[发明专利]基于图半监督学习的文档二值化处理方法、系统、装置

摘要

本发明属于模式识别领域，具体涉及一种基于图半监督学习的文档二值化处理方法、系统、装置，旨在为了解决古籍文档文本识别准确度较低的问题。本发明方法包括：获取待处理的图像；降采样和k近邻法构图；基于分别从前景和背景中选取样本点作为标记的种子点；采用图半监督学习方法进行结点分类；基于前景结点进行图像恢复；对恢复后的图像进行二值化，得到二值化的图像。本发明可以较好地保留文字的纤细笔画，不仅提提高了文字识别的准确度、也提高了文字细节识别的准确度，对于光照不均和背景复杂的图像也有较好的鲁棒性，同时降采样提高了半监督学习算法求解过程的运行速度。

主权项

1.一种基于图半监督学习的图像二值化处理方法，其特征在于，包括：步骤S1，获取待处理的图像，作为第一图像；步骤S2，对所述第一图像进行降采样，然后采用k近邻法构图，得到第二图像；将所述第二图像中的像素点作为结点；步骤S3，通过边缘提取方法获取所述第二图像中前景和背景，并分别从前景和背景中选取样本点作为标记的种子点；步骤S4，基于所述标记的种子点，采用图半监督学习方法对所述第二图像中像素点进行分类，获取前景结点和背景结点；步骤S5，基于步骤S4获取的前景结点、步骤S3中降采样的像素间距，进行前景像素点的恢复，得到第三图像；步骤S6，对所述第三图像进行二值化，得到二值化的图像。