融合处理;包括二值图像融合和图像后处理。
作为优选,步骤1中所述获得到光谱分量图像,包括1个紫外光谱(340nm)、3个可见光谱(500nm、600nm、700nm)和4个红外光谱(800nm、900nm、1000nm、1100nm)。
作为优选,步骤1中所述线性归一化处理,计算公式如下:
其中,I(x,y)和I′(x,y)分别表示归一化前、后的图像灰度值,Imax和Imin分别表示光谱分量图像的灰度最大值和最小值。
作为优选,步骤2的具体实现包括以下子步骤:
步骤2.1:对光谱分量图像进行局部对比度增强处理,计算公式如下:
其中,C(x,y)表示图像的局部对比度,Imax(x,y)和Imin(x,y)分别表示图像在以(x,y)为中心的3×3邻域内的灰度最大值和最小值;
步骤2.2:对于步骤2.1的输出图像进行高对比度像素检测处理;
对于步骤2.1的输出图像,记t∈[0,L-1]为图像前景与背景的分割阈值,L为灰度级分辨率;如果前景像素占图像比例前景像素平均灰度值背景像素占图像比例背景像素平均灰度值则图像的总体平均灰度值为其中,pi表示归一化直方图;
定义前景和背景图像的类间方差为:
实现高对比度像素检测的准则是,通过确定全局最优阈值t0,使分割后的前景和背景差异最大,即:
步骤2.3:基于步骤2.2检测出的高对比度像素进行笔画宽度估计处理;
步骤2.3.1:基于步骤2.2检测出的高对比度像素,利用Canny算子对图像进行边缘检测,每个边缘像素点p都具有一个方向梯度值dp;
步骤2.3.2:如果像素点p位于笔画边缘,计算p的方向梯度dp,并沿着射线r=p±n×dp(n≥0)梯度查找与之对应的另一个边缘像素点q,计算q的方向梯度dq,dp与dq的方向是大致相反的,即:
步骤2.3.3:执行下述判断;
如果边缘像素点p找不到对应匹配的q或者其方向梯度dp与dq不满足大致相反的要求,则舍弃该射线r;
如果边缘像素点p找到对应匹配的q或者其方向梯度dp与dq满足大致相反的要求,则在[p,q]路径上的每个像素点都指定为笔画宽度属性值,即欧式距离dist=||p-q||,除非该像素点已经被指定了一个更小的笔画宽度属性值;
步骤2.3.4:重复步骤2.3.2,直到计算出所有未被舍弃路径上的像素笔画宽度值,并统计其分布直方图H(dist),则笔画宽度估计为:SWE=argmax[H(dist)];
步骤2.4:基于步骤2.3估计的字符笔画宽度进行局部精细二值化处理;
基于步骤2.3估计的字符笔画宽度确定滑动邻域窗尺寸,从而实现字符前景与页面背景的精细分割,具体公式为:
其中,为w×w邻域内检测出的高对比度像素总数,为w×w邻域内由文档字符笔画宽度确定的最少像素下限值,I(x,y)为图像(x,y)处的灰度值,μw(x,y)和σw(x,y)分别表示以(x,y)为中心的w×w邻域内光谱分量图像的灰度平均值和标准偏差,B0(x,y)表示获得的二值图像。
作为优选,步骤3的具体实现包括以下子步骤:
步骤3.1:基于步骤2中处理后的光谱分量二值图像B0(x,y)进行光谱图像特征提取处理;
步骤3.1.1:基于步骤2中处理后的光谱分量二值图像B0(x,y)估计多光谱图像前景像素灰度平均值μFG、背景像素灰度平均值μBG及其差值Δ=μFG-μBG;
步骤3.1.2:计算多光谱图像背景像素间的协方差矩阵:
Σ=E[(I-μBG)T(I-μBG)],
其中,I表示多光谱图像灰度矩阵,T表示矩阵转置,E表示数学期望;
步骤3.1.3:估计其广义逆矩阵Σ-1,使同时满足以下条件:
步骤3.2:估计自适应相干图像;
基于步骤3.1提取的多光谱图像特征,估计自适应相干图像计算公式为:
并将其动态范围限制在[0,1]之间,即:
步骤3.3:基于梯度算子的图像阈值化;
步骤3.2输出图像在位置(x,y)处的梯度定义为:
其中,和分别表示图像沿x和y方向的一阶导数;
针对梯度图像进行高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理,获得二值化输出图像B1(x,y);
步骤3.4:消除误判处理;
步骤3.4.1:基于步骤3.2估计的自适应相干图像进行全局最优阈值化处理,得到二值图像B1′(x,y);
步骤3.4.2:将二值图像B0(x,y)和B1′(x,y)同时标记为前景的像素点视为真正的前景像素TP,并以此删除B0(x,y)中所有的伪前景点,得到二值图像B2(x,y):
其中,为w×w邻域内检测出的TP前景像素总数,为w×w邻域内预先确定的TP像素下限值。
作为优选,步骤4的具体实现包括以下子步骤:
步骤4.1:二值图像融合;
针对二值图像B1(x,y)和B2(x,y),采用以下公式进行二值图像融合:
