自然场景文本检测中可微分二值化技术综述

自然场景中包含的丰富文本对理解现实世界具有重要意义,但由于自然场景文本的多样性和复杂性,检测任务变得困难。随着智能时代的兴起,深度学习技术为自然场景文本检测带来突破性进展,可微分二值化网络DBNet的提出,更是推动了文本检测实时性需求的研究进步,许多研究者基于可微分二值化技术,进行了具有创新性和实用性的研究,并取得丰硕成果。对近年来基于可微分二值化技术的文本检测算法研究进行了深入的分析和总结。简要介绍DBNet模型的背景、工作原理、优势与劣势,根据技术差异将基于微分二值化技术的算法分为特征提取、特征融合、后处理、整体架构以及训练策略五类,对每类方法的改进方式进行详细的图示说明,并对各类技术方法的机制进行详细阐述,对所有方法进行分析总结。介绍了常用公开数据集和文本检测性能评估指标,汇总不同方法的仿真实验结果,列举几个具有实际意义的应用场景。对自然场景文本检测领域的未来发展方向进行了思考,并梳理面对的挑战和亟待解决的问题。

联合度量指标损失和U-Net的文档图像二值化

当前深度神经网络模型在图像分割时均采用交叉熵做训练损失函数,当损失值变小时评价指标不一定变得更优。为解决上述缺陷,提出一种基于度量指标损失的U-Net网络模型。由于错误接受率和错误拒绝率变小时度量指标F-Mea-sure会上升,因此构建半错误率损失函数。采用分治策略,将文档图像分割成固定大小的图像块,分别进行二值化。在文档图像竞赛数据集上进行大量对比实验,实验结果表明,该方法相比原始U-Net,在4个度量指标上均有提升,二值化结果图像的文字连通性更好、噪声更少。

基于多维侧窗聚类分块的退化书法文档二值化

书法字文档图像在不良光照条件下的灰度值分布差异较大,低光照区域图像对比度较低、笔画形态纹理特征出现退化,传统方法通常仅考虑了局部信息的均值、平方差、熵等因素,在形态纹理方面考虑较少,从而对低对比度区域的特征信息不敏感.针对此类问题,本文提出了一种多维侧窗聚类分块的退化书法文档的二值化方法 CSSWF (clustering segmentation based SWF),该方法首先利用SWF卷积核描述具有相似形态学特征的像素块,之后提出多种修正规则利用下采样提取低纬度信息去修正特征区域.最后,对特征图中聚类块进行前后景分离,得到二值化结果图.本文使用FM、PSNR和DRD为指标,将现有方法和本文方法进行对比,实验结果表明,在自建的100张手写退化文档图像数据集下,本文方法在低对比度暗部区域的二值化效果较为稳定,在精准度和鲁棒性上优于对比算法.

基于灰度图二值化的汽车制动器摩擦片残缺检测方法

由于传统方法在汽车制动器摩擦片残缺检测应用中正检率比较低,无法达到预期的检测效果,提出基于灰度图二值化的汽车制动器摩擦片残缺检测方法。采用CCD工业相机采集到摩擦片图像信息,通过对摩擦片灰度图二值化处理,提取到摩擦片图像前景区域,利用递增函数计算出摩擦片轮廓连通域,提取到摩擦片残缺特征,从而识别检测出摩擦片残缺。经实验证明,设计方法正检率在95%以上,在汽车制动器摩擦片残缺检测方面具有良好的应用前景。

基于区域对比度增强的二值化算法

降质文档图像二值化问题是图像处理领域的一个难点。该文通过分析图像不同区域灰度对比度的差异,为降质文档图像提出了新的二值化算法。首先利用四叉树原理自适应划分区域,再对不同灰度对比度区域采用不同对比度增强法以调整局部区域内的灰度对比度,最后根据灰度值出现的频率确定局部阈值。该文测试了随机拍摄的降质图像及DIBCO(Document Image Binarization COntest)图像集中的50幅图像。与4种经典算法比较,所提算法处理的降质图像具有最高F-measure值和峰值信噪比(PSNR值)。

基于灰度直方图和谱聚类的文本图像二值化方法

在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalizedcut,Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。

基于小波和Otsu法的二维条码图像二值化

针对光照不均或背景十分复杂的情况下,全局阈值法无法正确对二维条码图像进行二值化而局部阈值法又会出现块效应的问题,提出一种基于小波分解和大津法的条码图像二值化方法。利用小波分解获得物体表面光照的近似分布进而消除光照不均的影响,并用大津法对获得的图像二值化。该方法既可以消除光照不均的影响,又可以通过选择合适的小波函数使得物体表面光照的近似分布尽量平滑,避免了局部阈值法出现的块效应。

改进的多阈值动态二值化算法

在模式识别中,二值化效果的好坏直接影响着识别率。文章在研究现有二值化算法的基础上,对多阈值动态二值化进行了改进,并以身份证为例来验证该算法的有效性,实验结果表明所提算法有较高的抗噪音能力。

一种新的文本图像二值化方法

文章针对常用文本二值化方法 Ostu算法与 Bernsen算法所存在的缺点 ,在图像局部特性基础上 ,结合图像的整体特性提出了一种整体与局部相结合的图像二值化算法 ,该算法对由于光线不均等噪声影响的图像具有良好的适应性。

结合Canny算子的图像二值化

对经典的二值化方法Ostu算法和Bernsen算法中存在的缺点进行了分析,提出一种结合Canny算子的图像二值化方法.该方法综合考虑了边缘信息和灰度信息,通过边缘附近种子点在高阈值二值化图像中的填充和低阈值图像对它的修补而得到二值化结果图像,较好地解决了经典二值化方法中存在的抗噪能力差、边缘粗糙、伪影现象等缺点.实验结果证明,该方法能够较好地解决低对比度图像和目标像素灰度不均匀图像的二值化问题.

