文檔掃描圖像處理若干關(guān)鍵技術(shù)研究.pdf

1、各類古今文獻(xiàn)資料是人類智慧和文化的重要載體，文檔數(shù)字化是一種運(yùn)用現(xiàn)代信息科技來處理傳統(tǒng)實(shí)體文檔的技術(shù)。文檔圖像是文獻(xiàn)數(shù)字化的最基本數(shù)字形式，通過對(duì)文檔圖像的處理分析，我們能從中獲取大量可用于計(jì)算機(jī)解讀、分析和利用的信息。在大數(shù)據(jù)信息技術(shù)高速發(fā)展的今天，傳統(tǒng)實(shí)體文檔中蘊(yùn)含的海量信息將產(chǎn)生巨大的作用，創(chuàng)造重大文化和經(jīng)濟(jì)價(jià)值。在深入分析文檔數(shù)字化中現(xiàn)有文檔圖像處理技術(shù)的基礎(chǔ)上，本論文結(jié)合自適應(yīng)濾波和概率圖模型理論，針對(duì)現(xiàn)代打印掃描圖像和古文獻(xiàn)

2、掃描圖像兩種不同的對(duì)象，分別就掃描圖像去網(wǎng)紋、文檔圖像超分辨率、背面滲透去除和印章文字識(shí)別等四個(gè)方面的問題進(jìn)行了深入研究，取得的主要?jiǎng)?chuàng)新性研究成果如下:
　　1.提出了基于冗余信息和自適應(yīng)濾波的掃描圖像去網(wǎng)紋方法。針對(duì)掃描圖像出現(xiàn)中網(wǎng)紋瑕疵問題，首先深入分析了網(wǎng)紋出現(xiàn)的原因和機(jī)理，指出了掃描圖像中的網(wǎng)紋瑕疵由半色調(diào)圖案和隨機(jī)噪聲構(gòu)成;在此基礎(chǔ)上，一方面利用基于冗余信息的去噪方法去除隨機(jī)噪聲，另一方面，通過提取掃描圖像中的半色調(diào)網(wǎng)紋

3、頻率信息和掃描圖像局部梯度信息來生成自適應(yīng)濾波核，最后通過自適應(yīng)濾波和聯(lián)合邊緣保持濾波來從掃描圖像中得到高質(zhì)量的連續(xù)色調(diào)圖像。在實(shí)際掃描圖像上的實(shí)驗(yàn)證明我們提出的方法能夠得到具有銳利邊緣和干凈平滑區(qū)域的全色調(diào)圖像。
　　2.提出了基于快速摳像分解的文檔圖像超分辨率方法。針對(duì)大幅掃描圖像快速超分辨率問題，以計(jì)算效率作為著重考慮因素，提出了基于聯(lián)合邊緣保持濾波的快速摳像分解算法，將低分辨率文檔圖像的顏色信息和邊緣信息分離開來，然后通過

4、分層超分辨率的策略，對(duì)掃描圖像的邊緣信息同時(shí)進(jìn)行超分辨率和增強(qiáng)，最后將各組份重新合成為高分辨率文檔圖像。我們提出的文檔圖像超分辨率方法計(jì)算效率高，對(duì)實(shí)際掃描圖像處理的結(jié)果不存在顏色失真問題，并且具有銳利的邊緣。
　　3.提出了基于條件隨機(jī)場(chǎng)的掃描圖像背面滲透盲去除方法。針對(duì)古籍掃描圖像中經(jīng)常出現(xiàn)的背面滲透問題，采用條件概率模型來為圖像中的前景、背面滲透和背景三部分進(jìn)行建模，避免復(fù)雜的聯(lián)合概率建模。利用初始分割來估計(jì)模型的參數(shù)，并采

5、用置信度傳播算法來求解掃描圖像的條件隨機(jī)場(chǎng)模型，得到掃描圖像每個(gè)像素的標(biāo)簽，最后采用隨機(jī)填充算法來修復(fù)背面滲透區(qū)域的像素，完成帶背面滲透掃描圖像的修復(fù)。在實(shí)際古籍手稿掃描圖像上的實(shí)驗(yàn)證明我們提出的方法能很好的保護(hù)前景內(nèi)容并有效修復(fù)背面滲透區(qū)域，取得了很好的修復(fù)效果。
　　4.提出了基于圖模型匹配的古籍印章文字識(shí)別方法。針對(duì)古籍印章文字樣本少和類內(nèi)方差大的問題，提出利用圖模型匹配算法來解決印章文字識(shí)別問題。首先，通過一系列圖像骨架處