[发明专利]一种基于水平集分割的文本抽取方法

权利要求书

1.一种基于水平集分割的文本抽取方法，其特征是，包括：

读取图像数据信息，确定边界曲线；对读取的图像进行灰度化；抽取灰度特征值；根据灰度特征值采用水平集函数将图像分为边界曲线内区域和边界曲线外区域；对分割出的两个区域进行二值化；对二值化的两个区域分别进行连通元标定；对两个区域中标定的连通元进行滤波；对滤波后的区域进行极性判定，判断出文本像素区域和背景像素区域；对文本区域进行滤波，滤除背景噪声；输出文本抽取结果；

具体步骤包括：

步骤(1)：给定图像u₀(x,y),(x,y)∈Ω,Ω为图像区域，ω为Ω的开子集，C为ω的边界曲线，读取图像信息；

步骤(2)：对读取的图像灰度化；

步骤(3)：抽取图像的灰度特征值；

步骤(4)：采用水平集函数图像分割成边界曲线内区域和边界曲线外区域；

步骤(5)：判断分割是否完成，如果完成则进入步骤(6)，否则，返回步骤(4)；

步骤(6)：对分割的两个区域进行二值化，即曲线内区域用黑色像素表示，曲线外区域用白色像素表示；

步骤(7)：对二值化后的两个区域分别采用区域增长法进行连通元标定；

步骤(8)：判断连通元标定是否完成，如果完成进入步骤(9)，否则，返回步骤(7)；

步骤(9)：对两个区域中的连通元进行滤波；

步骤(10)：判断两个区域连通元滤波是否完成，如果完成进入步骤(11)，否则，返回步骤(9)；

步骤(11)：对滤波后的两个区域进行极性判定，以判断两个区域中哪个区域为文本区域；通过比较两个区域中连通元的数目，取连通元数目多的区域为文本区域，取连通元数目少的区域为背景区域；

步骤(12)：对确定的文本区域，进一步滤波去除残余背景；

步骤(13)：输出文本抽取结果；

所述步骤(4)中，水平集分割的能量函数为：

其中，μ,v,λ₁,λ₂均是正常数，c₁,c₂分别是图像u₀(x,y)中边界曲线C内部与外部的灰度平均值，H(z)和δ(z)分别表示正则化的Heaviside函数H(z)和Dirac函数δ(z)；表示水平集函数，(x,y)∈Ω,Ω为图像区域；其中，

2.如权利要求1所述的一种基于水平集分割的文本抽取方法，其特征是，所述步骤(4)中的具体方法为：

步骤(4-1)：将边界曲线C用水平集函数代替，如果点(x,y)在边界曲线C内部，则如果点(x,y)在边界曲线C外部，则如果点(x,y)在边界曲线C上，则

步骤(4-2)：初始化水平集函数，令k＝0；为常数值；为水平集函数的初始值；

步骤(4-3)：最小化水平集的能量函数固定为第k次迭代的值，计算c₁^k和c₂^k的值；c₁^k为第k次迭代时边界曲线C内部的灰度平均值，c₂^k为第k次迭代时边界曲线C外部的灰度平均值；

步骤(4-4)：最小化水平集的能量函数固定c₁^k和c₂^k，计算其中表示第k+1次迭代时的值；

步骤(4-5)：判断的解是否趋于稳定，如果不是趋于稳定，则另k＝k+1，返回步骤(4-3)，继续迭代运算，否则停止迭代进入步骤(4-6)；

步骤(4-6)：输出水平集函数分割结果。

3.如权利要求2所述的一种基于水平集分割的文本抽取方法，其特征是，所述步骤(4-3)第k次迭代时计算c₁和c₂值的方法为：

其中，u₀(x,y)为给定图像，为正则化的Heaviside函数。