文本图像二值化的偏微分方程模型研究

文本图像二值化的偏微分方程模型研究

论文摘要

文本图像二值化(即把灰度或彩色文本图像转化为二值图像)是光学字符识别的基础,在文本图像分析和模式识别中起着至关重要的作用。近年来,文本图像二值化的研究备受关注。特别是,2009年第一届国际文本图像二值化竞赛(Document Image Binarization Competitions,DIBCO)的成功举办对文本图像二值化的发展具有里程碑式的意义。DIBCO数据包(DIBCO 2009-2014,DIBCO 2016-2018)为文本图像二值化的研究提供了丰富的测试图像,DIBCO采用的定量化指标为评价文本图像二值化结果的优劣提供了可靠依据。图像获取过程或文档自身等原因可能导致文本图像退化,例如光照不均、噪声、对比度不均、透背、模糊。因此,对退化文本图像的二值化技术的要求越来越高。近几年,文本图像二值化的偏微分方程方法受到了国内外学者的广泛重视。该方法与其它二值化方法(如聚类法、阈值法等)相比,具有较强的局部自适应性和较高的灵活性等优势。本文提出一个文本图像二值化的偏微分方程模型及其数值算法。该模型的基本思想是:原始文本图像在偏微分方程的控制下进行演化,产生一系列逐渐趋于二值化的图像,当演化达到稳定状态时,稳态解便是我们所希望得到的二值化结果。对于模型的数值实现,本文设计了一种三步分裂方案,即将演化偏微分方程分解为两个线性微分方程和一个非线性微分方程,在每一次迭代过程中,分别用有限差分法依次求解上述三个方程。模型与算法的性能测试使用DIBCO数据包,并以F-Measure、Pseudo-FMeasure、PSNR和DRD为定量评估指标,对比模型选择文献中的四个偏微分方程模型和一个经典阈值法(Otsu方法)。实验结果表明,对于光照不均、对比度不均、模糊和透背等退化文本图像,本文模型均取得了最好的效果。本研究的主要贡献在于为文本图像二值化技术提供了一个好的备选方法,同时丰富了偏微分方程在文本图像二值化领域中的应用。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  •   1.1 课题研究背景与意义
  •   1.2 文本图像二值化方法
  •     1.2.1 聚类方法
  •     1.2.2 阈值方法
  •     1.2.3 偏微分方程方法
  •   1.3 主要内容与结构安排
  • 2 相关知识
  •   2.1 微分方程的数值算法
  •     2.1.1 常微分方程初值问题的数值求解
  •     2.1.2 偏微分方程数值求解的有限差分法
  •     2.1.3 算子分裂方案
  •   2.2 文本图像二值化的评价标准
  •     2.2.1 主观评价方法
  •     2.2.2 定量化评价指标
  • 3 文本图像二值化的偏微分方程模型
  •   3.1 引言
  •   3.2 相关工作
  •     3.2.1 RSF模型
  •     3.2.2 基于Ginzburg-Landau泛函的变分分割模型
  •   3.3 所提模型
  •   3.4 算法设计
  •   3.5 数值实验
  •     3.5.1 参数讨论
  •     3.5.2 实验结果
  •   3.6 小结
  • 4 总结与展望
  •   4.1 本文总结
  •   4.2 展望
  • 参考文献
  • 附录
  •   A 作者在攻读硕学位期间发表及完成论文目录
  •   B 学位论文数据集
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 张凯旋

    导师: 何传江

    关键词: 文本图像,二值化,偏微分方程,算子分裂法,有限差分法

    来源: 重庆大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,计算机软件及计算机应用

    单位: 重庆大学

    分类号: O175.2;TP391.41

    总页数: 52

    文件大小: 3296K

    下载量: 10

    相关论文文献

    • [1].多窗口图像二值化算法研究[J]. 计算机工程与应用 2017(17)
    • [2].基于图像特征值的彩色图像二值化[J]. 信息与电脑(理论版) 2013(14)
    • [3].彩色数字仪表图像二值化技术研究[J]. 计算机技术与发展 2010(04)
    • [4].基于演化算法的图像二值化算法研究[J]. 计算机应用研究 2012(01)
    • [5].基于图像二值化的动态干涉条纹研究[J]. 物理与工程 2012(06)
    • [6].基于摄像头循迹智能车的图像二值化方法[J]. 信息技术 2016(07)
    • [7].低质量文档图像二值化算法研究[J]. 计算机应用与软件 2016(07)
    • [8].数字图书馆中图像二值化技术应用[J]. 现代情报 2012(05)
    • [9].图像二值化技术的研究[J]. 软件导刊 2009(04)
    • [10].一种动态梯度算法图像二值化边缘提取[J]. 计算机与信息技术 2009(09)
    • [11].基于数学形态学的图像二值化算法[J]. 仪器仪表用户 2008(02)
    • [12].指纹图像二值化优化算法[J]. 长春工业大学学报 2016(05)
    • [13].彩色图像二值化算法及应用[J]. 中国医学物理学杂志 2013(01)
    • [14].椭圆形光斑黏连图像过分割消除方法[J]. 机床与液压 2019(04)
    • [15].仪表图像二值化技术研究[J]. 科技信息 2011(17)
    • [16].文字图像二值化及降噪处理[J]. 天津科技 2010(06)
    • [17].基于大律法的图像二值化处理在智能交通监控中的应用研究[J]. 计算机产品与流通 2018(12)
    • [18].基于形态学的非均匀光照图像二值化并行方法[J]. 计算机应用与软件 2017(08)
    • [19].灰度图像二值化算法研究[J]. 价值工程 2010(05)
    • [20].结合背景估计与能量函数的图像二值化算法[J]. 计算机工程与设计 2019(07)
    • [21].基于近红外静脉图像的血管立体定位方案[J]. 科技创新与应用 2018(22)
    • [22].线粒体电镜图像二值化增强算法研究[J]. 中原工学院学报 2012(02)
    • [23].基于最大方差阈值法的火车票图像二值化处理[J]. 计算机应用与软件 2012(07)
    • [24].图像二值化方法在CCD图像信息处理中的研究[J]. 邢台职业技术学院学报 2011(01)
    • [25].指纹图像二值化算法的研究[J]. 科技信息 2011(23)
    • [26].基于ImagePy工具的岩块图像二值化分割研究[J]. 爆破 2018(04)
    • [27].破损图像子区域自适应划分标注方法仿真[J]. 计算机仿真 2019(04)
    • [28].一种改进的文本图像二值化算法[J]. 科技信息 2009(27)
    • [29].基于边缘检测的红外图像二值化算法[J]. 现代仪器 2008(02)
    • [30].基于自然段落的车牌图像二值化算法[J]. 信息化纵横 2009(12)

    标签:;  ;  ;  ;  ;  

    文本图像二值化的偏微分方程模型研究
    下载Doc文档

    猜你喜欢