其中,B(x,y)为融合后的二值图像;
步骤4.2:图像后处理
去除字符笔画边缘少于10个像素的椒盐噪声,并填充字符笔画内部少于10个像素的笔画空洞。
本发明与现有技术相比,其显著优点在于:
①通过多光谱图像采集***获取历史文献的多光谱图像,比传统灰度或彩色图像包含更多有价值信息,可用于鉴别原始文本或人为批注、提高弱笔画的可见性、检测文档背景及退化迹象等;
②对某一特定频谱的分量图像采用局部对比度增强和笔画宽度估计的方法进行阈值化处理,并由此提取多光谱图像的特征性状参数,从而实现自我参考,无需指定外界参考点;
③采用自适应相干估计(ACE)实现非线性目标检测算法,其性能优于线性的CEM和AMF等方法。
附图说明
图1:本发明实施例的流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供的一种基于多光谱成像(MSI)技术的低质量文档图像二值化方法,主要包括以下步骤:
步骤1:读取多光谱图像;
读取待处理文档的多光谱图像,包括1个紫外光谱(340nm)、3个可见光谱(500nm、600nm、700nm)和4个红外光谱(800nm、900nm、1000nm、1100nm),并做线性归一化处理,计算公式如下:
其中,I(x,y)和I′(x,y)分别表示归一化前、后的图像灰度值,Imax和Imin分别表示各光谱分量图像的灰度最大值和最小值。
步骤2:光谱分量图像阈值化;
2.1局部对比度增强;
本发明定义图像的局部对比度为:
其中,Imax(x,y)和Imin(x,y)分别表示图像在以(x,y)为中心的3×3邻域内的灰度最大值和最小值。
2.2高对比度像素检测;
对于步骤2.1的输出图像,记t∈[0,L-1]为图像前景与背景的分割阈值,L为灰度级分辨率。如果前景像素占图像比例前景像素平均灰度值背景像素占图像比例背景像素平均灰度值则图像的总体平均灰度值为其中,pi表示归一化直方图。
定义前景和背景图像的类间方差为:
实现高对比度像素检测的准则是,通过确定全局最优阈值t0,使分割后的前景和背景差异最大,即:
2.3笔画宽度估计;
①基于步骤2.2检测出的高对比度像素,其大多位于字符笔画边缘附近,利用Canny算子对图像进行边缘检测,得到每个边缘像素点p都具有一个方向梯度值dp;
②如果像素点p位于笔画边缘,其方向梯度dp一定大致垂直于笔画方向,沿着射线r=p±n×dp(n≥0)梯度查找与之对应的另一个边缘像素点q,那么dp与dq的方向是大致相反的,即此时会出现两种情况:
(1)如果边缘像素点p找不到对应匹配的q或者其方向梯度dp与dq不满足大致相反的要求,则舍弃该射线r;
(2)如果找到满足要求的边缘像素点q,那么在[p,q]路径上的每个像素点都被指定为笔画宽度属性值,即欧式距离dist=||p-q||,除非该像素点已经被指定了一个更小的笔画宽度属性值。
③重复步骤②,直到计算出所有未被舍弃路径上的像素笔画宽度值,并统计其分布直方图H(dist),则笔画宽度估计SWE=argmax[H(dist)]。
2.4局部精细二值化;
基于步骤2.3估计的字符笔画宽度确定滑动邻域窗尺寸,从而实现字符前景与页面背景的精细分割,具体公式为:
其中,为w×w邻域内检测出的高对比度像素总数,为w×w邻域内由文档字符笔画宽度确定的最少像素下限值,I(x,y)为图像(x,y)处的灰度值,μw(x,y)和σw(x,y)分别表示以(x,y)为中心的w×w邻域内光谱分量图像的灰度平均值和标准偏差。
步骤3:目标检测算法;
3.1多光谱图像特征提取;
①基于二值图像B0(x,y)估计多光谱图像前景像素灰度平均值μFG、背景像素灰度平均值μBG及其差值Δ=μFG-μBG。
②计算多光谱图像背景像素间的协方差矩阵Σ=E[(I-μBG)T(I-μBG)],其中,I表示多光谱图像灰度矩阵,T表示矩阵转置,E表示数学期望。
③估计其广义逆矩阵Σ-1,使同时满足以下条件:
3.2自适应相干估计;
基于步骤3.1提取的多光谱图像特征,估计自适应相干图像计算公式为:
并将其动态范围限制在[0,1]之间,即:
3.3基于梯度算子的图像阈值化;
步骤3.2输出图像在位置(x,y)处的梯度定义为:
其中,和分别表示图像沿x和y方向的一阶导数(差分)。
针对梯度图像的后续处理流程同步骤2.2~2.4(此处略),其二值化输出图像记为B1(x,y)。
3.4消除误判;
①基于步骤3.2估计的自适应相干图像按照步骤2.2进行全局最优阈值化处理,得到二值图像B1′(x,y)。
②本发明将二值图像B0(x,y)和B1′(x,y)同时标记为前景的像素点视为真正的前景像素(TP),并以此删除B0(x,y)中所有的伪前景点,得到二值图像B2(x,y):
