CN104036469A - 一种文档扫描图像透字效应消除方法 - Google Patents

Abstract

本发明涉及一种文档扫描图像透字效应消除方法，包括下面几个步骤：灰度化；使用中值滤波处理；计算图像的灰度值中值；文本区域与背景区域分离；利用K均值方法进行正面文本与背面文本分离，分成：正面文本子集，对应于类心灰度值最低的子集；背面文本子集，对应于类心灰度值最大的子集；待确定文本子集，对应于类心灰度值在前两者之间的子集；背面文本区域重新赋值。本发明能够有效抑制双面文档扫描图像中出现的透字效应，提高扫描图像的可视质量。

Description

一种文档扫描图像透字效应消除方法

所属技术领域

本发明涉及扫描文档图像恢复技术，尤其是针对双面文档扫描图像的透字效应消除方法。

背景技术

当扫描双面打印或手写的文档时，一种常见的问题是从正面能看到背面的文字。这种现象称为“透字效应”。造成透字效应的原因是背面文本吸收了部分反射光线。扫描纸张越薄，或者反面文本的墨水渗透情况越严重，透字效应越明显。人们在构建数字图书馆时，经常需要将时间久远的文献或者手稿经扫描转化为数字图像。由于纸张以及墨水的渗透情况，扫描后的文档图像中透字效应很明显，这会严重影响扫描文档图像的可视质量。因此开展对扫描文档图像透字效应消除方面的研究是非常有必要的。

早期文献利用二值化处理消除扫描文档中的透字现象^[1]，但处理后的图像是以二值形式出现的，这种方法并不利于读者阅读原始文献资料的需求。还有一些方法同时使用扫描文档的正面和反面两幅图像来消除透字效应^[2][3][4]。所用技术包括线性成像模型^[2]、盲信号分离(BSS)^[3]、独立成分分析(ICA)^[4]、非负矩阵分解(NMF)^[5]等。如果正反面两扫描图像严格对齐，使用这类方法可以得到很好的消除效果。但在实际情况下，文档对齐难以实现。特别是对于扫描文档较厚，或者纸张本身存在明显变形或者干扰的情况(如存放时间较长的旧文献)。另外当获取的扫描文档图像只有单面时，这种方法完全失效。还有一类基于单幅扫描图像的透字效应去除方法。如Lins等^[6]首先将图像分为9个子块，并使用训练好的神经网络分类器将各个子块分为三类，分别对应于较弱、一般和较强三种透字效应干扰情况。对于不同情况的子块，分别选取对应的阈值分离正面文本区域，然后采用双线性插值技术去除背面文本的干扰。此类方法适用于扫描图像的透字效应去除，不适用于扫描文档的透字效应去除，而且，存在处理方法较为复杂的缺陷。

参考文献：

[1]J.da Silva,R.Lins,F.Martins,etal.“A new and efficient algorithm to binarize document imagesremoving back-to-front interference,”Journal of Universal computer science,vol.14,no.2,pp.299-313,2008.

[2]A.G.Sharma,“Show-through cancellation in scans of duplex printed documents,”IEEE Transactionson Image Processing,vol.10,no.5,pp.736-754,2001.

[3]A.Tonazzini,E.Salerno,and L.Bedini,“Fast correction of bleed-through distortion in grayscaledocuments by a blind source separation technique,”International Journal on Document Analysis and Recognition,vol.10,no.1,pp.17-25,2007.

[4]A.Tonazzini,L.Bedini,and E.Salerno,“Independent component analysis for document restoration,International Journal on Document Analysis and Recognition,”2004,vol.7,no.1,pp.17-27.

[5]F.Merrikh-Bayat,M.Babaie-Zadeh,and C.Jutten,“Using Non-Negative Matrix Factorization forRemoving Show-Through,”International Conference on LVA/ICA,2010.pp.482–489.

[6]R.Lins,J.Silva,S.Banergee,etal.,“Enhancing the filtering-out of the back-to-front interference incolor documents with a neural classifier,”in International Conference on Pattern Recognition(ICPR).IEEE,2010,pp.2415-2419.

