一種基于線條切方向的圖形文字圖像分割方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于線條切方向的圖形文字圖像分割方法和系統(tǒng)。
【背景技術(shù)】
[0002]圖形文字圖像在日常生活中有著大量的應(yīng)用，如文檔圖像、票據(jù)信件圖像、車牌圖像、交通標志圖像等，這類圖像的一個突出特征是圖像中的目標區(qū)域具有細長型結(jié)構(gòu)。圖形文字圖像分割是圖像理解中一個關(guān)鍵環(huán)節(jié)，分割結(jié)果的好壞直接影響到圖形文字圖像理解的整體性能，因此如何提高這類圖像的分割質(zhì)量一直是圖形文字圖像處理領(lǐng)域中的熱點問題。
[0003]目前圖形文字圖像分割方法主要分為全局方法和局部方法兩大類。全局方法主要是依據(jù)灰度直方圖中的‘峰-谷’特性選取閾值，也有一些全局方法采用邊緣及灰度直方圖進行分析。但是，全局方法都必須預(yù)先知道灰度直方圖中含有的‘峰’的個數(shù)，并且背景和目標的灰度分布不存在重疊區(qū)域，因此全局方法對圖形文字圖像中的背景和目標灰度分布要求較高，造成全局方法應(yīng)用范圍受到限制。局部方法主要是考察像素的局部信息，由此確定局部閾值進行分割。局部信息通常有灰度值、梯度值、邊緣信息、筆畫信息以及相鄰和聚類信息，其中，基于雙邊緣結(jié)構(gòu)特征的方法獲得了比較好的效果，該方法采用了非對稱的滑動窗口進行圖形文字圖像中的目標檢測，通過最小最大值濾波器實現(xiàn)目標的搜索，它對目標的局部特征描述更精確，能有效地消弱圖像中具有強邊緣的大面積背景。但是，局部方法在提取出真實目標的同時，也將圖像中的一些具有階躍邊緣的背景提取出來，因此對于背景復(fù)雜的圖形文字圖像分割效果常常不盡人意。
[0004]在一些背景復(fù)雜的圖形文字圖像中，背景常常具有一部分目標的特征，現(xiàn)有的方法沒有考慮局部特征之間的聯(lián)系，分割結(jié)果中常常出現(xiàn)線條斷裂的情況，因此需要結(jié)合更多地啟發(fā)信息進行分析。

【發(fā)明內(nèi)容】

[0005]為了克服現(xiàn)有技術(shù)中圖形文字圖像中目標容易斷裂的情況，本發(fā)明提供了一種基于線條切方向的圖形文字圖像分割方法和系統(tǒng)。
[0006]為了解決上述技術(shù)問題，本發(fā)明提供一種基于線條切方向的圖形文字圖像分割方法，包括以下步驟:
[0007]步驟一、對原始圖像進行初分割，得到分割后的二值圖像；
[0008]步驟二、使用二值圖像的細化算法檢測圖像中線條的端點，將檢測到的線條端點添加到用于區(qū)域增長的種子像素點集合中；
[0009]步驟三、對種子像素點集合中的每一個像素點，計算該像素點的線條切方向，然后沿線條切方向進行區(qū)域增長，獲得新增長的目標像素點；
[0010]步驟四、將所有新增長的目標像素點添加到初分割后的二值圖像中，獲得最終的圖形文字圖像分割結(jié)果。
[0011]進一步，步驟三中，所述線條切方向為二值圖像中最大游程長度所對應(yīng)方向的反方向，所述最大游程長度所對應(yīng)方向為從該像素點出發(fā)沿直線到二值圖像中目標邊界像素點具有最大連續(xù)目標像素點數(shù)量所對應(yīng)的方向。
[0012]進一步，步驟三中，所述沿線條切方向進行區(qū)域增長的過程為:
[0013]步驟301、根據(jù)種子像素點選取一個以該像素點為中心的局部區(qū)域，在該局部區(qū)域內(nèi)進行圖像的閾值分割，獲得局部區(qū)域內(nèi)新增的目標像素點；
[0014]步驟302、如果該局部區(qū)域內(nèi)新增長的目標像素點數(shù)量大于給定的像素點數(shù)量閾值，則進行步驟303 ;如果該局部區(qū)域內(nèi)新增長的目標像素點數(shù)量小于或等于給定的像素點數(shù)量閾值，則區(qū)域增長結(jié)束；
