[发明专利]一种基于卷积自适应去噪的手写字体去除方法

说明书

本发明涉及一种基于卷积自适应去噪的手写字体去除方法，步骤为：S1手写和印刷像素分类：对若干图像样本进行标注，对标注后的图像样本中的手写体部分和印刷体部分通过像素进行分类，再将手写体部分从图像样本中去除；S2手写掩码图处理：根据手写体部分和印刷体部分的分类结果得到手写体掩码图，再对掩码图做二值化处理，得到处理后的填充掩码图；S3外轮廓卷积去噪：对填充掩码图作采样卷积操作，对图像样本中手写体部分的外轮廓去噪；S4中值滤波去噪：将中值滤波作用于手写掩码图上，选取中值作为滤波的临界值；S5自适应阈值分析：对滤波处理后的图像样本进行自适应阈值分析，获得灰度自适应阈值；S6二值化去噪得到手写去除图像。

技术领域

本发明属于计算机图像处理技术领域，尤其涉及一种基于自适应去噪的手印分离方法，用于解决手写字体的去除问题。

背景技术

随着智能技术的推广，各类文本识别产品应运而生，伴随的图像处理问题也层出不穷。在图像处理技术领域，有关图像的去噪存在较多的处理方法，但结合实际产品需求，仍存在诸多问题，当前已有的图像去噪方法包括：局部自适应去噪方法和全局自适应去噪方法。

在文本图像识别方面，流行的处理方法均不完全适用于实际手写字体图像的去噪，考虑到不同颜色的笔在书写时，所留下的手写字迹有着像素的灰度值差异，且基于灰度值的传统去噪方法也并不能够有效地去除这类图像中的手写字体。为了能够完整地去除手写字体像素，同时对部分残留的手写像素做去噪处理，传统和深度相结合的方法显得尤为重要。

发明内容

本发明要解决的技术问题是，针对图像中的手写字体去除，提供一种基于卷积自适应去噪的手写字体去除方法，主要用于解决传统方法无法处理的图像问题，尽可能达到手写字体完全去除的目的。

为了解决上述技术问题，本发明采用的技术方案是：该基于卷积自适应去噪的手写字体去除方法，具体包括以下步骤：

S1手写和印刷像素分类：对若干图像样本进行标注，对标注后的图像样本中的手写体部分和印刷体部分通过像素进行分类，再将手写体部分从图像样本中去除；

S2手写掩码图处理：根据手写体部分和印刷体部分的分类结果得到手写体掩码图，再对掩码图做二值化处理，得到处理后的填充掩码图；

S3外轮廓卷积去噪：通过对步骤S2得到的填充掩码图作采样卷积操作，对图像样本中手写体部分的外轮廓去噪；

S4中值滤波去噪：将中值滤波作用于手写掩码图上，设置中值滤波器的网格大小，并对网格内覆盖的像素灰度值做降序排序，选取中值作为滤波的临界值；

S5自适应阈值分析：为了去除图像样本中残余的手写体像素对滤波处理后的图像样本进行自适应阈值分析，获得灰度自适应阈值；

S6二值化去噪：根据步骤S5中得到的自适应阈值对图像做二值化处理，处理后的图像背景部分全部置白即灰度值为255，印刷体部分全部置黑即灰度值为0，从而得到最终的手写去除图像。

采用上述技术方案，首先采用像素分类技术对手写和印刷像素做二分类；其次，将已分类的手写像素从图像中去除；接着，对残留下来的手写像素部分做卷积去噪；最后，对整张图像做自适应阈值计算和二值化处理，达到完全去除手写的目的。

作为本发明的优选技术方案，所述步骤S1中使用语义分割网络分别对手写体部分和印刷体部分的像素做二分类，将手写体部分从图像样本中进行初步去除。

作为本发明的优选技术方案，所述步骤S2中对掩码图做二值化处理后，修改手写体部分的像素值使手写体部分为白色，再设置非手写体部分的像素值，再利用空洞填充算法，填充手写体部分的空洞，得到处理后的填充掩码图；其中利用空洞填充算法的具体步骤为：

S21：假设原掩码图为A，将原掩码图A向外延展一至两个像素，并将原掩码图的像素值填充置为0即作为背景色并标记为B；