[发明专利]用于二值化扫描文档图像的方法

权利要求书

1.一种在数据处理装置中实现的用于二值化通过扫描基于纸的文档而生成的灰度文档图像的方法，所述方法包括以下步骤：

a.识别所述灰度文档图像中的文字字符，其中步骤a包括以下步骤：

执行所述灰度文档图像的初始二值化以生成初始二值图像；以及

提取所述初始二值图像中的连通的图像部分作为文字字符；

b.基于对步骤a中识别出的每个文字字符的拓扑分析，将所述文字字符分类为半色调文字字符或者非半色调文字字符，其中步骤b包括以下步骤：

对于每个文字字符计算欧拉数；以及

如果所述文字字符的欧拉数低于预定值则将该文字字符分类为半色调文字字符，并且如果所述文字字符的欧拉数等于或者大于所述预定值则将该文字字符分类为非半色调文字字符；以及

c.使用仅从步骤b中分类出的半色调文字字符所获得的像素值特征来二值化半色调文字字符。

2.根据权利要求1所述的方法，还包括：

在步骤b之后并且在步骤c之前的步骤d，将所述灰度文档图像划分为仅包含半色调文字字符的半色调文字区域和包含非半色调文字字符的非半色调文字区域，其中步骤c包括对于每个半色调文字区域使用仅根据在该半色调文字区域中的像素计算出的像素值统计来二值化该半色调文字区域，以生成每个半色调文字区域的二值图。

3.根据权利要求2所述的方法，还包括：

在步骤d之后的步骤e，对于每个非半色调文字区域使用仅根据在该非半色调文字区域中的像素计算出的像素值统计来二值化该非半色调文字区域，以生成每个非半色调文字区域的二值图。

4.根据权利要求3所述的方法，还包括：

步骤f，组合在步骤c和e中生成的所述半色调文字区域的二值图和所述非半色调文字区域的二值图以生成所述灰度文档图像的二值图。

5.根据权利要求1-4任一所述的方法，其中步骤c包括以下步骤：

c1.根据在步骤b中分类出的所述半色调文字字符的至少一些来计算像素值统计，所述像素值统计包括平均像素值、最小像素值和最大像素值；以及

c2.使用在步骤c1中计算出的所述像素值统计来二值化所述文档图像以生成第一二值图像；

其中所述方法还包括以下步骤：

二值化所述文档图像以生成第二二值图像；以及

使用按位与运算组合所述第一和第二二值图像。

6.一种扫描仪，包括：

用于扫描硬拷贝文档以生成灰度文档图像的扫描部分；以及用于处理所述灰度文档图像以生成所述灰度文档图像的二值图的数据处理装置，

其中所述灰度文档图像的处理包括以下步骤：a.识别所述灰度文档图像中的文字字符，b.基于对步骤a中识别出的每个文字字符的拓扑分析，将所述文字字符分类为半色调文字字符或者非半色调文字字符，以及c.使用仅从步骤b中分类出的半色调文字字符所获得的像素值特征来二值化半色调文字字符，

其中步骤a包括以下步骤：

执行所述灰度文档图像的初始二值化以生成初始二值图像；以及

提取所述初始二值图像中的连通的图像部分作为文字字符，

其中步骤b包括以下步骤：对于每个文字字符计算欧拉数；以及如果所述文字字符的欧拉数低于预定值则将该文字字符分类为半色调文字字符，并且如果所述文字字符的欧拉数等于或者大于所述预定值则将该文字字符分类为非半色调文字字符。

7.一种扫描仪，包括：

用于扫描硬拷贝文档以生成灰度文档图像的扫描部分；以及用于处理所述灰度文档图像以生成所述灰度文档图像的二值图的数据处理装置，

其中所述灰度文档图像的处理包括以下步骤：a.识别所述灰度文档图像中的文字字符，b.基于对步骤a中识别出的每个文字字符的拓扑分析，将所述文字字符分类为半色调文字字符或者非半色调文字字符，以及c.使用仅从步骤b中分类出的半色调文字字符所获得的像素值特征来二值化半色调文字字符，

其中步骤a包括以下步骤：执行所述灰度文档图像的初始二值化以生成初始二值图像；以及提取所述初始二值图像中的连通的图像部分作为文字字符，

其中步骤b包括以下步骤：对于每个文字字符计算欧拉数；以及如果所述文字字符的欧拉数低于预定值则将该文字字符分类为半色调文字字符，并且如果所述文字字符的欧拉数等于或者大于所述预定值则将该文字字符分类为非半色调文字字符，

其中所述处理还包括：在步骤b之后并且在步骤c之前的步骤d，将所述灰度文档图像划分为仅包含半色调文字字符的半色调文字区域和包含非半色调文字字符的非半色调文字区域，其中步骤c包括对于每个半色调文字区域使用仅根据在该半色调文字区域中的像素计算出的像素值统计来二值化该半色调文字区域，以生成每个半色调文字区域的二值图，在步骤d之后的步骤e，对于每个非半色调文字区域使用仅根据在该非半色调文字区域中的像素计算出的像素值统计来二值化该非半色调文字区域，以生成每个非半色调文字区域的二值图，以及步骤f，组合在步骤c和e中生成的所述半色调文字区域的二值图和所述非半色调文字区域的二值图以生成二值图。