一种改进文本图像二值化方法.docVIP

一种改进的文本图像二值化方法 　　摘要：针对常用的局部阈值方法-Niblack算法中存在的问题，提出了一种改进的文本图像二值化算法。改进后的Niblack算法对背景灰度不均匀的图像具有良好的适应性， 抗噪声能力强，保持笔画连通性好， 更适合于文本图像的二值化。实验证明了该算法的有效性。 　　关键词：文本图像；二值化；局部阈值；全局阈值；Niblack算法 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2014）12-2822-03 　　An Improved Binarization Method for Document Image 　　BU Fei-yu 　　（Institute of Information Science and Engineering， Hunan City University，YiYang 413000， China） 　　Abstract： After analyzing the shortcomings of Niblack algorithm， which is one of the commonly used algorithms based on local threshold， this paper proposes an improved binarization algorithm for document image. The improved approach is robust to noise and makes connectivity of stroke better. The experiment results have proved the advantages of the proposed algorithm. 　　Key words： document image； binarization； local threshold； global threshold； niblack algorithm 　　文本图像的二值化效果是影响OCR（光学字符识别）系统性能的主要因素，研究人员为此作了大量工作。二值化方法可分为全局阈值法和局部阈值法。全局阈值法根据文本图像的直方图或灰度空间分布确定一个阈值，算法较简单，对于目标和背景明显分离、直方图分布呈双峰的图像效果良好，但对光照不均匀、噪声干扰较大的图像，二值化效果明显变差。局部阈值法通过定义考察点的邻域，并由邻域计算模板实现考察点灰度与邻域点的比较，根据区域灰度分布特性，自适应调节阈值。典型的局部阈值法有均值分割法、Kamel-Zhao算法[1]、Bernsen算法[2] 、Niblack算法[3]等。局部阈值法较全局阈值法有更广泛的应用，但缺点也较明显，如速度慢、容易出现伪影现象和笔画断裂现象。 　　近年来，对文本图像二值化的研究仍在继续。如Gatos提出了针对退化文本图像的二值化方法[4]；Bolan Su则提出将多种文本图像二值化方法结合使用[5]。文献[6]针对Bernsen算法提出了一种改进算法，通过引入一个简单的整体阈值进行辅助判断，对算法得到的阈值曲面进行光滑处理并对局部窗口的极大、极小值进行考察，从而较好地避免了伪影及笔画断裂。文献[7]和[8]分别将谱聚类和图谱理论应用于文本图像二值化算法中。文献[9]对一种基于局部阈值分割的LLT算法给出了改进方法。文献[10]则在Niblack方法的基础上提出了一种改进的针对退化文本图像的二值化方法，该方法仅在文本区域周围较小范围内进行局部阈值计算，减少了运算量，克服了Niblack方法容易产生大量背景噪声的缺点，对于低对比度的文本图像有更好的适应性。 　　到目前为止，还没有一种通用的文本图像二值化方法[11]。寻找更好的文本图像二值化方法，仍然是图像处理研究领域的目标之一。该文以Niblack算法为基础，针对Niblack算法所存在的问题，综合一些已有算法的优点，提出了一种改进的二值化方法。改进后的Niblack算法抗噪能力强，较好地避免了伪影，并且能最大限度地保持笔画像素。 　　1 Niblack算法概述 　　在以下的讨论中，不妨设笔画占据灰度文本图像低灰度级部分，背景占据高灰度级部分。这与一般扫描的文本图像是相符的。 　　记f（x，y）为图像在考察点（x，y）坐标的灰度，W为估计最大笔画宽度，一般取W=7。考察以（x，y）点为中心的（2W+1）×（2W+1）窗口，则NiBlack算法计算点（x，y）处阈值的公式为： 　　T（x，y） = m（x，y）-k×V（x，y） （1） 　　其中m（x，y）和V（x，y）分别是窗口内（2W+1）×（2W+1）个像素点的平均灰度值和均方差，k是根据经验预定的某