掃描古籍圖像透背去除算法研究.pdf

1、古籍，是指未采用現(xiàn)代印刷技術(shù)印制的書籍，具有重要的文獻(xiàn)考古價(jià)值。古籍的數(shù)字化可以真實(shí)且清晰地反映古籍原貌，在信息傳播和利用上具有極大優(yōu)勢(shì)。古籍?dāng)?shù)字化在提供古籍字符信息的同時(shí)，也應(yīng)當(dāng)向使用者提供質(zhì)量可靠的古籍圖像信息，然而古籍文本由于年代久遠(yuǎn)或保存不當(dāng)，圖像質(zhì)量下降嚴(yán)重，所以古籍圖像修復(fù)成為了古籍?dāng)?shù)字化中的重要問(wèn)題。對(duì)于古籍文本的掃描圖像而言，透背問(wèn)題尤為重要。透背現(xiàn)象是指一種圖像質(zhì)量衰減現(xiàn)象，往往是由于墨水從紙張的正面滲透到反面，從而影

2、響了文本的閱讀。如何實(shí)現(xiàn)掃描古籍圖像的透背去除，成為古籍圖像數(shù)字化過(guò)程中一個(gè)越來(lái)越重要的課題。本文圍繞如何快速有效地去除掃描古籍圖像中透背部分的問(wèn)題展開研究。
　　論文介紹了國(guó)內(nèi)外掃描古籍圖像透背去除算法的研究現(xiàn)狀，并在現(xiàn)有透背去除算法的基礎(chǔ)上，分別提出了基于支持向量機(jī)(Support Vector Machine，SVM)的掃描古籍圖像透背非盲去除方法和全局與局部特征相結(jié)合的掃描古籍圖像透背盲去除方法。本文的主要研究?jī)?nèi)容如下:<

3、br>　　1.在掃描古籍圖像的信息提取方面，對(duì)現(xiàn)有的圖像特征提取算法進(jìn)行分析研究，提出了一種基于高斯混合模型(Gaussian Mixture Model，GMM)的圖像全局特征提取方法。根據(jù)掃描古籍圖像的圖像內(nèi)容特點(diǎn)和像素灰度級(jí)分布特點(diǎn)，通過(guò)對(duì)圖像建立高斯混合模型，并根據(jù)圖像的高斯混合模型中的參數(shù)，提取出圖像特征。
　　2.在掃描古籍圖像透背非盲去除方面，提出了一種基于支持向量機(jī)的掃描古籍圖像透背非盲去除方法。該算法對(duì)配準(zhǔn)后的掃

4、描古籍圖像對(duì)進(jìn)行K-means初始聚類，根據(jù)雙面圖像特點(diǎn)，隨機(jī)選擇訓(xùn)練樣本并訓(xùn)練SVM分類器，利用訓(xùn)練好的SVM分類器對(duì)圖像進(jìn)行細(xì)致分類，最后根據(jù)分類結(jié)果對(duì)透背區(qū)域進(jìn)行修復(fù)，得到無(wú)透背的掃描古籍圖象。該方法運(yùn)算簡(jiǎn)單，能夠較好的滿足非盲去除要求。
　　3.在掃描古籍圖像透背盲去除方面，本文主要分析了全局和局部特征對(duì)透背去除效果的影響，提出了一種基于全局和局部特征的掃描古籍圖像透背盲去除方法。該方法首先通過(guò)圖像的高斯混合模型中的參數(shù)提