基于文檔圖像的層分割研究.pdf

1、圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵步驟，也是一種基本的計(jì)算機(jī)視覺技術(shù)。這是因?yàn)閳D像的分割、目標(biāo)的分離、特征的提取和參數(shù)的測量將原始的圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的分析和理解成為可能.因此，圖像分割多年來一直得到人們的高度重視。本文從圖像分割的數(shù)學(xué)描述入手，介紹給出了圖像分割中常用的幾種方法，即灰度閾值分割法、邊緣檢測和區(qū)域跟蹤以及基于分水嶺算法的分割方法。 論文分析了文檔圖像的特點(diǎn)，指出文檔圖像是由一些具有特定性

2、質(zhì)的區(qū)域塊組合而成，通常包括文字塊、線圖、連續(xù)色調(diào)圖像和半色調(diào)圖像。其中，文字和線圖保存了圖像較多的細(xì)節(jié)以及結(jié)構(gòu)信息，具有較高的空間分辨率特征，這一部分區(qū)域?qū)︻伾直媛实囊蟛桓?；而連續(xù)色調(diào)和半色調(diào)的圖像則保存了較多的顏色信息，通常要求較高的顏色分辨率，但對空間分辨率的要求不高。由此采用基于分割的文檔圖像壓縮技術(shù)，對不同的分割區(qū)域采用不同的壓縮方法可以獲得更好的壓縮效果。而對文檔圖像進(jìn)行有效的層分割是論文研究的重點(diǎn)。 論文提出了

3、一種優(yōu)化的文檔圖像分割模型。該模型將區(qū)域分割和層分割的方法結(jié)合起來，在論文的文檔圖像分割優(yōu)化模型中，主要借鑒L.Vincent分水嶺算法中的基于形態(tài)學(xué)分水嶺的分割方法并加以改進(jìn)來進(jìn)行圖像的層分割。該算法的基本思想是將圖像像素點(diǎn)的灰度看作高度，圖像中不同灰度值的區(qū)域就對應(yīng)于山峰和山谷盆地，盆地的邊緣就是所謂的分水線，分水線這個(gè)名稱的來歷是將圖像逐漸沉人一個(gè)湖中時(shí)：圖像的最低點(diǎn)先進(jìn)水，然后水逐漸漫過整個(gè)山谷盆地，當(dāng)水位達(dá)到該盆地的邊緣高度時(shí)

4、就將溢出。該盆地這時(shí)在水溢出處建壩攔截，如此直到整個(gè)圖像沉入水中，所建的壩就成為分開各個(gè)山谷盆地的分水線。 在分水嶺分割算法中，論文指出分水嶺方法計(jì)算量較大，且最大的不足之處在于分割算法常會由于噪聲和其他諸如梯度的局部不規(guī)則性的影響造成過度分割。過度分割足以令應(yīng)用算法得到的結(jié)果變得毫無用處。因此在實(shí)際的應(yīng)用中，采用了改進(jìn)的分水嶺算法的方法，即首先對原始圖象進(jìn)行平滑，將平滑后的圖象使用分水嶺變換，同一標(biāo)號的像素屬于同一貯水盆地，而