其中,为w×w邻域内检测出的TP前景像素总数,为w×w邻域内预先确定的TP像素下限值(如)。
步骤4:阈值图像融合处理;
4.1二值图像融合;
对于前述步骤所得二值图像B1(x,y)和B2(x,y),本发明采用以下公式进行二值图像融合:
其中,B(x,y)为融合后的二值图像。
4.2图像后处理;
去除字符笔画边缘较小(少于10个像素)的椒盐噪声,并填充字符笔画内部较小(少于10个像素)的笔画空洞。
与其它经典的文档图像二值化方法相比,无论是从输出图像质量,还是算法性能指标,本发明提出的基于多光谱成像技术的低质量文档图像二值化方法,都要具有明显优势,在较好保留字符笔画细节的同时,能够有效抑制墨迹浸润、页面污渍、纹理背景和光照不均等现象。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (5)
1.一种基于多光谱成像技术的低质量文档图像二值化方法,其特征在于,包括以下步骤:
步骤1:读取待处理文档的多光谱图像,并做线性归一化处理,获得到光谱分量图像;
步骤2:对光谱分量图像进行阈值化处理;包括局部对比度增强处理、高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理;
步骤3:目标检测;包括对步骤2中处理后的光谱分量图像进行光谱图像特征提取、估计自适应相干图像、基于梯度算子的图像阈值化和消除误判处理;
步骤3的具体实现包括以下子步骤:
步骤3.1:基于步骤2中处理后的光谱分量二值图像B0(x,y)进行光谱图像特征提取处理;
步骤3.1.1:基于步骤2中处理后的光谱分量二值图像B0(x,y)估计多光谱图像前景像素灰度平均值μFG、背景像素灰度平均值μBG及其差值Δ=μFG-μBG;
步骤3.1.2:计算多光谱图像背景像素间的协方差矩阵:
Σ=E[(I-μBG)T(I-μBG)],
其中,I表示多光谱图像灰度矩阵,T表示矩阵转置,E表示数学期望;
步骤3.1.3:估计其广义逆矩阵Σ-1,使同时满足以下条件:
步骤3.2:估计自适应相干图像;
基于步骤3.1提取的多光谱图像特征,估计自适应相干图像计算公式为:
并将其动态范围限制在[0,1]之间,即:
步骤3.3:基于梯度算子的图像阈值化;
步骤3.2输出图像在位置(x,y)处的梯度定义为:
其中,和分别表示图像沿x和y方向的一阶导数;
针对梯度图像进行高对比度像素检测处理、笔画宽度估计处理和局部精细二值化处理,获得二值化输出图像B1(x,y);
步骤3.4:消除误判处理;
步骤3.4.1:基于步骤3.2估计的自适应相干图像进行全局最优阈值化处理,得到二值图像B′1(x,y);
步骤3.4.2:将二值图像B0(x,y)和B′1(x,y)同时标记为前景的像素点视为真正的前景像素TP,并以此删除B0(x,y)中所有的伪前景点,得到二值图像B2(x,y):
其中,为w×w邻域内检测出的TP前景像素总数,为w×w邻域内预先确定的TP像素下限值;
步骤4:阈值图像融合处理;包括二值图像融合和图像后处理。
2.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法,其特征在于:步骤1中所述获得到光谱分量图像,包括1个紫外光谱:340nm,3个可见光谱:500nm、600nm、700nm,4个红外光谱:800nm、900nm、1000nm、1100nm。
3.根据权利要求1或2所述的基于多光谱成像技术的低质量文档图像二值化方法,其特征在于,步骤1中所述线性归一化处理,计算公式如下:
其中,I(x,y)和I′(x,y)分别表示归一化前、后的图像灰度值,Imax和Imin分别表示光谱分量图像的灰度最大值和最小值。
4.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法,其特征在于,步骤2的具体实现包括以下子步骤:
步骤2.1:对光谱分量图像进行局部对比度增强处理,计算公式如下:
其中,C(x,y)表示图像的局部对比度,Imax(x,y)和Imin(x,y)分别表示图像在以(x,y)为中心的3×3邻域内的灰度最大值和最小值;
步骤2.2:对于步骤2.1的输出图像进行高对比度像素检测处理;
对于步骤2.1的输出图像,记t∈[0,L-1]为图像前景与背景的分割阈值,L为灰度级分辨率;如果前景像素占图像比例前景像素平均灰度值背景像素占图像比例背景像素平均灰度值则图像的总体平均灰度值为其中,pi表示归一化直方图;
定义前景和背景图像的类间方差为:
实现高对比度像素检测的准则是,通过确定全局最优阈值t0,使分割后的前景和背景差异最大,即:
