[发明专利]基于背景估计和能量最小化的低质量文档图像二值化方法

权利要求书

1.一种基于背景估计和能量最小化的低质量文档图像二值化方法，其特征在于，包括以下步骤：

步骤1：对彩色文档图像进行灰度预处理；

步骤2：采用双边滤波对图像进行降噪处理；

步骤3：图像背景估计，具体包括以下子步骤：

步骤3.1：针对步骤2处理后的图像，进行笔画宽度变换；

步骤3.2：计算模拟距离和成像高度；

步骤3.3：针对步骤2处理后的图像，通过两次形态学闭操作削弱文档图像中的暗特征；

步骤3.4：结合步骤3.2和步骤3.3的结果，进行图像降采样和升采样；

步骤4：背景减除与图像增强，具体包括以下子步骤：

步骤4.1：背景减除；

计算步骤2中的双边滤波图像与步骤3中的背景估计图像间的绝对差值，差值图像中灰度为零的像素点属于高置信背景像素点，并将其灰度值设为255；

步骤4.2：直方图均衡；

对背景减除图像中非零像素点进行取反，得到该点对应的灰度值，然后对整幅图像进行直方图均衡化，增大图像前景和背景的对比度；

步骤5：构造能量函数；

拉普拉斯能量函数的具体形式为：

其中，数据项表示给像素点赋予某个标签的代价，是指给像素p_ij赋予标签0/1的代价；▽²I_ij表示像素p_ij处的拉普拉斯值；边界项表示相邻像素不连续的代价，即将两相邻像素赋予不同标签时的代价；边界项分为水平方向的边界项和竖直方向的边界项E_ij表示像素点p_ij处的边缘检测结果，I_ij表示像素p_ij处的灰度值，c为任意常数，其c＞0；

步骤6：构造网络图；

图像的每个像素点p_ij构成了网络图的中间节点，另外附加两个终端节点s和t；连接中间节点的边称为nlink，其权值由能量函数的边界项确定；连接中间节点与终端节点的边称为tlink，其权值由能量函数的数据项确定；边(p_ij,s)的权值为边(p_ij,t)的权值为边(p_ij,p_i+1,j)的权值为边(p_ij,p_i,j+1)的权值为

步骤7：采用基于增广路径的图割算法实现能量函数的最小化；

基于网络图建立两颗搜索树S和T，树的根节点分别位于源点s和汇点t，将搜索树的节点分为两类：主动节点和被动节点，主动节点可以由非饱和边将自由节点扩展为主动节点，实现树的生长；

步骤7.1：生长阶段；

两棵树不断生长，直到两棵树的主动节点相遇便找到了一条从源点到汇点的路径；

步骤7.2、增广阶段；

对步骤7.1获得的路径进行增广，增广会形成至少一条饱和边，连接该边的子节点就变成了孤立节点，树S和T则被拆分为多颗子树；

步骤7.3：收养阶段；

为每一个孤立节点寻找父节点，如果没有满足条件的父节点，将其变为自由节点，直至所有的孤立节点都被处理；

步骤7.4：重复执行上面三个步骤，直至两棵树不再生长，被饱和边分开，便求出了图的最小割即能量函数的最小值，从而实现了图像的最终二值化。

2.根据权利要求1所述的基于背景估计和能量最小化的低质量文档图像二值化方法，其特征在于：步骤1中采用最小均值法对彩色文档图像f(x,y)进行灰度预处理，其中预处理公式为：

其中，f_i(x,y)分别为R、G、B彩色分量图像，f_gray(x,y)为变换后的灰度图像。

3.根据权利要求1所述的基于背景估计和能量最小化的低质量文档图像二值化方法，其特征在于：步骤2中采用非线性双边滤波算法进行图像降噪处理，其输出像素值依赖于邻域S内像素值f(k,l)的加权组合，具体计算公式为：

其中，权重系数w(i,j,k,l)取决于定义域核和值域核的乘积，即和分别表示高斯距离方差和高斯灰度方差。