文本图像的快速二值化方法.pdfVIP

第 16 卷第 5 期 红 外 与 毫 米 波 学 报 V o l. 16, N o. 5 1997 年 10 月 J. In frared M illim. W ave s O ctob er, 1997 文本图像的快速二值化方法 叶芗芸　戚飞虎　吴健渊 (上海交通大学计算机科学与工程系, 上海, 200030) 许　磊 (上海交通大学图像处理与模式识别研究所, 上海, 200030) 摘要　对应用广泛的 和 二值化方法分析其存在的问题并提出了一种基于 Kam e l Zh ao B ern sen ( ) 局部的文本图像快速二值化算法 简称L EVBB 算法 . 实验结果证明, 该算法运算速度快, 保持 笔划连通性好, 抗噪声能力强, 并已在实际的车辆牌照识别系统中取得理想效果. 关键词　二值化, 文字识别, 局部阈值化, 局部极值. 引言 光学字符识别(Op t ica l Ch arater R eco gn it ion , 简称O CR ) 技术已在众多领域得到了广 泛应用. 由于二值化方法直接影响O CR 系统性能指标, 近年来O CR 工作者一直对此进行 大量研究[ 1, 2 ]. 根据其运算的范围不同, 二值化方法可被分为全局阈值方法和局部比较方法. 全局阈值方法根据文本图像的直方图或灰度的空间分布确定一个阈值, 并根据此阈值 实现灰度文本图像到二值化文本图像的转化. 全局阈值方法优点在于算法简单, 但对输入图 像量化噪声或不均匀光照等情况抵抗能力差, 应用受到极大限制. 局部比较方法通过定义考 察点的领域, 并由邻域计算模板来实现考察点灰度与邻域点的比较, 较全局方法有更广泛的 [3 ] 应用. 其中典型的局部比较方法有 算法和 算法等 . 此时邻域的规定 K am el Zh ao B ern sen 及邻域计算模板的选取都是决定算法效果的关键因素. 文献[ 3 ] 和[4 ] 对 算法 K am el Zh ao 和B ern sen 算法都有相对较好的综合评价, 本文的研究工作中以此作为考察比较的基础. 局部比较法也存在缺点和问题, 如实现速度慢、不能保证字符笔划连通性、以及容易出 现伪影( ) ( ) gho st 现象 即在背景区域受噪声干扰得到笔划结果 等. 本文将对上述现象出现的 原因进行分析, 并针对这些缺点提出基于局部极值的快速二值化方法( L o ca l Ex t rem e V a l ) u e B a sed B in ar izat ion , 简称L EV BB 算法 , 实用结果表明该算法实现速度高, 抗噪声能力 强, 笔划连通性好, 是适于文本图像二值化的快速算法. 1　两种典型局部比较算法 我们选取了 和 两种在 系统中应用最为广泛的算法作为研 K am el Zh ao B ern sen O CR