步骤2.3:基于步骤2.2检测出的高对比度像素进行笔画宽度估计处理;
步骤2.3.1:基于步骤2.2检测出的高对比度像素,利用Canny算子对图像进行边缘检测,每个边缘像素点p都具有一个方向梯度值dp;
步骤2.3.2:如果像素点p位于笔画边缘,计算p的方向梯度dp,并沿着射线r=p±n×dp梯度查找与之对应的另一个边缘像素点q,计算q的方向梯度dq,dp与dq的方向是大致相反的,即:其中n≥0;
步骤2.3.3:执行下述判断;
如果边缘像素点p找不到对应匹配的q或者其方向梯度dp与dq不满足大致相反的要求,则舍弃该射线r;
如果边缘像素点p找到对应匹配的q或者其方向梯度dp与dq满足大致相反的要求,则在[p,q]路径上的每个像素点都指定为笔画宽度属性值,即欧式距离dist=||p-q||,除非该像素点已经被指定了一个更小的笔画宽度属性值;
步骤2.3.4:重复步骤2.3.2,直到计算出所有未被舍弃路径上的像素笔画宽度值,并统计其分布直方图H(dist),则笔画宽度估计为:SWE=argmax[H(dist)];
步骤2.4:基于步骤2.3估计的字符笔画宽度进行局部精细二值化处理;
基于步骤2.3估计的字符笔画宽度确定滑动邻域窗尺寸,从而实现字符前景与页面背景的精细分割,具体公式为:
其中,为w×w邻域内检测出的高对比度像素总数,为w×w邻域内由文档字符笔画宽度确定的最少像素下限值,I(x,y)为图像(x,y)处的灰度值,μw(x,y)和σw(x,y)分别表示以(x,y)为中心的w×w邻域内光谱分量图像的灰度平均值和标准偏差,B0(x,y)表示获得的二值图像。
5.根据权利要求1所述的基于多光谱成像技术的低质量文档图像二值化方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:二值图像融合;
针对二值图像B1(x,y)和B2(x,y),采用以下公式进行二值图像融合:
其中,B(x,y)为融合后的二值图像;
步骤4.2:图像后处理
去除字符笔画边缘少于10个像素的椒盐噪声,并填充字符笔画内部少于10个像素的笔画空洞。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610613720.4A CN106295648B (zh) | 2016-07-29 | 2016-07-29 | 一种基于多光谱成像技术的低质量文档图像二值化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610613720.4A CN106295648B (zh) | 2016-07-29 | 2016-07-29 | 一种基于多光谱成像技术的低质量文档图像二值化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106295648A CN106295648A (zh) | 2017-01-04 |
CN106295648B true CN106295648B (zh) | 2019-03-19 |
Family
ID=57663422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610613720.4A Expired - Fee Related CN106295648B (zh) | 2016-07-29 | 2016-07-29 | 一种基于多光谱成像技术的低质量文档图像二值化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106295648B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573251B (zh) * | 2017-03-15 | 2021-09-07 | 北京京东尚科信息技术有限公司 | 文字区域定位方法和装置 |
CN107133929B (zh) * | 2017-04-27 | 2019-06-11 | 湖北工业大学 | 基于背景估计和能量最小化的低质量文档图像二值化方法 |
CN107346549B (zh) * | 2017-06-09 | 2020-04-14 | 中国矿业大学 | 一种利用遥感影像多特征的多类别变化动态阈值检测方法 |
CN107610132B (zh) * | 2017-08-28 | 2021-12-31 | 西北民族大学 | 一种古籍文档图像污渍去除方法 |
CN107742298B (zh) * | 2017-09-28 | 2020-03-27 | 北京华航无线电测量研究所 | 一种角反射体自动识别方法 |
