為了方便閱讀,大多數(shù)文檔的前景文字與背景區(qū)域都特意的以高對比度的方式呈現(xiàn)。圖像的二值化是文本識別中一個十分重要的步驟。當(dāng)涉及到退化文檔圖像的處理時(shí),圖像的二值化就成了一項(xiàng)具有挑戰(zhàn)性的任務(wù)。對于一般的文本圖像,二值化非常簡單,但是對于退化的文檔圖像,由于存在不同類型的文檔退化,如光照不均勻、圖像對比度變化、字符模糊、背景漏色、滲透、墨跡、紙張老化、污跡、紙張折痕等,這些問題使得退化文檔圖像的二值化難度加大。此外,圖像內(nèi)容的復(fù)雜性和字符尺度的多樣性使得在某些情況下,從背景和噪聲中準(zhǔn)確地區(qū)分出文檔圖像的前景變得十分困難。文檔圖像二值化的目標(biāo)是將給定的灰度圖或彩色文檔圖像轉(zhuǎn)換成黑白圖像的形式。由于退化文檔圖像的快速檢索及傳閱的需要,退化文檔圖像的二值化是一項(xiàng)不可忽視的工作。全文以退化文檔圖像的二值化為主線,首先對該領(lǐng)域的研究背景以及現(xiàn)狀進(jìn)行了詳細(xì)闡述。然后,介紹了現(xiàn)有的經(jīng)典圖像二值化算法,包括全局閾值法、局部閾值法、基于統(tǒng)計(jì)學(xué)的二值化算法和基于深度學(xué)習(xí)的二值化算法。并針對現(xiàn)有的退化文檔圖像的二值化問題,我們提出了兩種二值化算法,使得到的二值圖在能夠保留有意義的前景文字信息的同時(shí)丟棄噪聲信息。第...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與創(chuàng)新點(diǎn)
    1.4 本文結(jié)構(gòu)安排
2 退化文檔二值化算法概述
    2.1 引言
    2.2 傳統(tǒng)閾值算法
        2.2.1 全局閾值法
        2.2.2 局部閾值法
    2.3 基于機(jī)器學(xué)習(xí)的閾值化算法
        2.3.1 基于統(tǒng)計(jì)學(xué)的二值化算法
        2.3.2 基于學(xué)習(xí)的二值化算法
    2.4 二值化算法性能評估指標(biāo)
    2.5 公用數(shù)據(jù)集介紹
    2.6 本章小結(jié)
3 多閾值融合的局部二值化算法
    3.1 引言
    3.2 基于邊緣的局部二值化算法
    3.3 改進(jìn)的Sauvola算法局部二值化算法
    3.4 多閾值融合的局部二值化算法
    3.5 實(shí)驗(yàn)結(jié)果與分析
    3.6 本章小結(jié)
4 基于深度學(xué)習(xí)的退化文檔圖像二值化算法
    4.1 引言
    4.2 訓(xùn)練數(shù)據(jù)的擴(kuò)展
    4.3 網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的特征提取
        4.3.2 本文網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 損失函數(shù)
    4.5 實(shí)驗(yàn)結(jié)果與分析
        4.5.1 與傳統(tǒng)經(jīng)典算法比較
        4.5.2 與非級聯(lián)深度網(wǎng)絡(luò)結(jié)構(gòu)比較
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 論文研究展望
參考文獻(xiàn)
附錄
    A 作者在攻讀碩士學(xué)位期間發(fā)表的論文和專利
    B 學(xué)位論文數(shù)據(jù)集
致謝



本文編號：3777528