[发明专利]基于像素邻域特征的自适应文字图像的二值化处理方法

说明书

技术领域

本发明涉及一种文字图像的二值化处理方法，具体来说，它涉及一种利用全局和局部阈值对基于像素邻域特征的自适应文字图像的二值化处理方法。 

背景技术

二值化是数字图像处理技术中的一项基本技术，也是许多图像处理技术的预处理技术，在自动目标识别(ATR)、图象分析、文本增强和光学字符识别(OCR)等图像处理中得到广泛应用。现有的二值化方法大多属于阈值化方法，而在不同的应用中，阈值的选取决定着图像特征信息的保留。因此，自动阈值选取的方法非常值得研究，好的自动阈值选取方法不仅能够保留图像中有用的信息，而且还可以减少时间上的开销。 

图像二值化技术的关键在于如何选取阈值，根据其对像素的处理方式，主要分为三类： 

(1)全局阈值法：整个图像采用单一阈值T(全局阈值)进行图像二值化。一般由图像的直方图或灰度的空间分布确定一个全局阈值T，将图像中每个像素的灰度值与T进行比较。若大于T，则取为前景色；否则，取为背景色。典型的全局阈值法有Ostu法、最大熵方法等。全局阈值法在目标和背景灰度相差较明显时效果比较突出，但是这种方法往往容易 忽略细节，当图像中存在较多的阴影或者图像灰度变化比较复杂时往往很难得到理想的效果。 

(2)局部阈值法：由当前像素灰度值与该像素周围点灰度特征来确定像素的阈值。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。典型的局部阈值法有Bernsen法、Nilblack法等。局部阈值法能够适应较为复杂的情况，比全局阈值法有更为广泛的应用。但它们往往忽略了图像的边界特征信息，使得原图像中的一些不同区域在二值化后变成了一块大区域，造成二值化结果图像某些重要信息的丢失。而在一些如医学图像分割和颗粒分析等应用中，往往需要结果图像能够较好地保留边界特征信息，这对后续的图像分析是非常重要的。 

(3)动态阈值法：当光照不均匀或者背景灰度变化较大等情况时，必须根据像素的坐标位置关系自动确定不同阈值，实施动态的阈值确定。该法的阈值选择不仅取决于该像素及周围像素的灰度值，而且还与该像素的坐标位置有关。动态阈值二值化能够处理品质较差的图像甚至单峰直方图，但因为动态阈值化方法常常需要对图像中每个像素点都计算阈值，即对整幅图像求出一个阈值面(通常是曲面)计算量很大，运算速度一般比较慢，由于具有比较费时和某些失真的缺点，这在一定程度上阻碍其发展。迭代法是较为常见的一种动态阈值确定技术。 

发明内容

针对以上的不足，本发明提供了一种利用全局和局部阈值对基于像素邻域特征的自适应文字图像的二值化处理方法，它包括： 

a)对文本图像进行全局亮度调整，提高文本图像中目标字符与背景 的灰度对比度； 

b)自适应选取邻域计算模板的大小； 

c)根据选取的领域计算模板的大小将文本图像的文字信息分成文字块； 

d)采用全局与局部阈值结合的方法对每个文字块进行逐点二值化处理。 

所述步骤a)与步骤b)之间还包括： 

步骤ab)采用双三次插值算法对文本图像进行缩放处理。 

所述步骤a)包括： 

a1)定义文本图像的任意一点处的像素值为该点的亮度值Y，对亮度值Y进行归一化处理，I表示归一化后该点的亮度值， 

I＝Y/255； 

a2)计算图像整体的灰度平均值I_al， 

Ial=Σρ∈Ilog(I(ρ))N]]>

其中，ρ∈I表示ρ点在文本图像的定义域中，N表示文本图像中像素值的个数； 

a3)定义全局亮度动态范围压缩程度系数γ，