[发明专利]一种基于前景蒙版的文档图像降噪方法

说明书

本发明公开了一种基于前景蒙版的文档图像降噪方法，属于文档图像数据处理技术领域，该方法包括：通过随机采样统计最大频数确定图像背景颜色像素值；对比HSV空间像素值得到第一前景蒙版，针对图片亮度不均匀的情况，自适应局部二值化得到第二前景蒙版，第一前景蒙版与第二前景蒙版做and操作得到最终前景蒙版；然后，利用kmeans聚类方法得到像素板，获取代表性色彩，设定背景为之前计算得到的背景像素。本发明能有效提取文档图像的背景色并获取其前景蒙板，特别是针对前景主要是文本及图文表格的文档图像。利用前景蒙板的方法可以有效过滤去除包括背景上的无用干扰噪声而对前景主体不会造成很大损失，可以提高文档图像质量。

技术领域

本发明涉及文档图像数据处理领域，特别涉及一种基于前景蒙版的文档图像降噪方法。

背景技术

文档图像中的噪声会不同程度的影响文档的阅读以及OCR等后续文档图像识别等工作，针对文档图像的降噪十分必要。

已有技术针对黑白文档影像提出了基于分块统计的降噪方法，根据文档图像的大小及每英寸像素点的个数将图像分为N×N的图块，N一般为半个汉字高度。分块后通过对每个分块计算其黑色点占的比例判断是否为文本区域，如小于80％则计算四周图块像素比例来判断是否是杂点进行处理。该技术只能针对汉字黑白文档图像且鲁棒性差，针对手写体以及含图片表格等图像不能生效。

还有一种基于背景估计和能量最小化的低质量文档图像的二值化方法，能够适用于多种颜色书写、笔画渐变、墨迹浸润、页面有污渍或纹理、光照不均、对比度低等复杂背景的文档图像二值化处理。此专利利用笔画宽度估计观测距离，并利用观察距离计算成像高度。利用成像高度对图像做降采样缩放后得到估计背景。并利用背景图对图像做减除，并作直方图均衡化后利用能量函数实现图分割。此种方法，仅能用于低质量文档图像，且在对文字笔画宽度进行估计时，如遇到多种宽度则可能出现问题，且没有对彩色图像色彩进行保留。

现代文档图像往往包括多种图像，包括扫描图像以及相机拍摄图像。且图像中往往包括图片图表等元素，且图像多为彩色。针对多元化的文本图像，传统的像素点统计以及滤波等降噪方法往往不能奏效。

发明内容

有鉴于此，本公开提供一种基于前景蒙版的文档图像降噪方法，针对多元化的文本图像，提供降噪方案。本发明针对文档图像色彩空间进行分析，利用采样像素点及聚类得到背景像素值，针对HSV空间中的像素点距离以及自适应二值化，结合产生图像前背景蒙版，利用蒙版对图像进行处理达到降噪去噪的目的。

本发明提供了一种基于前景蒙版的文档图像降噪方法，包括如下步骤：

步骤1:确定图像背景颜色像素值；

步骤2：根据HSV色彩空间距离及自适应二值化计算前景蒙版；

步骤3：计算代表性色彩，设定背景像素，输出降噪文档图像。

根据本发明实施例的一种具体实现方式，所述步骤1确定图像背景颜色像素值，包括如下步骤：

步骤1.1：对图像像素随机采样；

步骤1.2：降低色位深度；

步骤1.3：对每类频数进行统计得到最大频数后转回原有色深度到背景RGB 数值。

根据本发明实施例的一种具体实现方式，所述步骤2根据HSV色彩空间距离及自适应二值化计算前景蒙版，包括如下步骤：

步骤2.1：将图像由RGB色彩空间转化为HSV；

步骤2.2：计算色彩相似度，设置饱和度S及明亮程度V距离阈值，对HSV 空间像素与背景值进行比对得到第一前景蒙版；

步骤2.3：对图片做自适应局部二值化得到第二前景蒙版；