[0055] 本發(fā)明采用最小均值法對圖2所示的彩色文檔圖像u(x，y)進(jìn)行灰度化處理，所得 灰度圖像與彩色像素值無關(guān)，計算公式為：
[0056]
[0057] 其中w (X，y)分別為R、G、B彩色分量圖像，ugray(x, y)為變換后的灰度圖像。
[0058] 圖3為經(jīng)本發(fā)明彩色圖像灰度化處理的效果圖。
[0059] 對已是灰度掃描的圖像，可省略此步驟。
[0060] 3)圖像局部對比度檢測；
[0061]Bernsen方法中定義的圖像局部對比度為C(x, y) = Imax(x, y)-Imin(x, y)，其中 imax(x，y)和imin(x，y)分別表示圖像在以（x，y)為中心的某鄰域內(nèi)的亮度最大值和最小值。 類似于圖像梯度，它對圖像的亮度變化非常敏感，當(dāng)文本像素位于較亮的背景區(qū)域時，其局 部對比度較大，當(dāng)文本像素位于較暗的背景區(qū)域時，則局部對比度將變小。為了補(bǔ)償其對圖 像亮度變化產(chǎn)生的影響，Su等人采用Herk局部圖像對比度定義
[0062]
[0063] 但其忽略了圖像鄰域內(nèi)的非極值像素對圖像局部對比度的歸一化貢獻(xiàn)。
[0064] 為了解決這個問題，本發(fā)明定義圖像的局部對比度為：
[0065]
[0066]式中1_(X，y)、Imin(X，y)和I_n(X，y)分別表示圖像在其坐標(biāo)（X，y)處的3X 3鄰 域內(nèi)亮度的最大值、最小值和平均值。
[0067] 本發(fā)明定義的局部對比度，不僅能夠補(bǔ)償圖像亮度變化產(chǎn)生的影響，還綜合考慮 了圖像鄰域內(nèi)所有像素對圖像局部對比度的歸一化貢獻(xiàn)。
[0068] 4) Otsu全局最優(yōu)閾值化；
[0069]局部對比度圖像明顯改善了原始文檔圖像的直方圖特性，使其具有相對顯著的雙 峰模態(tài)，因此可以采用經(jīng)典的Otsu算法對其進(jìn)行全局最優(yōu)閾值化處理，從而實現(xiàn)高對比度 的字符筆畫像素檢測。
[0070] 對于一幅圖像，記t e [0, L-1]為前景與背景的分割閾值，口;表不其歸一化直方 圖，如果前景像素占圖像比例為叫(〇=!>，前景像素平均灰度值為凡⑴叫 (〇,背景 像素占圖像比例為叫)=fλ=1-?。(/),背景像素平均灰度值為mw= Σ於/ωι(〇，圖像總 體平均灰度值為丹=￡免，則確定全局最優(yōu)閾值的準(zhǔn)則是使經(jīng)閾值處理后的前景與背景像 ?2-^0 素類的類間方差=叫,(〇[凡(0-//rf +a(作并(/)-最大。
[0071] 圖4為局部對比度圖像，經(jīng)本發(fā)明Otsu全局最優(yōu)閾值化處理后的圖像如圖5所 示，由圖5和圖4對比可見前景邊緣絕大部分像素都被標(biāo)記出來。
[0072] 5)字符筆畫寬度估計；
[0073] 基于鄰域窗的算法性能依賴于鄰域窗尺寸大小及字符筆畫粗細(xì)等因素，并且這些 因素之間也是相關(guān)的，即文檔字符筆畫粗（或細(xì)），對應(yīng)的鄰域窗尺寸則大（或?。Ｒ虼?， 確定鄰域窗尺寸大小也就轉(zhuǎn)化為筆畫寬度估計問題。
[0074] 研究人員目前主要采用行程長度、法向量、輪廓比例、頻譜等方法來估計筆畫寬 度。本發(fā)明采用對圖像分辨率變化具有魯棒性的輪廓比例法進(jìn)行筆畫寬度估計。采用Canny 算子對步驟4)所得的二值圖像進(jìn)行邊緣檢測，并分別統(tǒng)計所有字符前景像素數(shù)nfg和字符 邊緣像素數(shù)計算輪廓比例系數(shù)2 = ^，并由此估計字符筆畫寬度。
[0075] 6)圖像局部二值化；采用滑動窗口法進(jìn)行圖像局部的精細(xì)二值化。
[0076]由于鄰域窗的尺寸不能小于字符筆畫寬度，同時考慮到實時計算量，本發(fā)明建議 將鄰域窗的尺寸大小設(shè)為字符筆畫寬度的2-5倍。
[0077] 經(jīng)過全局最優(yōu)閾值化方法檢測出的像素點大多位于字符筆畫邊緣附近，且圖像前 景像素的灰度值應(yīng)接近或略低于這些被檢測出的像素平均灰度，因此，一旦這些"種子"像 素點被正確檢測出來，就能夠精細(xì)地從原始文檔圖像中將字符前景與頁面背景分割，其計 算公式為
[0078]
[0079] 其中I(X，y)為（X，y)處的像素灰度值，μ s(x,y)和〇s(x,y)分別表示以（X，y) 為中心的鄰域內(nèi)所有"種子"像素的灰度平均值和標(biāo)準(zhǔn)偏差，常數(shù)k的取值范圍為0-1。