CN108197662B (zh) * | 2018-01-22 | 2022-02-11 | 湖州师范学院 | 一种实木地板分类方法 |
CN110363189B (zh) * | 2018-04-09 | 2021-09-24 | 珠海金山办公软件有限公司 | 一种文档内容修复方法、装置、电子设备及可读存储介质 |
CN109035274B (zh) * | 2018-08-23 | 2021-10-22 | 湖北工业大学 | 基于背景估计与u型卷积神经网络的文档图像二值化方法 |
CN110717523A (zh) * | 2019-09-20 | 2020-01-21 | 湖北工业大学 | 一种基于D-LinkNet的低质量文档图像二值化方法 |
CN112561928B (zh) * | 2020-12-10 | 2024-03-08 | 西藏大学 | 一种藏文古籍的版面分析方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1979526A (zh) * | 2005-12-02 | 2007-06-13 | 佳能株式会社 | 文档图像的二值化方法和装置、及其程序和存储介质 |
CN101807301A (zh) * | 2010-03-17 | 2010-08-18 | 北京航空航天大学 | 一种基于高阶统计量的高光谱图像目标检测方法 |
CN104346812A (zh) * | 2014-10-13 | 2015-02-11 | 西北工业大学 | 基于鲁棒背景估计方法的高光谱图像局部目标检测方法 |
JP2015046001A (ja) * | 2013-08-28 | 2015-03-12 | 沖電気工業株式会社 | 文字認識装置、文字認識システム、文字認識方法および文字認識プログラム |
CN105374015A (zh) * | 2015-10-27 | 2016-03-02 | 湖北工业大学 | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 |
-
2016
- 2016-07-29 CN CN201610613720.4A patent/CN106295648B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1979526A (zh) * | 2005-12-02 | 2007-06-13 | 佳能株式会社 | 文档图像的二值化方法和装置、及其程序和存储介质 |
CN101807301A (zh) * | 2010-03-17 | 2010-08-18 | 北京航空航天大学 | 一种基于高阶统计量的高光谱图像目标检测方法 |
JP2015046001A (ja) * | 2013-08-28 | 2015-03-12 | 沖電気工業株式会社 | 文字認識装置、文字認識システム、文字認識方法および文字認識プログラム |
CN104346812A (zh) * | 2014-10-13 | 2015-02-11 | 西北工业大学 | 基于鲁棒背景估计方法的高光谱图像局部目标检测方法 |
CN105374015A (zh) * | 2015-10-27 | 2016-03-02 | 湖北工业大学 | 基于局部对比度和笔画宽度估计的低质量文档图像二值化方法 |
Non-Patent Citations (2)
Title |
---|
"一种改进的高光谱遥感影像ACE目标检测算法";何元磊 等;《山东科技大学学报(自然科学版)》;20150630;第34卷(第3期);第62页第1段 * |
"基于笔画宽度变换的场景文本定位";刘亚亚 等;《小型微型计算机***》;20160229(第2期);第351页第2.1节第1段 * |
Also Published As
Publication number | Publication date |
---|---|
CN106295648A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295648B (zh) | 一种基于多光谱成像技术的低质量文档图像二值化方法 | |
Harraj et al. | OCR accuracy improvement on document images through a novel pre-processing approach | |
Kumar et al. | Analytical review of preprocessing techniques for offline handwritten character recognition | |
