一种基于噪声建模技术手写体数字去噪方法.docVIP

一种基于噪声建模技术的手写体数字去噪方法 　　【摘要】：文章研究的是在手写体数字字符图像上的孤立噪声移除问题，提出了一种基于噪声建模技术的新方法。新方法主要针对于难以处理的斑块状噪声的移除，通过模型判断并移除噪声。一种基于投影算法的模型用于移除位于字符两边的噪声，而一种基于神经网络的模型用于移除字符中间的噪声。另外，新方法对字符形态没有改变，保留了数字的原始信息。我们对约4000张带噪字符集进行实验，平均去噪错误率小于0.7%。 　　【关键词】：噪声移除；噪声建模；手写体数字 　　中图分类号：TB5 文献标识码：B 文章编号：1002-6908(2007)1110045－02 　　 　　一、引言 　　 　　在光学字符识别（OCR）系统中，当识别带有噪声的字符图像时，往往分类器的表现会大打折扣。尤其是对基于结构技术设计的分类器而言，更是一个必需解决的问题[1]。所以，出现了很多方法用来移除噪声或降低噪声的干扰。主要分为下面两种技术： 　　 1．滤波：滤波作用主要是用于平滑图像或背景，使之能够更好地进行后续处理。滤波主要包括卷积操作和形态学操作。一般来说，滤波运算更适合移除面积较小的椒盐状噪声。 　　 2．噪声建模：主要通过一些测度量来检测并移除噪声。由于引入噪声的情况很多，诸如光学扫描和书写时的人为因素，复杂背景下的阈值运算等等，各种因素使得噪声具有很大的随机性，所以对噪声建模的研究十分有限[1, 2]。 　　 基于上述情况，文章提出了一种基于噪声建模技术的新方法。该方法用于移除难以处理的斑块状噪声，同时可以保留破损字符的笔划。第2节中，描述了从MNIST字库中抽取并建立了两个子集，约4000张带噪字符图像，用于噪声移除实验。同时定义了用于建模的特征因子，还提出了用于评估方法效果的测度参数。在第3节，我们提出了两个噪声模型：一个基于投影模型，用于移除字符两边的噪声；另一个基于神经网络（ANN）模型，用于移除混淆于字符中的噪声。第4节给出了移除噪声的全部算法框架。通过实验证明了该算法的鲁棒性，其错误率小于0.7%，可靠性大于99%。最后，第5节对方法进行了总结。 　　 　　二、数据集和测度参数 　　 　　 在一幅手写体数字图像中，我们将一块前景连通域称为一个物体。据统计，拥有最大面积的物体总是属于数字本身，或数字的一部分，称为主物体。小于这个面积的物体，我们称之为副物体（图1）。 　　 　　 图1：带噪数字字符图像中的主物体和副物体。黑色部分是一个数字的主物体，而灰色部分是一个数字的副物体。其中，左边数字有2个副物体，右边数字有3个副物体。 　　 　　 2.1 数据集 　　 MNIST是一套著名手写体数字字库。其中，每张样本图像均为28×28大小的灰度图。为了研究问题的方便，我们在MNIST字库中提取并组合出两套带噪的子字符集，设为MB1和MB2。首先，我们使用全局最大方差阈值[4]对MNIST字库进行了二值化，并抽取结果中所有带噪图像，组成MB1。又对MNIST字库使用局部阈值算法进行二值化，对结果取出所有带噪图像，组成MB2。带噪图像的判断方式是，检测一幅图像中存在的物体（连通域）数目。如果物体数目大于1，我们认为是一幅带噪图像。最后MB1共1702张样本，MB2共2945张样本。 　　 这里我们采用的二值化算法分别为，全局方差阈值和局部8-邻域均值阈值。和前者相比，后者对布局信息的敏感程度更高，从而会保留更多像素，但这样会使得边缘轮廓锯齿状增多，并引入的更多的孤立噪声点。 　　 　　 2.2 特征参数 　　 我们对一幅数字字符图像抽取了下列特征参数： 　　 （1）物体数(NOM)：即在一幅图像M中，物体的总数。 　　 （2）物体面积(Sk)：第k个物体Ok的面积：Sk=count(p(x, y)), (p(x, y) ∈Ok)，其中p(x, y)为坐标(x, y)处的像素点。 　　 （3）物体高度(Hk)：第k个物体Ok的高度：Hk=|ybottom-ytop|，其中ybottom为物体最低点的y轴坐标，ytop为物体最高点y轴坐标。 　　 （4）物体宽度(Wk)：第k个物体Ok的宽度：Wk=|xright-xleft|，其中xright为物体最右边点的x轴坐标，xleft为物体最左边点x轴坐标。 　　 （5）距离(Dkj)：Dkj指为一个物体k到另一个物体j之间的欧式距离，并以像素为单位。 　　 　　 2.3 去噪效果评估参数 　　 一般来说，评估去噪方法的效果和可靠程度，需要下列参数： 　　 （1）去噪率＝去噪总数／样本总数； 　　 （2）拒绝率＝拒绝总数／样本总数； 　　 （3）正确去噪率＝正确去噪数／样本总数； 　　 （4）错误去噪率＝错误去噪数