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。

基于支持向量机的低质量文档图像二值化

针对低质量文档图像受墨迹浸润、页面污渍、背景纹理或光照不均等因素的影响,提出一种基于支持向量机(SVM)的低质量文档图像二值化方法。该方法对文档图像进行分块,并增强每个图像块的局部对比度;利用SVM将这些图像块分成三类,对不同图像类采用不同的阈值处理,实现粗略分割;通过笔画宽度估计确定邻域窗尺寸,从而实现局部精细二值化。实验结果表明,该算法无论从二值化图像质量,还是各种评估参数,较其他经典文档二值化方法都具有明显优势。

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。

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.

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯(Laplacian)能量,最后采用图割算法求得最终二值化结果。实验结果表明,所构造的拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。

基于改进U⁃Net的低质量文本图像二值化

文本图像二值化是光学字符识别的关键步骤,但低质量文本图像背景噪声复杂,且图像全局上下文信息以及深层抽象信息难以获取,使得最终的二值化结果中文字区域分割不精确、文字的形状和轮廓等特征表达不足,从而导致二值化效果不佳。为此,提出一种基于改进U-Net网络的低质量文本图像二值化方法。采用适合小数据集的分割网络U-Net作为骨干模型,选择预训练的VGG16作为U-Net的编码器以提升模型的特征提取能力。通过融合轻量级全局上下文块的U-Net瓶颈层实现特征图的全局上下文建模。在U-Net解码器的各上采样块中融合残差跳跃连接,以提升模型的特征还原能力。从上述编码器、瓶颈层和解码器3个方面分别对U-Net进行改进,从而实现更精确的文本图像二值化。在DIBCO 2016—2018数据集上的实验结果表明,相较Otsu、Sauvola等方法,该方法能够实现更好的去噪效果,其二值化结果中保留了更多的细节特征,文字的形状和轮廓更精确、清晰。

基于数据库和客观方法对夜间雾化增强图像的感知质量评估

为提高夜间雾化图像的质量,对夜间雾化增强图像的主客观质量评估进行探索.首先构建夜间雾化增强图像质量评估数据库并进行主观分析,然后提出一种基于夜间成像特性的无参考图像质量评估方法.新方法在辉光图像上提取光散射和颜色特征,再在增强图像上提取雾密度和纹理特征.结果表明,新方法性能优于现有其他先进的无参考图像质量评估方法.

文档图像二值化算法VFCM

为了提高基于拍摄方式的文档图像的二值化效果,降低光学字符识别(optical character recognition,OCR)系统的文字识别错误率,提出了一种全局阈值与局部阈值相结合的二值化算法——VFCM。该算法使用最大方差比方法产生全局阈值,使用FCM(FuzzyC-Means)聚类方法产生局部阈值。这两种方法的结合能够较好地保留字符的笔画细节,并能有效地消除伪影。实验结果表明,该算法可以取得比较好的二值化效果,并能带来OCR系统识别率的有效提高。

基于背景估计和边缘检测的文档图像二值化

为提高文档图像在对比度低、光照不均、大块噪声等复杂图像背景下二值化效果,提出一种背景估计与边缘检测相结合的图像二值化方法。该方法先利用Sauvola算法有效地估计图像的背景,并在此基础上,结合改进的Canny算法获取边缘变化信息,利用基于局部阈值的策略进行二值化。实验结果表明,该算法取得了较好的二值化效果,在开放的DIBCO 2011数据集上测试,其性能与Otsu、Niblack、Sauvola经典方法相比有大幅提高,其F值比ICDAR2011二值化竞赛中第一名的算法略有提高。

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。

基于图像信噪比自适应阈值模型的秦简文字图像二值化算法

文本图像二值化算法的优劣直接影响图像文本字符识别的准确率。秦简文字图像受制于背景光照欠均衡和噪声复杂等因素影响,传统文本图像二值化算法无法准确分割其前景和背景,秦简文字轮廓等特征无法准确提取,二值化效果达不到文本高准确识别要求。针对图像质量不平衡的秦简文字图像提出了一种基于图像信噪比自适应阈值模型的二值化算法。首先,将图像进行灰度转换、调整亮度和降噪等一系列二值化前的预先处理;其次,根据图像信噪比(SNR)大小自适应设置阈值,分别采用OTSU算法和Bernsen算法进行二值化处理;最后,由峰值信噪比(PSNR)与结构相似性(SSIM)评价指标择优选取二值化图像,从而准确地提取秦简图像二值化后的文字轮廓。在自建的秦简文字数据集QBS text dataset上的测试结果表明,该算法的二值化结果保留了更多的秦简文字细节特征和文字轮廓,其峰值信噪比和精确率也分别达到25.61 dB和76.67%,相较其他经典文本图像二值化算法,其性能指标均有较大提升。