[0080] 例1、圖5的圖像經(jīng)本發(fā)明局部精細(xì)二值化后輸出的圖像見圖6,由圖6和圖5的 對比可見前景筆畫像素已正確標(biāo)記出來，不再是空心字。
[0081] 例2、圖7所示為具有墨跡浸潤的掃描文檔圖，經(jīng)本發(fā)明二值化后輸出的圖像見圖 8,由圖8和圖7的對比可見紙張反面浸潤的筆畫痕跡已基本去除。
[0082] 例3、圖9所示為具有紋理背景的掃描文檔圖，經(jīng)本發(fā)明二值化輸出的文檔圖見圖 10,由圖10和圖9的對比可見紙張背景紋理基本被清除。
[0083]例4、圖11所示為具有頁面污漬、泛黃的掃描文檔圖，經(jīng)本發(fā)明二值化輸出的文檔 圖見圖12,由圖12和圖11的對比可見頁面局部污漬已完全清除。
【主權(quán)項】
1. 基于局部對比度和筆畫寬度估計的低質(zhì)量文檔圖像二值化方法，其特征在于：具體 步驟如下： 1) 獲取掃描文檔圖像； 2) 彩色圖像灰度化； 采用最小均值法對彩色文檔圖像u(x，y)進(jìn)行灰度化處理，計算公式為：式中，Ui(X，y)分別為R、G、B彩色分量圖像，Ugw(X，y)為變換后的灰度圖像； 3) 圖像局部對比度檢測； 定義圖像的局部對比度為：式中，Imax(x，y)、Imh(x，y)和1"1。。。知，7)分別表示圖像在其坐標(biāo)（x，y)處的3X3鄰域 內(nèi)亮度的最大值、最小值和平均值； 4) 化SU全局最優(yōu)闊值化； 記tG[0，kl]為前景與背景像素的分割闊值，Pi表示其歸一化直方圖，前景像素占圖像比例為 ，前景像素平均灰度值為風(fēng)腳=1南/邱W; i邱 背景像素占圖像比例為 ！,W?背景像素平均灰度值為M("= 由/巧W; 林1 圖像總體平均灰度值為 則確定全局最優(yōu)闊值的準(zhǔn)則是使經(jīng)闊值處理后的前 景與背景像素的類間方差謝皆二巧腳[乂胸-從J+辟朔媒搏-典]2最大； 5) 字符筆畫寬度估計；采用Canny算子對步驟4)所得二值圖像進(jìn)行邊緣檢測，分別統(tǒng)計所有字符前景像素個 數(shù)rifg和字符邊緣像素個數(shù)npdg。，計算輪廓比例 并由此估計字符筆畫寬度； 6) 圖像局部二值化； 將鄰域窗尺寸大小設(shè)為字符筆畫寬度的2-5倍，采用滑動鄰域法對圖像進(jìn)行局部二值 化處理，計算公式為： fO.，/(W),含/Ux, .V)+Axcr,.托3'） =巧余 式中，I(x，y)為（x，y)處的像素灰度值，y,(x，y)和〇,(x，y)分別表示W(wǎng)(x，y)為中 屯、的wXw鄰域內(nèi)所有已標(biāo)記為前景像素的灰度平均值和標(biāo)準(zhǔn)偏差，常數(shù)k取值范圍為0-1。2. 根據(jù)權(quán)利要求1所述的基于局部對比度和筆畫寬度估計的低質(zhì)量文檔圖像二值化 方法，其特征在于：步驟2)中采用的最小均值法對彩色圖像進(jìn)行灰度化，所得灰度圖像具 有彩色無關(guān)性。3. 根據(jù)權(quán)利要求1所述的基于局部對比度和筆畫寬度估計的低質(zhì)量文檔圖像二值化 方法，其特征在于：步驟3)中定義的局部對比度，不僅能夠補(bǔ)償圖像亮度變化產(chǎn)生的影響， 還綜合考慮了圖像鄰域內(nèi)所有像素對圖像局部對比度的歸一化貢獻(xiàn)。4.根據(jù)權(quán)利要求1所述的基于局部對比度和筆畫寬度估計的低質(zhì)量文檔圖像二值化 方法，其特征在于：步驟6)采用滑動窗口法進(jìn)行圖像局部的精細(xì)二值化。
【專利摘要】本發(fā)明涉及基于局部對比度和筆畫寬度估計的低質(zhì)量文檔圖像二值化方法，步驟為：獲取掃描文檔圖像、采用最小均值法對彩色文檔圖像u(x,y)進(jìn)行灰度化處理，基于局部對比度的字符筆畫像素檢測，采用大津法(Otsu)對所得局部對比度圖像進(jìn)行全局最優(yōu)閾值化，采用Canny算子對所得二值圖像進(jìn)行邊緣檢測，分別統(tǒng)計所有字符前景像素個數(shù)nfg和字符邊緣像素個數(shù)nedge，計算輪廓比例并由此估計字符筆畫寬度；最后基于滑動鄰域法進(jìn)行圖像局部二值化。本發(fā)明能較好保留字符筆畫細(xì)節(jié)，在有效分割字符前景同時，還能抑制墨跡浸潤、頁面污漬、紋理背景及光照不均勻等現(xiàn)象。
【IPC分類】G06T5/00
【公開號】CN105374015
【申請?zhí)枴緾N201510708525
【發(fā)明人】熊煒, 李敏, 周少文, 趙楠, 武明虎, 徐晶晶, 趙詩云
【申請人】湖北工業(yè)大學(xué)
【公開日】2016年3月2日
【申請日】2015年10月27日