發(fā)布時(shí)間：2021-12-23 00:21

　　文檔圖像二值化是文檔分析與識(shí)別（DAR）技術(shù)中極其重要的一個(gè)關(guān)鍵環(huán)節(jié),二值化的好壞對(duì)整個(gè)DAR系統(tǒng)的性能起著決定性作用。由于低質(zhì)量文檔圖像自身的復(fù)雜性以及退化因素的多樣性（如墨跡浸潤(rùn)、頁(yè)面污跡、光照不均、背景紋理等）,要找到一種適應(yīng)各類(lèi)型退化圖像的二值化算法成為學(xué)術(shù)界關(guān)注的熱點(diǎn)問(wèn)題。本文的主要工作如下:（1）針對(duì)退化圖像常有的弱對(duì)比度現(xiàn)象,提出基于高對(duì)比度像素檢測(cè)和筆畫(huà)寬度變換的二值化方法。該算法首先對(duì)輸入的彩色文檔圖像進(jìn)行最小均值（Min-avg）灰度化,既能增加前景與背景的對(duì)比度,又減小了前景像素間的灰度差異;其次采用非線性雙邊濾波算法濾除噪聲,由于結(jié)合了像素空間鄰近度及灰度相似性,具有保邊除噪的優(yōu)點(diǎn);然后通過(guò)局部對(duì)比度增強(qiáng)技術(shù),使圖像具有明顯的雙峰特征,并利用全局最優(yōu)閾值法（Otsu算法）檢測(cè)出高對(duì)比度像素作為“種子”像素;最后,采用筆畫(huà)寬度變換算法（SWT）估計(jì)圖像的筆畫(huà)寬度,并確定滑動(dòng)窗口的大小,從而實(shí)現(xiàn)基于鄰域窗的局部精細(xì)二值化。結(jié)果表明,該算法在抑制背景的同時(shí),能較完整地保留字符前景,實(shí)現(xiàn)正確分類(lèi)。（2）針對(duì)低質(zhì)量圖像存在復(fù)雜變化的背景特性,提出基于背景估計(jì)和能量最小化的... 

【文章來(lái)源】：湖北工業(yè)大學(xué)湖北省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容及創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)安排
第2章 文檔圖像二值化方法概述
    2.1 全局閾值法
    2.2 局部閾值法
        2.2.1 Niblack算法
        2.2.2 Sauvola算法
        2.2.3 Wolf算法
    2.3 LMM算法
    2.4 BESE算法
    2.5 Gatos算法
    2.6 Howe算法
    2.7 二值化算法性能評(píng)估指標(biāo)
    2.8 本章小結(jié)
第3章 基于高對(duì)比度像素檢測(cè)和筆畫(huà)寬度變換的二值化算法
    3.1 彩色圖像灰度化
        3.1.1 傳統(tǒng)經(jīng)典灰度化方法
        3.1.2 本文采用的灰度化方法
    3.2 圖像濾波
        3.2.1 常用濾波方法
        3.2.2 本文使用的雙邊濾波
    3.3 高對(duì)比度像素檢測(cè)
    3.4 筆畫(huà)寬度變換
    3.5 基于鄰域窗的局部二值化
    3.6 實(shí)驗(yàn)結(jié)果與分析
    3.7 本章小結(jié)
第4章 基于背景估計(jì)和能量最小化的二值化算法
    4.1 圖像背景估計(jì)
    4.2 構(gòu)造能量函數(shù)
        4.2.1 能量函數(shù)與二值化的關(guān)系
        4.2.2 數(shù)據(jù)項(xiàng)和邊界項(xiàng)
    4.3 基于能量函數(shù)映射網(wǎng)絡(luò)圖
    4.4 能量函數(shù)最小化
    4.5 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第5章 總結(jié)和展望
    5.1 論文工作總結(jié)
    5.2 論文研究展望
參考文獻(xiàn)
致謝
附錄 攻讀碩士學(xué)位期間的研究成果
    Ⅰ 發(fā)表的學(xué)術(shù)論文
    Ⅱ 申請(qǐng)的發(fā)明專(zhuān)利
    Ⅲ 主持或參與的科研項(xiàng)目
    Ⅳ 獲獎(jiǎng)情況


【參考文獻(xiàn)】：
期刊論文
[1]基于背景估計(jì)和對(duì)比度補(bǔ)償?shù)耐嘶偶畧D像二值化算法[J]. 馮炎.  科學(xué)技術(shù)與工程. 2015(34)
[2]一種改進(jìn)拉普拉斯能量的文檔圖像二值化方法[J]. 梁添才,劉建平,羅攀峰.  計(jì)算機(jī)仿真. 2015(09)
[3]局部特征與全局信息聯(lián)合的自適應(yīng)圖像增強(qiáng)算法[J]. 吳京輝,唐林波,趙保軍.  北京理工大學(xué)學(xué)報(bào). 2014(09)
[4]基于背景估計(jì)和邊緣檢測(cè)的文檔圖像二值化[J]. 許海洋,馬龍龍,吳健.  計(jì)算機(jī)應(yīng)用與軟件. 2014(08)
[5]一種彩色圖像灰度化的自適應(yīng)全局映射方法[J]. 陳鍛生,宋鳳菲,張群.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2013(09)
[6]基于筆畫(huà)寬度變換的自然場(chǎng)景文本檢測(cè)方法[J]. 宋文,肖建于.  計(jì)算機(jī)工程與應(yīng)用. 2013(09)
[7]一種全局和局部相結(jié)合的二值化方法研究[J]. 孟立娜,韓其睿.  計(jì)算機(jī)技術(shù)與發(fā)展. 2012(11)
[8]基于圖割的圖像分割方法及其新進(jìn)展[J]. 劉松濤,殷福亮.  自動(dòng)化學(xué)報(bào). 2012(06)
[9]經(jīng)典圖像去噪算法研究綜述[J]. 方莉,張萍.  工業(yè)控制計(jì)算機(jī). 2010(11)
[10]光照不均圖像增強(qiáng)方法綜述[J]. 梁琳,何衛(wèi)平,雷蕾,張維,王紅霄.  計(jì)算機(jī)應(yīng)用研究. 2010(05)

碩士論文
[1]基于色差模型的彩色圖像灰度化算法研究[D]. 賀姣.西安電子科技大學(xué) 2014
[2]低質(zhì)量文檔圖像的二值化研究[D]. 胡麗娜.南京理工大學(xué) 2012
[3]基于雙邊濾波的圖像處理算法研究[D]. 王玉靈.西安電子科技大學(xué) 2010



本文編號(hào)：3547397