非均匀光照文档图像快速二值化方法

拍照方式获取的文档图像在OCR识别中,可能因光照不均而导致识别率低下。针对此问题,提出一种基于分块的自适应文档图像快速二值化方法。根据文档区域亮度特征划分光照均匀区域、阴影区域及亮光区域,对不同区域自适应地选取最有效的二值化算法。为解决传统White算法自适应能力的不足,对其进行改进,有效减少了伪影和断笔的产生。实验结果表明,该方法能明显提高光照不均文档图像的OCR识别率,且校正速度快、鲁棒性好。

基于自适应混合阈值的智能电表图像二值化

智能电表芯片图像中存在的亮度不均匀和字符大小不一等问题会影响二值化效果,导致字符识别率降低。而目前常用于处理亮度不均匀图像的局部阈值二值化算法大多都没有考虑图像的整体情况,容易产生过分割效应和伪影,且需要手动调整参数,无法有效处理大小不一的字符。针对上述问题,提出一种基于自适应混合阈值的二值化算法,改进了局部阈值的计算方法,利用笔画宽度变换自动计算窗口大小,并根据窗口大小计算自适应参数K,由此得到自适应的局部阈值,对局部和全局阈值进行加权,得到自适应的混合阈值。实验结果表明,相比传统的全局和局部阈值算法,该算法的评估指标和二值化效果都有一定的提升。

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 。

基于非线性预处理策略的文档图像二值化处理

在许多对图像进行识别的应用中,如机票图像识别,芯片字符识别等,首先都要将图像进行二值化,转为黑白图像.但是由于一般扫描的图像都不是非常理想,直接二值化的效果并不好,通常都要经过一些预处理方法增强图像,去除在扫描过程中产生的噪声和形变,但使用线性的、空间不变的过滤器,去噪声的同时又会丢失边缘信息.因此笔者介绍了一种自适应的非线性预处理的方法,能够在去噪声的同时很好地进行边缘增强.

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。

一种人脸识别中提高二值化图像质量的方法

提出了一种适用提高人脸识别的图像二值化质量算法。该算法尽可能保留图像目标的有用信息,解决了图像的特征提取和特征识别中关键区域不足的问题。经实验证明本算法保留图像目标有用信息比传统算法多、特征识别率较高。

基于灰度波动的非均匀光照文档图像二值化

光学字符识别的算法研究中,快速有效地将文档图像二值化是图像预处理阶段的关键步骤。在实际拍摄中,由于环境复杂,往往使得采集的图片出现光照不均匀的现象,严重影响后续处理。针对该问题,提出一种基于灰度波动的邻域局部阈值分割方法。根据目标考察点一定邻域范围内水平和竖直方向的灰度波动曲线,提取所有的波峰点和波谷点信息,经过运算确定当前阈值。实验结果表明,该方法处理效果远远优于Niblack、Sauvola等算法,与经典的Wellner法几乎没有差别。该方法不仅细节保留较好,无断笔伪影现象,且适应不同光照情况。

一种改进拉普拉斯能量的文档图像二值化方法

图像二值化是将文本从背景中分离的算法,是后继识别任务的关键预处理步骤。低质量的文本图像往往包含各种退化情况,比如:光照不均匀、笔画灰度变化过大、背面渗透等。这些退化情况导致其二值化非常困难。近几年出现的基于Laplacian能量的二值化方法对退化文档进行二值化取得较好的结果,但是上述方法容易导致细长弱笔画丢失。为此提出一种改进Laplacian能量的方法,利用笔画有较强的双边缘响应,对笔画区域的Laplacian算子响应进行加强,使得细长弱笔画得以保留。针对DIBCO2013数据测试表明本文的方法能够较好的处理细长弱笔画的二值化问题。