基于形态学的二值文档图像背景归一化问题研究

对于包含白底黑字和黑底白字两种背景的二值文档图像，要进行后续的文字切分或OCR，首先必须进行背景色的归一化。本文提出了一种采用数学形态学的方法对两种背景进行形态滤波，取出图像的黑色背景区域，再把黑色背景区域在原图中的对应区域反色，实现图像背景归一化。

基于二值文档图像适宜网上管理的处理方法探讨与研究

着重介绍对二值图像的各种压缩方法 ,并对其进行了系统比较 ,给出了适合将文档图像进行网上传输以及网上批量文档图像管理和查阅的一种高效率软件压缩方法。

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。

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。

二值印刷文档图像黑白背景归一化技术

对于包含白底黑字和黑底白字两种背景的二值印刷文档图像 ,要进行后续的文字切分或 OCR,首先必须进行背景色的归一化。本文在假设字体、字号已知的前提下提出了利用数学形态学中的开运算提取图像中黑底白字区域的方法 。

低质量文档图像二值化算法研究

针对低质量文档图像中存在的墨迹浸润、页面污渍或背景纹理等退化因素,提出一种低质量文档图像二值化算法。算法首先基于文档图像的局部对比度实现字符笔画像素检测,然后采用Otsu算法对其进行全局最优阈值化处理,最后通过估计字符笔画宽度确定邻域窗尺寸,从而实现字符前景与页面背景的精细分割。实验结果表明,该算法在F-measure、PSNR、SSIM、NRM、DRD等性能指标方面较其它经典的文档二值化算法具有明显优势。该算法不仅能够较好地保留笔画细节外,还能够较好地抑制文档背景。

结合背景估计与能量函数的图像二值化算法

文档图像存在墨迹浸润等复杂背景特性,针对该问题,提出结合背景估计与能量函数的低质量文档图像二值化算法。基于相对暗特征和笔画宽度变换方法,估计文档图像的笔画宽度,采用形态学闭操作估计图像背景,通过能量函数最小化完成文档图像二值化。实验结果表明,该算法能有效抑制文档图像背景,取得较优的二值化结果,在F值(F- measure ,FM)、伪F值(pseudo F-measure,p-FM)和错误率度量(negative rate metric,NRM)等性能指标上均优于LMM等经典二值化算法。

基于MD-LinkNet的低质量文档图像二值化算法

针对低质量文档图像存在的背景渗透、页面污渍、边缘大面积与文本相似的噪声等现象,改进D-LinkNet框架,提出了一种融合多尺度特征(multiple scale feature)的低质量文档图像二值化算法,简称为MD-LinkNet。该算法有两处改进,一是在编解码中间部分增加剩余多核池化(RMP)模块来通过四个池化操作以提取丰富的文档特征信息;二是将池化后的低分辨率图像通过DUpsample而不是双线性插值进行上采样,结合了文档图像像素邻域信息,将文档图像的全局与局部特征进行融合,提高了分割精度。实验结果表明,在2017年和2018年国际文档图像二值化竞赛(DIBCO)数据集中,本文算法的F值(F-measure)最高分别达到了90.54、91.42,验证了所提出算法在解决多种复杂噪声背景的低质量文档图像下的鲁棒性,且相比其他最新经典算法效果较优。