[0015]步驟303、選取新的種子像素點，然后轉(zhuǎn)至步驟301繼續(xù)進行區(qū)域增長。
[0016]再進一步，步驟301中，所述選取的局部區(qū)域，是以種子像素點為中心的矩形，且該矩形的一條軸平行于該種子像素點對應(yīng)的線條切方向。
[0017]再進一步，步驟302中，所述選取的新種子像素點，是新增長的目標像素點中距離當前種子像素點距離最遠的像素點。
[0018]本發(fā)明還提供一種基于線條切方向的圖形文字圖像分割系統(tǒng)，包括:
[0019]圖像初分割模塊，用于對原始圖像進行初分割，獲得分割后的二值圖像；
[0020]區(qū)域增長種子像素點選取模塊，用于對二值圖像進行細化，并檢測圖像中線條的端點，將檢測到的線條端點作為線條切方向區(qū)域增長的種子像素點，添加到種子像素點集合；
[0021]線條區(qū)域增長模塊，用于計算種子像素點的線條切方向，并沿線條切方向進行區(qū)域增長，獲得新增長的目標像素點；
[0022]分割圖像合并模塊，用于將所有新增長的目標像素點添加到初分割后的二值圖像中，獲得最終的圖形文字圖像分割結(jié)果。
[0023]進一步，所述線條區(qū)域增長模塊，將二值圖像中最大游程長度所對應(yīng)方向的反方向作為線條切方向。
[0024]進一步，所述線條區(qū)域增長模塊，根據(jù)種子像素點選取一個局部區(qū)域，在該局部區(qū)域內(nèi)進行圖像的閾值分割，如果所述局部區(qū)域內(nèi)新增長的目標像素點數(shù)量大于給定的像素點數(shù)量閾值，則選取新的種子像素點繼續(xù)進行區(qū)域增長；否則區(qū)域增長結(jié)束；所述選取的局部區(qū)域，是以種子像素點為中心的矩形，且該矩形的一條軸平行于該種子像素點對應(yīng)的線條切方向；所述選取的新種子像素點，是新增長的目標像素點中距離當前種子像素點距離最遠的像素點。
[0025]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點在于，由于圖形文字圖像中目標具有的細長型結(jié)構(gòu)，表現(xiàn)出比較明顯的方向性特征，即目標在沿線條切方向上具有比較強的相關(guān)性。本發(fā)明在對圖形文字圖像進行分割的過程中利用了目標的細長型結(jié)構(gòu)特征，通過分析目標的線條切方向的局部特征，并結(jié)合動態(tài)的區(qū)域增長過程，沿線條的切方向進行目標局部區(qū)域增長能夠有效減少分割結(jié)果中線條斷裂的情況，提高了圖像的分割質(zhì)量。
【附圖說明】
[0026]圖1為本發(fā)明基于線條切方向的圖形文字圖像分割方法的流程框圖。
[0027]圖2為本發(fā)明中線條切方向的示意圖。
[0028]圖3為本發(fā)明中沿線條切方向進行區(qū)域增長的流程框圖。
[0029]圖4為本發(fā)明基于線條切方向的圖形文字圖像分割系統(tǒng)的結(jié)構(gòu)框圖。
【具體實施方式】
[0030]如圖1所示，是本實施例基于線條切方向的圖形文字圖像分割方法的流程框圖，包括以下基本步驟:
[0031]步驟101，對原始圖像進行初分割，得到分割后的二值圖像。本實施例中首先采用常規(guī)的大津閾值法對原始圖像進行二值化，獲得二值圖像；然后對二值圖像進行點數(shù)濾波，去除二值結(jié)果圖像中的孤立噪聲點，獲得初始分割后的二值圖像。所述點數(shù)濾波選用3*3滑動窗口，目標點數(shù)小于指定閾值3。
[0032]步驟102，對二值圖像進行細化，本實施例中采用形態(tài)學(xué)方法對二值圖像進行細化；然后去除細化后二值圖像中的假枝，并將檢測到的葉節(jié)點作為線條的端點；最后將檢測到的線條的端點添加到用于區(qū)域增長的種子像素點集合中。
[0033]步驟103，沿所述種子像素點集合中的每一個像素點進行區(qū)域增長。計算全部種子像素點的線條切方向，并沿線