[发明专利]一种基于连通域的印刷文本图文分割方法

权利要求书

1.一种基于连通域的印刷文本图文分割方法，包括如下步骤：

步骤一，将复杂版面文档转为图像；

步骤二，将转化后图像进行二值化处理；

步骤三，对二值图像进行连通域标记，并记录各个连通域的位置信息，面积信息等特征，并保存下来；

步骤四，根据连通域信息结合其特征如面积、位置等特征进行去噪和图文分割。

2.如权利要求1所述的基于连通域的印刷文本图文分割方法，其特征在于：步骤三中连通域标记方法如下：

1.定义V是表征邻接性的具有相同灰度值的集合；

2.选择连通域的邻接关系，4邻接或者8邻接；

3.从坐标为(x,y)像素点p出发，经过一系列的邻接关系能够到达q点(x′,y′)，则定义p到q是连通的；假设S是图像中的一个像素子集，假设S中的任意两个像素点之间都存在一个通路，则称S为一个连通集合；图像中存在若干个连通集合S₁,S₂,S₃…，且它们之间相互不邻接，这些连通集合则可分割为一个个连通区域，把独立的连通区域提取出进行区分并标号。

3.如权利要求1所述的基于连通域的印刷文本图文分割方法，其特征在于：将面积小于一定阈值T_min的连通域定义为小噪点；将面积大于一定阈值T_max的连通域定义为图像，面积适中的连通域定义为文字。

4.如权利要求2所述的基于连通域的印刷文本图文分割方法，其特征在于：其中

4邻接：对于两个像素点p和q都属于集合V，若q在集合N₄(p)里，则像素p和像素q是4邻接的；

8邻接：对于两个像素点p和q都属于集合V，若q在集合N₈(p)里，则像素p和像素q是8邻接的。

5.一种利用如权利要求1-4之一基于连通域的印刷文本图文分割方法对复杂版面印刷文档添加抗打印扫描数字水印的应用，其特征在于：包括如下步骤：

1.根据基于连通域的印刷文本图文分割方法对印刷文档进行版面预处理，分割出图片部分和文本部分；

2.利用水印技术分别针对文本和图像进行抗打印扫描数字水印信息嵌入；

3.将嵌入水印信息后的图片和文字根据连通域中记录的位置信息重新进行合并，重新生成带有水印信息的复杂版面文档。