一种新的自适应二值化方法

提出了一种新的自适应二值化方法。基于解决全局二值化方法分割图像的整体轮廓和细节不能兼顾的问题,首先,提取图像细节部 分区域作为子像块,并对每一块小区域进行全局二值化;然后,再对整个图像进行全局二值化。由于这些区域非常小区域二值化对全局二值,化的结果的影响可以忽略不计。另外,提出了利用边缘提取后的图像作为提取区域的依据。实践证明,这种二值化方法能够取得非常好的效果,并且具有相当强的场景适应能力。

一种结合方向信息的指纹图像二值化算法

指纹图像二值化是指纹细化处理的前提,是指纹识别预处理的一个重要部分。为利用指纹图像所具有的纹理特性,将指纹的方向信息引入到二值化处理过程中,综合考虑指纹的方向信息和自适应选择局部阈值,提出了一种结合方向信息的自适应局部阈值二值化算法。与自适应阈值法做了对比实验,实验结果表明,该算法具有更好的二值化效果。算法本身还具有一定的连接指纹图像中断线的能力,这对提高细节特征提取结果的准确性具有重要的意义。

一种改进的文本图像二值化算法

分析了常用的局部阈值法－Bernsen算法中存在的问题，对此算法进行了有效的改进，提出了一种改进的文本图像二值化算法。由于改进后的算法考虑了图像的整体特征，并采用快速算法，因此具有更广泛的适应性和实用价值。实验结果表明了此算法的有效性。

一种光照不均匀图像的二值化方法

在图像处理与分析中,二值化方法能把特征或目标从图像中分割出来,以便识别。在实际拍摄的图像中,图像光照不均匀使得图像二值化阈值确定困难。针对一类光照不均匀图像的二值化问题,提出一种单列处理及改进OSTU的二值化方法,通过分析该类图像上不均匀光照的分布特点,首先应用单列二值化处理方案,在省去专门光照均匀化处理步骤的同时,解决统一阈值二值化方法所造成的信息丢失问题。在逐列二值化处理过程中,首先采用传统OSTU方法获取图像各列的初始二值化阈值,然后根据各列的光照强度计算出该列二值化阈值的自适应微调量,实现对初始二值化阈值的优化。一组缺陷钢坯图片处理结果证实了所述方法的有效性。

一种实用的时空混沌二值化方法

指出经符号函数二值化方法生成的时空混沌序列存在伪随机性差的缺陷 ,提出了一种改进的时空混沌序列二值化方法 ,并应用多种方法对其产生的二值序列的伪随机性能进行了检验。结果显示伪随机性能很好 ,并且二值序列的相关特性也比较理想 ,表明了这种改进的方法是一种实用的时空混沌序列二值化方法 ,而且二值化后的序列比较适合于作为码分多址 (codedivisionmultipleaccess,CDMA)通信系统中的扩频序列。

融合背景估计与U-Net的文档图像二值化算法

针对低质量文档图像存在页面污渍、墨迹浸润、背景纹理等多种退化因素,提出一种融合背景估计与U型卷积神经网络(U-Net)的文档图像二值化算法。该算法首先进行图像对比度增强,然后通过形态学闭操作来估计文档图像背景,并利用全卷积网络,即U-Net对背景减除图像进行前景背景分割,最后采用全局最优阈值处理方法获得最终二值图像。实验结果表明,在2016和2017年国际文档图像二值化竞赛(DIBCO)中该算法的F值(F-measure,FM)、伪F值(pseudo F-measure,p-FM)、峰值信噪比(peak signal to noise ratio,PSNR)、距离倒数失真度量(distance reciprocal distortion,DRD)比性能次优的经典算法最高有5.58%、2.47%、0.86 dB、1.19%的性能提升。

基于边界特征的图像二值化方法应用研究

边界特征是图像的重要信息 ,阈值是区分图像象素点的主要依据。研究了基于图像边界特征的二值化方法在齿轮图像处理中的应用 ,将最佳全局阈值法与局部阈值自适应法在边界特征的基础上融合起来 ,并引入最优边缘检测算子———Canny算子 ,对图像进行二值化处理 ,提高了图像的处理质量。

图像二值化时图像特征的保留

讨论了在进行图像二值化时如何保留图像的边界特征 .基于图像的边界信息和微分算子 ,提出了一个局部阈值和整体阈值相结合的新的自动选择阈值算法 .实验表明 ,这个基于边界特征检测算子的算法能很好地保留原图的边界特征 。

面向条码识读的自适应二值化改进算法

为了对条码内容进行识读解码,需要对条码图像进行二值化处理以求取出条码的条空序列。现行的二值化方法大多要么不能够获取到较好的条码二值化图像,要么二值化所需的处理时间太长不能够满足实时性需求。对此,提出一种使用积分图的基于Wellner自适应二值化算法的改进方法。实验结果表明,该方法对不同光照环境的图像都能够获取到较好的条码二值化图像,为条码识读解码提供较好的图像效果,从而提升条码识别成功率;此外,该方法所需处理时间较短,能够满足大多数条码识读应用对实时性的需求。

文本图像的快速二值化方法

对应用广泛的Ｋａｍｅｌ－Ｚｈａｏ和Ｂｅｒｎｓｅｎ二值化方法分析其存在的问题并提出了一种基于局部的文本图像快速二值化算法（简称ＬＥＶＢＢ算法）．实验结果证明，该算法运算速度快，保持笔划连通性好，抗噪声能力强，并已在实际的车辆牌照识别系统中取得理想效果．