專利名稱：基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一 種文字圖像的二值化處理方法，具體來說，它涉及一種利用全局和局部閾值對基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法。
背景技術(shù)：
二值化是數(shù)字圖像處理技術(shù)中的一項基本技術(shù)，也是許多圖像處理技術(shù)的預(yù)處理技術(shù)，在自動目標(biāo)識別(ATR)、圖象分析、文本增強和光學(xué)字符識別(OCR)等圖像處理中得到廣泛應(yīng)用。現(xiàn)有的二值化方法大多屬于閾值化方法，而在不同的應(yīng)用中，閾值的選取決定著圖像特征信息的保留。因此，自動閾值選取的方法非常值得研究，好的自動閾值選取方法不僅能夠保留圖像中有用的信息，而且還可以減少時間上的開銷。圖像二值化技術(shù)的關(guān)鍵在于如何選取閾值，根據(jù)其對像素的處理方式，主要分為
三類(1)全局閾值法整個圖像采用單一閾值T (全局閾值)進行圖像二值化。一般由圖像的直方圖或灰度的空間分布確定一個全局閾值T，將圖像中每個像素的灰度值與T進行比較。若大于T，則取為前景色；否則，取為背景色。典型的全局閾值法有Ostu法、最大熵方法等。全局閾值法在目標(biāo)和背景灰度相差較明顯時效果比較突出，但是這種方法往往容易忽略細節(jié)，當(dāng)圖像中存在較多的陰影或者圖像灰度變化比較復(fù)雜時往往很難得到理想的效果。(2)局部閾值法由當(dāng)前像素灰度值與該像素周圍點灰度特征來確定像素的閾值。通過定義考察點的鄰域，并由鄰域計算模板實現(xiàn)考察點灰度與鄰域點的比較。典型的局部閾值法有Bernsen法、Nilblack法等。局部閾值法能夠適應(yīng)較為復(fù)雜的情況，比全局閾值法有更為廣泛的應(yīng)用。但它們往往忽略了圖像的邊界特征信息，使得原圖像中的一些不同區(qū)域在二值化后變成了一塊大區(qū)域，造成二值化結(jié)果圖像某些重要信息的丟失。而在一些如醫(yī)學(xué)圖像分割和顆粒分析等應(yīng)用中，往往需要結(jié)果圖像能夠較好地保留邊界特征信息，這對后續(xù)的圖像分析是非常重要的。(3)動態(tài)閾值法當(dāng)光照不均勻或者背景灰度變化較大等情況時，必須根據(jù)像素的坐標(biāo)位置關(guān)系自動確定不同閾值，實施動態(tài)的閾值確定。該法的閾值選擇不僅取決于該像素及周圍像素的灰度值，而且還與該像素的坐標(biāo)位置有關(guān)。動態(tài)閾值二值化能夠處理品質(zhì)較差的圖像甚至單峰直方圖，但因為動態(tài)閾值化方法常常需要對圖像中每個像素點都計算閾值，即對整幅圖像求出一個閾值面(通常是曲面)計算量很大，運算速度一般比較慢， 由于具有比較費時和某些失真的缺點，這在一定程度上阻礙其發(fā)展。迭代法是較為常見的一種動態(tài)閾值確定技術(shù)。

發(fā)明內(nèi)容
針對以上的不足，本發(fā)明提供了一種利用全局和局部閾值對基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，它包括
a)對文本圖像進行全局亮度調(diào)整，提高文本圖像中目標(biāo)字符與背景的灰度對比度；b)自適應(yīng)選取鄰域計算模板的大??；c)根據(jù)選取的領(lǐng)域計算模板的大小將文本圖像的文字信息分成文字塊；d)采用全局與局部閾值結(jié)合的方法對每個文字塊進行逐點二值化處理。所述步驟a)與步驟b)之間還包括步驟ab)采用雙三次插值算法對文本圖像進行縮放處理。所述步驟a)包括al)定義文本圖像的任意一點處的像素值為該點的亮度值Y，對亮度值Y進行歸一化處理，I表示歸一化后該點的亮度值，I = Y/255 ；a2)計算圖像整體的灰度平均值Ial，
權(quán)利要求
1.一種基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，其特征在于，它包括a)對文本圖像進行全局亮度調(diào)整，提高文本圖像中目標(biāo)字符與背景的灰度對比度；b)自適應(yīng)選取鄰域計算模板的大??；c)根據(jù)選取的領(lǐng)域計算模板的大小將文本圖像的文字信息分成文字塊；d)采用全局與局部閾值結(jié)合的方法對每個文字塊進行逐點二值化處理。
2.根據(jù)權(quán)利要求1所述的基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，其特征在于，所述步驟a)與步驟b)之間還包括步驟ab)采用雙三次插值算法對文本圖像進行縮放處理。
3.根據(jù)權(quán)利要求1所述的基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，其特征在于，所述步驟a)包括al)定義文本圖像的任意一點處的像素值為該點的亮度值Y，對亮度值Y進行歸一化處理，I表示歸一化后該點的亮度值，
4.根據(jù)權(quán)利要求1所述的基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，其特征在于，所述步驟b)包括bl)定義文本圖像中的最大和最小灰度值分別為rmax和rmin，全局閾值初值為
5.根據(jù)權(quán)利要求4所述的基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，其特征在于，所述步驟d)包括dl)比較考察點(x，y)的灰度值f(x，y)與全局閾值Tk+1，如果考察點(x，y)的灰度值 f(x，y)小于或等于Tk+1，則轉(zhuǎn)到d2)；否則，目標(biāo)像素點灰度值g(x，y)的值為255，繼續(xù)掃描下一點，并轉(zhuǎn)到dl)；d2)求出以考察點為中心的模板內(nèi)的平均灰度avg(X，y)； d3)比較考察點的灰度值f(x，y)與由步驟d2)得到的平均灰度avg(X，y)，如果考察點的灰度值f(x，y)大于平均灰度avg(x，y)，那么目標(biāo)像素點灰度值g(x，y)的值為255，否則目標(biāo)像素點灰度值g(x，y)為0，繼續(xù)掃描下一點，并轉(zhuǎn)到dl)。
全文摘要
本發(fā)明公開了一種利用全局和局部閾值對基于像素鄰域特征的自適應(yīng)文字圖像的二值化處理方法，首先，對文本圖像進行全局亮度調(diào)整，增加圖像中較暗部分的比重，提高文本圖像中目標(biāo)字符與背景的灰度對比度；然后，采用雙三次插值算法對文本圖像進行縮放處理，增大字符筆畫之間的空隙；接著，統(tǒng)計目標(biāo)字符的筆畫寬度d，從而確定鄰域計算模板的大小w；再根據(jù)確定的領(lǐng)域計算模板的大小將文本圖像的文字信息分成文字塊；最后，采用全局與局部閾值結(jié)合的方法對每個文字塊進行逐點二值化處理。本發(fā)明能有效地使文字筆畫從背景中分割出來，避免斷筆、偽影等現(xiàn)象，保持筆畫的連通性，而且減少對文本圖像中像素點計算局部閾值的情況，極大提高運算速度。
文檔編號G06K9/38GK102289668SQ20111026414
公開日2011年12月21日 申請日期2011年9月7日 優(yōu)先權(quán)日2011年9月7日
發(fā)明者朱雄泳, 楊勁, 譚洪舟 申請人:朱雄泳, 楊勁, 譚洪舟