文本圖像二值化的一個(gè)變分模型.pdf

1、文本圖像二值化在數(shù)字圖像處理中具有重要的研究意義與廣泛的應(yīng)用，尤其在提高光學(xué)字符識(shí)別系統(tǒng)（OCR，Optical Character Recognition）對(duì)文本圖像處理的效率與準(zhǔn)確性方面發(fā)揮著重要的作用。然而，文本圖像在拍攝的過(guò)程中會(huì)受到設(shè)備或者拍攝環(huán)境等因素的干擾，產(chǎn)生抖動(dòng)模糊、光照不均勻、部分文本被遮擋等現(xiàn)象。因此，快速而精確的文本圖像二值化受到了研究者的廣泛重視。
　　當(dāng)前現(xiàn)存的圖像二值化方法按其原理主要可以分為兩類：閾

2、值方法和偏微分方程方法。經(jīng)典的閾值方法有全局閾值法、局部自適應(yīng)閾值法和混合閾值法。這些方法的實(shí)質(zhì)都是先確定圖像閾值，然后通過(guò)閾值技術(shù)實(shí)現(xiàn)圖像的二值化目標(biāo)。具體的各種閾值方法的區(qū)別是它們各自在確定圖像閾值時(shí)所利用的圖像信息不同：全局閾值法利用的是圖像的整體信息，局部自適應(yīng)閾值法利用的是圖像像素點(diǎn)及其鄰域的信息，而混合閾值法則是將圖像的整體與局部信息相結(jié)合。近些年，基于偏微分方程的圖像二值化方法得到了廣泛的關(guān)注與研究，究其原因是偏微分方程可

3、以為圖像二值化提供完善的理論框架和原理解釋。偏微分方程方法首先是為原始圖像尋找一個(gè)合理的偏微分方程作為它的演化方程，然后對(duì)圖像進(jìn)行演化直到收斂于穩(wěn)定狀態(tài)，即可得到原始圖像的二值化結(jié)果圖像。
　　本文提出了一種文本圖像二值化的變分偏微分方程方法。第一步為原始圖像設(shè)計(jì)一個(gè)變分模型，其極小點(diǎn)就是所求的最終二值化結(jié)果；第二步運(yùn)用變分原理將變分模型轉(zhuǎn)化為一個(gè)偏微分方程；最后通過(guò)有限差分法求解這個(gè)偏微分方程。變分模型的能量泛函包含三項(xiàng)：第一項(xiàng)