[发明专利]模糊文档图像的二值化方法及其设备

说明书

技术领域

本发明涉及二值化处理领域，更具体地，涉及模糊文档图像的二 值化方法及其设备。

背景技术

在许多文档处理系统中，灰度文档图像(彩色文档图像可以被转 换成灰度文档图像)首先被二值化，以形成二值(黑/白)图像。如名 称为“Evaluation of Binarization Methods for Document Images”(D. Trier和T.Taxt，IEEE Transactions on Pattern Analysis and Machine Intelligence，Vol.17，No.3，1995年3月)的文章所公开的那样，对于 光学字符识别(OCR)而言，合适的二值化方法对于保留诸如字符笔 画的有关子要素是很有用的。二值化处理涉及将像素分配给前景或背 景目标。通常通过全局或局部阈值方案来实现所述处理。全局和局部 阈值方案都利用这一假设：能通过将前景和背景像素的强度值与一些 规定的或自动选择的阈值相比较来划分所述前景和背景像素(参见J. Sauvola，S.Haapakoski，“Adaptive Document Binarization”，IEEE Proceedings of the Fourth International Conference on Document Analysis and Recognition，Vol.1.pp147-152，1997)。

对于由数字照相机拍摄的文档图像，由于失焦，所以通常存在模 糊文本区域。如果模糊文档图像被直接地二值化，则通常不能辨别所 得的二值图像的字符笔画，这将导致低OCR识别率。图1示出通过 使用不同的二值化方法对于一些模糊文档图像的二值化结果(参见N. Otsu，“A Threshold Selection Method from Gray Level”，IEEE Transactions on System.Man.and Cybernetics，Vol.9，No.1，pp62-66， 1979；J.Kittler，J.Illingworth，“Minimum Error Thresholding”， Pattern Recognition，19(1)，pp41-47，1986；W.Niblack，“An Introduction to Digital Image Processing”，pp115-116，Prentice Hall， 1986)。

为了识别模糊文档图像上的更多字符，非常需要去模糊处理。其 能使模糊文档图像中的字符更加清楚。然而，同时，在去模糊处理之 后，会或多或少带来振铃伪影(ring artifact)。如果去模糊图像被直 接地二值化，则这些振铃伪影将在所得的二值图像上导致许多噪声， 这也将导致低OCR识别率。图2示出一些去模糊图像和它们相应的 二值化结果。

因此，需要一种技术，其能从模糊文档图像得到清晰二值图像， 且其有效并易于实施。本发明所提出的方法和设备对于解决这一问题 是有效的。

发明内容

本发明的目的是提供一种模糊文档图像的二值化方法及其设备。

本发明的另一目的是提供一种模糊文档图像的二值化方法及其设 备，其中，能从模糊文档图像获得清晰二值图像，且因此与通常的二 值化方法相比，所得的二值图像能被OCR引擎更好地识别。

根据本发明的第一方面，提供一种模糊文档图像的二值化方法， 包括：去模糊步骤，用于从所述模糊文档图像生成去模糊图像；第一 个二值化步骤，用于从所述模糊文档图像生成第一个二值图像；以及 第二个二值化步骤，用于通过使用所述第一个二值图像和所述去模糊 图像的组合进行二值化而生成第二个二值图像。

所述第二个二值化步骤将所述去模糊图像的位置对应于所述第一 个二值图像中的前景颜色位置的点二值化，其中，所述前景颜色位置 对应于所述第一个二值图像中的前景像素的位置。

根据本发明的示例性实施例，所述第二个二值化步骤可包括：选 点步骤，用于在所述去模糊图像中选择位置对应于所述第一个二值图 像中的前景颜色位置的点，其中所述前景颜色位置对应于所述第一个 二值图像中的前景像素的位置；以及点到点二值化步骤，用于将所述 选点步骤中所选择的每一点二值化。