扫描文档图像压缩的多尺度分割算法.pdfVIP

扫描文档图像压缩的多尺度分割算法 朱庆生，朱征宇，傅鹤岗 (重庆大学计算机学院．重庆400044) E-mail：qszhu@cqu．edu．cn 摘要；提高文档图像压缩比曩有潜力的方法是对图、文区域分别采用不同压缩算法，而其关犍是有效图文分割- 本文针对文档图像特征，介绍一种基于小波系数域隐舍状态马尔可夫树结构模型t直接从被分制图像中抽取分类 参数，获得多尺度图像分类概率，然后融合多尺度分类结果，实现图文有效分割的方法．谴方法综合多尺度小渡 变换、多尺度判定．多尺度分类依赖、联合条件概率计算等多种图像分割技术．文章主要介绍图像四分块划分策 略，小波变换与四分块的对应，臆舍马尔可夫树蛄构模型，以及利用相关尺度上分类块间的依赖关系优化分类结 秉． 关■字：图像分割；马尔可夫树；小波变换；多尺度分类；概率密度函数 1研究背景 随着数字图书馆和电子办公应用的日益普及，面对大量纸质原始文件及资料的数字化，直接扫描、存储和传输文档的 需求越来越多，为了解决扫描文档图像庞大信息量和存储容量、传输带宽之间的矛盾，迫切需要专门针对文档图像研究新 的高性能压缩算法。根据扫描文档页面的内容特征，提高压缩比最有挖掘潜力的方法是对文档图像进行图文分割后再分别 MRCT．44标准[11建议对电子扫描文档，将其分割为背景图、前景图和屏蔽图来处理。 采用不同算法进行压缩，为此，rru 由于标准中并没有规定“如何分割图像?”这一非常关键的技术，因此，近年来国际上对图像分割和分类的研究十分活跃， 已提出r一些图像分割方法，如：利用小波系数的统计特性抽取模型参数，实现对图像中具有不同特征的纹理进行分割和 分类㈦纠；在多尺度上应用二色聚类算法确定前景、背景颜色阈值，然后将图像像素划分为前景层和背景层H1：应用多尺度白 适应模型在多尺度上统计和估算尺度系数而不是小波系数，从而可避免对固定图像分类块大小带来的问题垆】；近年来很多研 究都用树状模型来估算马尔可夫随机场嘲【7】：利用多尺度分类标记模型间接对像素的概率密度函数进行建模嘲。 借鉴图像分割领域的研究成果，本文针对文档图像特征，介绍一种基于马尔可夫链实现文档图像图文有效分割的方法。 该方法基于隐含马尔可夫树结构模型、从被分割图像中抽取分类参数、计算多尺度上分类概率．从而，使多尺度上分类信 息综合比较简单。文章各小节分别介绍多尺度四分法图像划分策略，多尺度小波变换与四分块的对应关系，小波系数中隐 含状态间所存在的马尔可夫树结构模型，基于马尔可夫树结构模型实现图像分割的思想。 2 “四分块”多尺度划分 扫描图像与自然图像有很大的区别，因为它包括一些有明显特征的不同区域，如我们可以将一幅图像划分为双色文本 区域、双色线圈区域(框图、流程图等)、多色插图区域(彩色像片、医学图片等)、单色背景或前景区域等。一般来说， 文本或线图区要求具有高空问分辨率而不太关心色分辨率，连续色调图像区则要求较高的色分辨率而允许低空间分辨率。 这为我们研究新的压缩算法提供了很大的发展空间。为了满足对不同图像、在不同图区、有效压缩不同冗余信息的要求， 文档图像压缩算法应具有空问分辨事上的自适应能力。JPEG等传统静态图像压缩算法都是假设输入图像在空间域上是均匀 基童硪目：教育郭优秀年轻教师基金(2000-1103)．重庆市攻关项目(2000-2572)， 作者简介：柬庆生．1956年生．男，教授，主要研究领域为事媒体数据压螭和软件开发环境及工具。朱征宇，1959年生，男，副教授，研究 领域为数据压缩和嘲络擅索引擎．■■冉．1950年生，男．副教授，主要研究领域为软件工程． !!!!竺!竺!生生 分布的，显然不适应直接用于文档图像，尤其是文本区域的压缩：JBIG等二值图像压缩算法根本不考虑颜色分辨率的因素t 镯而不能商接崩于含图片，尤其是商分辨率彩色插圈的文档页的压缩。如果我们能有效地把图像中文本区域分割出去作为 二色图像单独处珲．将明显提高压缩性能。 图像分割时，通常是将图像划分成若干像素子块，再用适当算法分别对确定每一个子块的类型。分类子块尺寸选择是 决定分类效果好坏的关键。将图像划分成多大的块进行分类最适当?既要有效避免误分类，又要使分类算法复杂度低。块 分得越犬，对同类图域中的子块，建立统计模型所依赖的