Mehta et al. | Optical character recognition (OCR) system for Roman script & English language using Artificial Neural Network (ANN) classifier | |
US9558403B2 (en) | Chemical structure recognition tool | |
CN108038481A (zh) | 一种结合最大极值稳定区域和笔画宽度变化的文本定位方法 | |
Chauhan et al. | Binarization techniques for degraded document images—A review | |
Roy et al. | Fractional poisson enhancement model for text detection and recognition in video frames | |
CN107516083A (zh) | 一种面向识别的远距离人脸图像增强方法 | |
Agarwal et al. | An efficient algorithm for automatic car plate detection & recognition | |
Hollaus et al. | MultiSpectral image binarization using GMMs | |
CN108154116A (zh) | 一种图像识别方法及*** | |
Rashid et al. | Discriminative learning for script recognition | |
Rajithkumar et al. | Template matching method for recognition of stone inscripted Kannada characters of different time frames based on correlation analysis | |
Polyakova et al. | Combined method for scanned documents images segmentation using sequential extraction of regions | |
Hollaus et al. | Improving OCR accuracy by applying enhancement techniques on multispectral images | |
Huang | A novel video text extraction approach based on Log-Gabor filters | |
BJ et al. | A novel binarization method to remove verdigris from ancient metal image | |
Munivel et al. | MLIBT: A multi-level improvised binarization technique for Tamizhi inscriptions | |
Dash et al. | Odia offline character recognition using DWT features | |
Antony et al. | Segmentation and recognition of characters on Tulu palm leaf manuscripts | |
Sudarsan et al. | An Overview of Character Recognition from Palm Leaf Manuscripts | |
Subramani et al. | A novel binarization method for degraded tamil palm leaf images | |
Rambabu et al. | Generation of random fields for object recognization using binarization technique | |
Sharma | Extraction of text regions in natural images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190319 |