[发明专利]一种电子文档图片去噪的方法和装置

说明书

本发明公开了一种电子文档图片去噪的方法，包括：将所述电子文档图片转换成灰度图，并将得到的灰度图转换为二值化图；根据所述二值化图，形成连通域图；根据所述连通域图中的各个连通域确定疑似噪点区域；根据所述疑似噪点区域对所述电子文档图片进行滤波处理，得到去噪后的文档图片。本发明还公开了一种电子文档图片去噪的装置。

技术领域

本发明涉及电子文档处理领域，尤其涉及一种电子文档图片去噪的方法和装置。

背景技术

图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像降质，这对后续图像的处理和图像视觉效应将产生不利影响，如对后续的图像分割、目标识别、边缘提取、光学字符识别(Optical Character Recognition，OCR)等将产生不利影响。所以，为了获取高质量数字图像，很有必要对图像进行降噪处理，尽可能的保持原始信息完整性的同时，又能够去除图像中干扰的信息。

图像去噪的最终目的是改善给定的图像，解决实际图像由于噪声干扰而导致图像质量下降的问题。更好的体现原来图像所携带的信息，是一种重要的预处理手段。

在现有的去噪算法中，主要是针对照片、图片去噪，有的去噪算法在低维信号图像处理中取得较好的效果，却不适用于高维信号图像处理；或者，去噪效果较好，却丢失部分图像边缘信息。本领域中存在一些相关的去噪算法，例如：基于空间域的方法，如中值滤波、均值滤波、高斯滤波等，基于小波域的小波阈值去噪，以及基于变分法思想的ROF(Rudin-Osher-Fatemi)去噪算法。由于这类平滑滤波器会使得边缘变得平滑，当应用到电子文档中去噪时，对于文字这种包含大量点、尖笔画的情况，会使得文字笔画模糊；如要保留笔画，则去噪效果不佳。在电子文档中，主要都是文字信息，边缘细节信息尤为重要，而在OCR识别文档中的文字信息时，噪点会造成很大的干扰。

现在技术方案中，没有专门针对电子文档的特点而提出的去噪方案。因此，为了有效提升电子文档OCR文字识别的准确率，改善电子文档的阅读效果，需要有区别于一般图像的去噪方案，既能使电子文档中文字、符号等细节信息不模糊，又能去除污点噪声的去噪方法。

发明内容

鉴于上述问题，本发明提供一种电子文档图片去噪的方法和装置，解决了针对电子文档图片特点的去噪方案，既能使电子文档中文字、符号等细节信息不模糊，又能去除污点噪声。

为了解决上述问题，本发明提供了一种电子文档图片去噪的方法，包括：

将所述电子文档图片转换成灰度图，并将得到的灰度图转换为二值化图；

根据所述二值化图，形成连通域图；

根据所述连通域图中的各个连通域确定疑似噪点区域；

根据所述疑似噪点区域对所述电子文档图片进行滤波处理，得到去噪后的文档图片。

可选地，所述将得到的灰度图转换为二值化图，包括：根据预设的转换阈值将所述灰度图转换为二值化图。

可选地，所述根据所述二值化图，形成连通域图，包括：

通过不同大小的结构元对所述二值化图依次进行腐蚀运算和膨胀运算，得到所述连通域图。

可选地，所述通过不同大小的结构元对所述二值化图依次进行腐蚀运算和膨胀运算，包括：

定义一个x*x的结构元，x为大于或等于2的整数，使用形态学的腐蚀算法对所述二值化图进行运算；

定义一个y*y的结构元，y为大于或等于1的整数，y小于x，通过形态学的膨胀算法对腐蚀算法处理后的二值化图进行运算，得到所述连通域图。

可选地，所述根据所述连通域图中的各个连通域确定疑似噪点区域，包括：

使用轮廓检测算法提取所述连通域图中各个连通域在连通域图中的位置坐标信息；