基于文本圖像二值算法的優(yōu)化研究.pdf

1、隨著時間的推移紙質(zhì)文獻(xiàn)資料越來越多，需要占用越來越多的空間來存放，導(dǎo)致搜索、使用起來不方便，因此需要將其數(shù)字化后存儲以便于管理與應(yīng)用。為了將這些文獻(xiàn)變成數(shù)字化，一般會將它們拍攝、打印成文本圖像，然后對這些文本圖像進(jìn)行二值化，保留下它們的文本信息后再進(jìn)行后續(xù)的處理。二值化作為數(shù)字化的關(guān)鍵步驟，它的準(zhǔn)確程度直接影響了后續(xù)步驟的處理效率和準(zhǔn)確率，因此對文本圖像進(jìn)行準(zhǔn)確的二值化是十分重要的。但是，許多的紙質(zhì)文獻(xiàn)因其年代久遠(yuǎn)，文獻(xiàn)本身會出現(xiàn)一些難

2、以避免的損傷，比如紙張的舊化，一些使用后留下的痕跡，存放時間過長使得背面的字跡浸透過來等等。因此，對這些文獻(xiàn)的文本圖像進(jìn)行二值化時，難度會大幅度增加。所以，最近十多年來，二值化算法不斷的進(jìn)步，只為提高二值化的準(zhǔn)確度，以及對這些歷史文獻(xiàn)的文本圖像的適應(yīng)能力。而文本圖像由于數(shù)量巨大，不斷有不同類型的文本圖像出現(xiàn)，這也大大增加了二值化算法對這些文本圖像的適應(yīng)難度。這些二值化算法對于不同的文本圖像二值化準(zhǔn)確度各有不同，很難有一種二值化算法，能夠

3、適應(yīng)現(xiàn)有的以及以后可能出現(xiàn)的所有類型的文本圖像，單純的研究一種二值化算法不是十分理想的解決方案。
　　本研究提出一種基于文本圖像二值化算法的優(yōu)化方法，用以優(yōu)化現(xiàn)有二值化算法所得結(jié)果的準(zhǔn)確度以及它本身的適應(yīng)性，該算法希望在保留現(xiàn)有二值化算法的優(yōu)點(diǎn)的同時，提高它對各種類型文本圖像的適應(yīng)能力，同時也能夠給它所擅長類型的文本圖像二值化準(zhǔn)確度帶來再次提升。首先，我們通過 K-means算法得到了文本圖像的分類信息。然后，對文本圖像使用二值化