[发明专利]一种用于文档类图像可视水印的擦除方法

摘要

本发明提供一种用于文档类图像可视水印的擦除方法，包括对目标图像进行二值化预处理，得到特征图像；确定目标图像和特征图像的水印区域和非水印区域；分别将目标图像和特征图像的非水印区域划分成若干个重叠的分块，并对每个分块进行采样；构建稀疏表示模型；利用字典学习的方法对构建的稀疏表示模型进行优化，得到压缩的目标图像分块字典和特征图像分块字典；根据两种字典的相似匹配度，自适应地采用字典相似块擦除算法或局部擦除算法来擦除目标图像中的可视水印。本发明能够有效擦除文档类图像的可视水印，而且能维持原水印区域背景文字的上下文语义可读性，能够最大程度上恢复原始背景文字。

主权项

一种用于文档类图像可视水印的擦除方法，其特征在于，包括以下步骤：(1)对目标图像进行二值化预处理，得到特征图像，所述目标图像为嵌入可视水印的待修复文档类图像；(2)确定目标图像和特征图像的水印区域和非水印区域；(3)分别将目标图像和特征图像的非水印区域划分成若干个重叠的分块，并对每个分块进行采样，得到目标图像非水印区域分块样本集Xb和特征图像非水印区域分块样本集Yf：Xb＝[xi，i＝1，2，…，m]Yf＝[yi，i＝1，2，…，m]其中，xi表示由目标图像非水印区域每个分块的像素组成的列向量，yi表示由特征图像非水印区域每个分块的像素组成的列向量；(4)构建稀疏表示模型：minDC,Z||XC-DCZ||22+λ||Z||1,s.t.||diC||22=1]]>其中，Db表示目标图像非水印区域分块对应的字典，Df表示特征图像非水印区域分块对应的字典，Z表示惩罚项，λ表示正则参数，表示DC中的每个原子；(5)利用字典学习的方法对构建的稀疏表示模型进行优化，得到压缩的Db和Df；(6)根据Db与Df的相似匹配度，自适应地采用字典相似块擦除算法或局部擦除算法来擦除目标图像中的可视水印；所述步骤(6)包括：计算Db与Df之间的欧氏距离；判断计算得到的欧氏距离是否小于预设阈值，若是，则采用字典相似块擦除算法来擦除目标图像中的可视水印，若否，则采用局部擦除算法来擦除目标图像中的可视水印。