发明内容

本发明的目的是提出一种针对文档扫描图像的透字效应消除方法，能够有效抑制双面文档扫描图像中出现的透字效应，提高扫描图像的可视质量。本发明的技术方案如下：

一种文档扫描图像透字效应消除方法，包括下列步骤：

步骤1：灰度化：用F表示待处理的彩色扫描文档图像，对其进行灰度化处理，并用I表示灰度化图像；

步骤2：图像滤波：对灰度化图像使用中值滤波处理图像，用I_F表示滤波结果；

步骤3：获取参数：将I_F中各点的灰度值按照从小到大顺序排列，并用IF(n)(n＝1,2,…,N)表示，其中N为像素点总数，其中I_F(1)代表I_F中灰度值的最小值，I_F(N)表示I_F中灰度值最大值。选用I_F(n)中排第1％和排第99％的灰度值，分别用I_min和I_max表示，使用I_min和I_max计算图像的灰度值中值，用I_med表示；

步骤4：文本区域与背景区域分离：将I中各点的灰度值与I_med比较，得到背景区域二值图，用I_BK表示，使用I_med提取文本区域图像，用T表示，即有：

式中，T中取值为1的区域对应于文本区域，包括了正面文本区域和背面文本区域两种情况；

步骤5：正面文本与背面文本分离：选取T中取值不为1的点构成文本点集，使用像素点的灰度值作为特征，用K均值方法将其分为三类：正面文本子集，对应于类心灰度值最低的子集，其位置用二值图T_F表示；背面文本子集，对应于类心灰度值最大的子集，其位置用二值图T_B表示；待确定文本子集，对应于类心灰度值在T_F和T_B之间的子集，其位置用二值图T_V表示；

遍历T_V中取值为1的点，对于每一个点，考察其8邻域范围内是否存在正面文本子集点，如果存在，则将该点划归到正面文本子集T_F中；否则，划归到背面文本子集T_B中；

步骤6：背面文本区域重新赋值：用T_B(x,y)表示TB中某个取值为1的点，用IBK(x′,y′)表示I_BK中某个取值为1的某点；采用“街区距离”计算I_BK(x′,y′)到T_B(x,y)的距离，并从中选取距离的最小值，用D_M(x,y；x_m,y_m)表示，设(x_m,y_m)是距离最小值所对应的坐标值，使用F(x_m,y_m,c)代替原始图像中(x,y)位置上像素点的颜色值，实现背面文区域重新赋值。

附图说明

图1是所提方法的流程图。

图2处理结果示例(a)列为输入原图(b)列为处理结果。

具体实施方式

图1所示为本发明所提方法的框图。本发明提出的方法适用于下述情况：待处理的扫描文档图像中正面文本的灰度值基本一致，反面文本的灰度值也基本一致，另外，反面文本的灰度值应该高于正面文本的灰度值。

步骤1：灰度化

用F表示待处理的彩色扫描文档图像，使用式(1)进行灰度化处理，并用I表示灰度化图像，即有：

$I(x,y)=\underset{c\∈\{r,g,b\}}{\max }F(x,y,c)---\left(1\right)$

式中，c表示三个颜色通道，(x,y)位置上像素点的灰度值I(x,y)是该点处红(r)、绿(g)、蓝(b)三通道的最大值。

步骤2：图像滤波

使用中值滤波处理图像，降低扫描文档图像中的噪声影响。考虑到扫描图像分辨率较高，中值滤波器所用的滤波窗口大小不能太小。所提方法使用5×5大小的窗口进行中值滤波，用I_F表示滤波结果。

步骤3：获取参数

将I_F中各点的灰度值按照从小到大顺序排列，并用I_F(n)(n＝1,2,…,N)表示，其中N为像素点总数。其中I_F(1)代表I_F中灰度值的最小值，I_F(N)表示I_F中灰度值最大值。选用I_F(n)中排第1％和排第99％的灰度值，分别用I_min和I_max表示，即有：式中，符号表示对下取整运算。使用I_min和I_max计算图像的灰度值中值，用I_med表示，即有

步骤4：文本区域与背景区域分离

将I中各点的灰度值与I_med比较，得到背景区域二值图，用I_BK表示，即有

使用I_med提取文本区域图像，用T表示，即有：

式中，T中取值为1的区域对应于文本区域，包括了正面文本区域和背面文本区域两种情况。

步骤5：正面文本与背面文本分离

选取T中取值不为1的点构成文本点集，使用像素点的灰度值作为特征，用K均值方法将其分为三类：正面文本子集(对应于类心灰度值最低的子集，其位置用二值图用T_F表示)、背面文本子集(对应于类心灰度值最大的子集，其位置用二值图用T_B表示)和待确定文本子集(对应于类心灰度值在T_F和T_B之间的子集，其位置用二值图用T_V表示)。

