[发明专利]文档图像压缩方法及其在文档认证中的应用

说明书

技术领域

本发明涉及一种图像压缩方法，具体地，涉及对包含文本的文档图像进行压缩的方法以及该方法在文档认证中的应用。

背景技术

经常打印可包括文本、图形、图片等的原始数字文档，并且分发、复制所打印的硬拷贝等，然后经常将所分发、复制的硬拷贝扫描回数字形式。认证扫描的数字文档是指，确定扫描的文档是否是原始数字文档的认证拷贝，即，确定文档在硬拷贝形式下是否被更改。更改可能是蓄意而为或因意外事件而发生。闭环处理中的文档认证是指，生成在文档本身上携带有认证数据的打印文档以及使用从扫描的文档提取的认证数据来对扫描回的文档进行认证。这样的打印文档被称为是自认证的，这是由于不需要除打印文档上的信息之外的信息来对其内容进行认证。

已提出了使用条形码（特别是二维（2d）条形码）来生成自认证文档的方法。具体地，这样的方法包括：对文档的内容（文本、图形、图片等）进行处理并将其转换成作为文档内容的表示的认证数据、以2d条形码（认证条形码）对认证数据进行编码以及将条形码打印在与原始文档内容相同的记录介质上。这产生了自认证文档。为了对这样的打印文档进行认证，对文档进行扫描以获得扫描图像。还对认证条形码进行扫描并提取其中包含的认证数据。然后，对扫描图像进行处理并与认证数据进行比较，以确定打印文档的任意部分是否已被更改，即，文档是否可靠。一些认证技术能够确定什么被更改和/或哪里被更改，一些认证技术仅能确定是否发生了任何更改。

JBIG2是用于二值图像（特别是包含文本的文档图像）的压缩的国际标准。JBIG2利用模式匹配和替换方法，通过该方法，将图像分割为多个符号并且开发符号字典；使得文档图像中的每个符号与字典中的符号匹配，并且根据字典条目的索引以及图像中的符号的位置和大小对每个符号进行编码。

发明内容

本发明涉及一种用于压缩二值图像（特别是包含文本的文档图像）的改进的压缩方法。

本发明的目的是提供一种用于包含文本的文档的高效图像压缩方法。

本发明的另一目的是提供一种用于生成携带认证信息的自认证打印文档的方法。

将在随后的描述中阐述本发明的附加特征和优点，并且部分特征和优点根据该描述将变得明显，或者可通过实践本发明来学习。将通过在书面说明书及其权利要求书以及附图中具体指出的结构来实现和获得本发明的目的和其它优点。

为了实现所实施的以及宽泛地描述的这些和/或其它目的，本发明提供了一种用于对表示包含文本区域的文档的二值图像进行压缩的方法，该方法包括：（a）将文本区域分割为多个符号图像，每个符号图像表示文本的符号，每个符号图像以具有位置和大小的边界框为界；（b）将在步骤（a）中获得的每个符号图像分类为多个类别之一，每个类别由模板图像和类别索引来表示，对于所分类的每个符号图像，步骤（b）包括：（b1）将符号图像与每个模板图像进行比较以确定它们是否彼此匹配，包括将符号图像的多个特征与模板图像的对应的多个特征进行比较，该多个特征包括密度统计特征、侧面轮廓特征、拓扑统计特征和形状特征；（b2）如果在步骤（b1）中找到匹配，则与所分类的符号图像相关联地记录与所匹配的模板对应的类别索引；以及（b3）如果在步骤（b1）中没有找到匹配，则通过使用所分类的符号图像的图像作为新类别的模板图像并为新类别分配类别索引而将新类别添加到多个类别，以及与所分类的符号图像相关联地记录类别索引；（c）将每个类别的模板图像的大小调整为最终大小；以及（d）将多个类别中的每个的经大小调整后的模板图像连同其类别索引、在步骤（a）中获得的每个符号图像的边界框的位置和大小以及在步骤（b2）或（b3）中获得的每个符号图像的类别索引存储作为压缩的图像数据。

在一些实施例中，密度统计特征包括分区轮廓特征，并且形状特征包括低阶矩特征。