[发明专利]一种基于D-LinkNet的低质量文档图像二值化方法

权利要求书

1.一种基于D-LinkNet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：将彩色文档图像降维处理为灰度图像；

步骤2：对步骤1中获得的灰色图像，进行数据裁剪与扩增，获得统一大小的文档图像；

步骤3：将步骤2中获得的文档图像输入D-LinkNet模型中，训练D-LinkNet模型；

所述D-LinkNet模型包括：编码部分、扩张卷积、解码部分；D-LinkNet使用ResNet34作为编码器，中间加了扩张卷积，用于在扩大感受野的同时保存空间的细节信息；每个卷积层伴随着一个ReLU激活层，除了最后一个卷积层使用了sigmoid激活，解码部分采用上采样和卷积；

步骤4：通过反向传播优化损失函数，使得结果图像更加接近真值图像；

步骤5：对图像进行测试得到二值化图像；

输入原始彩色文档图像，首先降维处理为灰度图像，然后进行数据裁剪与扩增，获得统一大小的文档图像；将文档图像输入步骤3中训练得到的D-LinkNet模型中，利用步骤3中训练得到的D-LinkNet模型去测试，然后将输出图像与原始图像一一对应；最后，对每次预测的概率值取均值，使用0.5作为预测阈值来产生二值化输出。

2.根据权利要求1所述的基于D-LinkNet的低质量文档图像二值化方法，其特征在于，步骤1的具体实现包括以下子步骤：

步骤1.1：设文档图像样本的个数为N，每个样本由其像素灰度值组成一个向量x_i，则样本图像的像素点数即为x_i的维数M，M＝高度×宽度，由向量构成的训练样本集为{x₁,x₂,...,x_i}；

求样本集的协方差矩阵U；

其中，样本集的平均向量为：

样本集的协方差矩阵为：

步骤1.2：根据求得的协方差矩阵求对应的特征向量u_i和特征值λ_i；

步骤1.3：将协方差矩阵的特征值按照从小到大排序，λ₁≥λ₂≥…≥λ_d≥λ_d+1≥…；

步骤1.4：由于λ_d的λ_i对应的特征向量构成主成分，主成分构成的变换矩阵为：U＝(u₁,u₂,...,u_d)；

步骤1.5：将每一张文档图像x均投影到U构成的特征子空间中，U的维度为M×d，投影函数为y＝U^Tx，即获得一组坐标系数，即低维向量y，维数为d×1。

3.根据权利要求1所述的基于D-LinkNet的低质量文档图像二值化方法，其特征在于：步骤2中，先对其进行裁剪，裁剪成单个重叠的256×256图像，并提取出每个图像的中心128×128补丁；然后对图像进行数据增强，包括水平翻转，垂直翻转，对角线翻转以及颜色空间的变换。