遍历T_V中取值为1的点，对于每一个点，考察其8邻域范围内是否存在正面文本子集点。如果存在，则将该点划归到正面文本子集T_F中；否则，划归到背面文本子集T_B中。

步骤6：背面文本区域重新赋值

用T_B(x,y)表示T_B中某个取值为1的点(对应于某个背面文本点)。用I_BK(x′,y′)表示I_BK中某个取值为1的某点(对应于背景点)。采用“街区距离”计算I_BK(x′,y′)到TB(x,y)的距离，并从中选取距离的最小值，用D_M(x,y；x_m,y_m)表示，即有：

$D_M(x,y;x_m,y_m)=\underset{(x^{\′},y^{\′})|I_{\mathrm{BK}}(x^{\′},y^{\′})=1}{\min }\left\{\right|x-x^{\′}|+|y-y^{\′}\left|\right\}---\left(4\right)$

式中，(x_m,y_m)是距离最小值所对应的坐标值。使用F(x_m,y_m,c)代替原始图像中(x,y)位置上像素点的颜色值，实现背面文区域重新赋值。

采用Windows7SP1系统下的matlab2014a作为实验仿真平台。选用60幅手写文本扫描图像作为测试集。采用本发明提出的方法对测试图像进行处理，得到了良好的处理效果。对于24803508大小的图像，采用所提方法的处理速度平均为102ms。图2给出了采用所提方法的部分处理结果示例，其中左侧是输入图像，右侧是处理结果。

采用本发明所述方法，与现有技术相比，能够直接处理单幅扫描文本图像的透字效应，明显提高了扫描图像可视质量，节省了处理的时间，达到了接近实用的效果。

Claims (1)

1.一种文档扫描图像透字效应消除方法，包括下列步骤：

步骤1：灰度化：用F表示待处理的彩色扫描文档图像，对其进行灰度化处理，并用I表示灰度化图像；

步骤2：图像滤波：对灰度化图像使用中值滤波处理图像，用I_F表示滤波结果；

步骤3：获取参数：将I_F中各点的灰度值按照从小到大顺序排列，并用I_F(n)(n＝1,2,…,N)表示，其中N为像素点总数，其中I_F(1)代表I_F中灰度值的最小值，I_F(N)表示I_F中灰度值最大值。选用I_F(n)中排第1％和排第99％的灰度值，分别用I_min和I_max表示，使用I_min和I_max计算图像的灰度值中值，用I_med表示；

步骤4：文本区域与背景区域分离：将I中各点的灰度值与I_med比较，得到背景区域二值图，用I_BK表示，使用I_med提取文本区域图像，用T表示，即有：

式中，T中取值为1的区域对应于文本区域，包括了正面文本区域和背面文本区域两种情况；

步骤5：正面文本与背面文本分离：选取T中取值不为1的点构成文本点集，使用像素点的灰度值作为特征，用K均值方法将其分为三类：正面文本子集，对应于类心灰度值最低的子集，其位置用二值图T_F表示；背面文本子集，对应于类心灰度值最大的子集，其位置用二值图T_B表示；待确定文本子集，对应于类心灰度值在T_F和T_B之间的子集，其位置用二值图T_V表示。

遍历T_V中取值为1的点，对于每一个点，考察其8邻域范围内是否存在正面文本子集点，如果存在，则将该点划归到正面文本子集T_F中；否则，划归到背面文本子集T_B中；

步骤6：背面文本区域重新赋值：用T_B(x,y)表示T_B中某个取值为1的点，用I_BK(x′,y′)表示I_BK中某个取值为1的某点；采用“街区距离”计算I_BK(x′,y′)到T_B(x,y)的距离，并从中选取距离的最小值，用D_M(x,y；x_m,y_m)表示，设(x_m,y_m)是距离最小值所对应的坐标值，使用F(x_m,y_m,c)代替原始图像中(x,y)位置上像素点的颜色值，实现背面文区域重新赋值。