汉字文档图像的图文分割方法分析-analysis of image - text segmentation method for chinese character documents and images.docx

目录摘要iABSTRACTiii第一章绪论11.1问题的提出及研究意义11.1.1问题的提出11.1.2研究的意义21.2国内外研究现状31.3本文的研究目标和研究内容51.3.1本文的研究目的51.3.2本文的主要内容51.3.3论文结构安排5第二章汉字文档图像的生成和获取72.1汉字文档图像的生成72.1.1文档图像数字化72.1.2文档图像的获取82.2汉字文档图像的特征92.2.1自然特征92.2.2统计特征102.2.3变换系数特征11第三章汉字文档图像预处理133.1图像的灰度化133.2图像背景处理143.3文档图像倾斜检测与校正153.4扭曲文档图像恢复153.5文档图像滤波去噪16第四章图像分割方法194.1常用的图像分割方法194.2常用的文档图像分割方法21第五章基于最大梯度差的汉字文档图像图文分割235.1引言235.2算法流程235.2.1灰度转换245.2.2计算梯度和最大梯度差245.2.3文本区域融合275.2.4文本区域孔洞填充275.2.5非文本区域滤波275.2.6边界调整275.3实验结果285.4结论32第六章基于小波变换的汉字文档图像图文分割336.1引言336.2算法流程336.2.1灰度变换346.2.2离散小波变换346.2.3提取文本边缘356.2.4非文本区域滤波356.3实验结果366.4结论42第七章总结与展望43参考文献45攻读硕士学位期间发表的论文48致谢49汉字文档图像的图文分割方法研究摘要随着信息技术的发展，文档图像在数字图书馆、办公自动化、网上阅卷、电子政务、电子商务等项目中获得广泛的应用。在这些应用中，纸质文档通常采用扫描方式形成数字化文档图像进行存储、传输、显示和打印。为了保证对文档图像的有效处理，对文档图像的分割研究显得尤为重要。图像分割算法经过几十年的研究，目前基于各种理论已提出了上千种各种类型的分割算法。由于目前尚没有通用有效的分割理论，因此，现已提出的各种分割算法大都是针对具体应用问题的，并没有一种对所有类型图像都适用的通用的分割算法。尽管有人试图建立分割模型并根据模型进行图像分割，但都并不太成功，因此定制化的分割方法才是较为有效的分割方法。论文首先介绍了文档图像的生成并分析了文档图像的特点，指出文档图像是由一些具有特定性质的区域块组合而成，通常包括文字块、线图、连续色调图像（真彩色图）和半色调图像（带调色板的图）。其中，文字和线图保存了图像较多的细节以及结构信息，具有较高的空间分辨率特征，这一部分区域对颜色分辨率的要求不高；而连续色调和半色调的图像则保存了较多的颜色信息，通常要求较高的颜色分辨率，但对空间分辨率的要求不高。也就是说文档图像大多数是由具有明显不同特征的部分组合而成，通常来说包含文本区域、线图区域和插图区域，而文本区域又包含文字的轮廓和文字的背景颜色，插图区域通常是高分辨率的彩色图像。这些区域不仅在逻辑意义上具有独立性，而且在颜色分辨率和空间分辨率上也具有明显不同的特性。这种图像特征明显，同时在逻辑上具有独立性的文档图像更适合利用具有全局分割特性的分割方法去处理。同时，论文也对文档图像的一些统计特征和变换系数特征进行了分析。文档图像的处理通常包括图像预处理、图像分割和图像识别。本文简要介绍了文档图像的预处理和一些常用的分割方法，然后重点研究了汉字文档图像的图文分割问题，即如何将汉字文档图像中的文本块和自然图像进行有效分割，其主要工作如下：（1）介绍了文档图像的生成及文档图像的特征，包括自然特征、统计特征和变换系数特征。通过用量化指标对自然图像和纯文本文档图像的纹理特征进行分析，说明自然图像与文档图像之间的差异性。（2）针对文档图像的特点，对文档图像的预处理进行了介绍，包括图像的灰度化、图像背景处理、图像倾斜检测与校正、扭曲文档图像恢复和图像滤波去噪。（3）介绍了一些常用的图像分割方法和常用的文档图像分割方法。（4）提出了两种汉字文档图像的图文分割方法，一种是基于最大梯度差的分割方法，另一种是基于小波变换的分割方法。论文详细介绍了两种算法的算法流程，并通过实验验证了两种分割算法的分割效果。关键词：文档图像；图像分割；图文分割；最大梯度差；小波变换分类号：TP391ResearchonMethodofPhoto-textSegmentinginChineseDocumentImageABSTRACTWiththedevelopmentofinformationtechnology,documentimagesarewidelyusedintheprojectsofDA(DigitalLibrary),OA(OfficeAutomation),onlinepapermarking,electronicgovernment,EC(Electr