非均勻光照下文本圖像分割算法研究.pdf

1、較早的數(shù)字圖像處理技術(shù)主要用來不斷提高圖像質(zhì)量，而如今怎樣從圖像中找出人們感興趣的部分即圖像分析過程則成為了學(xué)者們研究的重點領(lǐng)域。為了突出一幅圖像特征部分的內(nèi)容，常用的是文本圖像二值化處理技術(shù)；二值化作為光學(xué)字符識別(OCR)過程的關(guān)鍵處理步驟，不僅能夠濾除無用信息，突顯有用信息，而且直接影響后續(xù)字符的識別率。
　　對于處理一幅目標與背景簡單，且兩者對比度較大的圖像來說，采用全局閾值分割算法就可以取得不錯的分割效果；但是在具體的實

2、踐應(yīng)用領(lǐng)域中，圖像往往會受到不均勻光照的干擾而影響二值化的效果。
　　本文針對此問題，分析研究了非均勻光照產(chǎn)生的原因，并同時介紹了四種經(jīng)典的局部閾值分割算法。在介紹 Niblack算法時，針對此算法分割效果嚴重依賴閾值參數(shù) k、w的問題，本文提出了一種基于Niblack算法的改進算法。該算法首先將原來自設(shè)置且全局有效的參數(shù) k定義為一個隨窗口變化而自適應(yīng)改變的修正系數(shù) k，并將此修正系數(shù) k的計算公式代入原 Niblack算法閾值

3、公式中，然后再進一步適當(dāng)減小閾值，以增強背景區(qū)域的抗干擾能力。實驗證明該算法的分割視覺效果與Sauvola算法相當(dāng)。
　　經(jīng)過對比實驗分析，發(fā)現(xiàn)傳統(tǒng)的邊緣檢測算子、全局閾值分割算法和局部閾值分割算法在分割效果與算法效率上都不能達到兩全的結(jié)果，所以本文提出了一種基于局部均值的快速改進算法。該算法首先使用積分圖像快速算法計算出局部均值，再將計算出的局部均值代入改進的閾值模型算法中，最終完成分割，從而進一步改善了在非均勻光照下的圖像分割