（管理科学与工程专业论文）基于文档图像的层分割研究.pdf

山东师范人学硕l 学位论文 摘要 图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视 觉技术。这是因为图像的分割、目标的分离、特征的提取和参数的测量将原始的 图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能因此，图 像分割多年来一直得到人们的高度重视。本文从图像分割的数学描述入手，介绍 给出了图像分割中常用的几种方法，即灰度阈值分割法、边缘检测和区域跟踪以 及基于分水岭算法的分割方法。 论文分析了文档图像的特点，指出文档图像是由一些具有特定性质的区域块 组合而成，通常包括文字块、线图、连续色调图像和半色调图像。其中，文字和 线图保存了图像较多的细节以及结构信息，具有较高的空问分辨率特征，这一部 分区域对颜色分辨率的要求不高；而连续色调和半色调的图像则保存了较多的颜 色信息，通常要求较高的颜色分辨率，但对空间分辨率的要求不高。由此采用基 于分割的文档图像压缩技术，对不同的分割区域采用不同的压缩方法可以获得更 好的压缩效果。而对文档图像进行有效的层分割是论文研究的重点。 论文提出了一种优化的文档图像分割模型。该模型将区域分割和层分割的方 法结合起来，在论文的文档图像分割优化模型中，主要借鉴l n c e n t 分水岭算 法中的基于形态学分水岭的分割方法并加以改进来进行图像的层分割。该算法的 基本思想是将图像像素点的灰度看作高度，图像中不同灰度值的区域就对应于山 峰和山谷盆地，盆地的边缘就是所谓的分水线，分水线这个名称的来历是将图像 逐渐沉人一个湖中时：图像的最低点先进水，然后水逐渐漫过整个山谷盆地，当 水位达到该盆地的边缘高度时就将溢出。该盆地这时在水溢出处建坝拦截，如此 直到整个图像沉入水中，所建的坝就成为分开各个山谷盆地的分水线。 在分水岭分割算法中，论文指出分水岭方法计算量较大，且最大的不足之处 在于分割算法常会由于噪声和其他诸如梯度的局部不规则性的影响造成过度分 割。过度分割足以令应用算法得到的结果变得毫无用处。因此在实际的应用中， 采用了改进的分水岭算法的方法，即首先对原始图象进行平滑，将平滑后的图象 使用分水岭变换，同一标号的像素属于同一贮水篙地，而将距不同贮水盆地距离 相等的像素标为分水岭点，这样就得到了图象的初始分割结果；最后应用灰度齐 山东帅范人学顺i j 学位论文 次性准则和边界强度准则进行区域的融合，从而解决了过度分割问题。实验结果 表明，该方法能得到了精确的、有意义的分割结果。 最后文章介绍了文档图像层分割的优化模型分割实验，并给出了示例图像的 分割情况。就分割的结果与单一的块分割和层分割的实验结果进行了比较。从而 说明，优化的层分割模型具有更好的分割效果。 关键词：图像分割图像处理区域分割层分割形态学分水岭区域的融合 中图分类号：t p 3 9 1 山东帅范人学硕i ：学位论文 r e s e a r c hb a s e d0 nt h ed o c u m e n ti m a g el a y e rs e g m e n t a t i o n a b s t r a c t i m a g es e g m e n t a t i o nb yi m a g ep r o c e s s i n gi n t oac m c i a ls t 印i ni m a g ea n a l y s i s a 1 1 dab a s i cc o m p u t e rv i s i o nt e c l l i l o l o g y t h i si sb e c a u s ei m a g es e g m e n t a “o n ，t 鹕e t s 印a m t i o n ，f e a t u r ee x t r a c t i o na n dm e a s u r 锄e n tp a r 锄e t e r so f t h eo r i 西n a li m a g ew i l l b et r a n s f o n n e di n t om o r ea b s t r a c ta n dm o r ec o m p a c tf o m ，m a l ( i n gm o r eh i 曲- l e v e l a n a l y s i sa n du n d e r s t a n d i n gb e c o m ep o s s i b l e t t l e r e f o r e ，i m a g es e g m e n t a t i o nh a sb e e n g a i n i n ga t t a c h 蓼e a ti n l p o r t a n c e i n “sp a p e r ，t h em a t h e m a t i c a ld e s 嘶p t i o no fi m a g e s e 舯e 1 1 t a t i o n 印p r o a c h ，西v et h ei m a g es e 鄹= l e n t a t i o ni n t r o d u c ec o m m o n l yu s e di n s e v e r a lw a y s ，t h a ti s ，笋a yt h r e s h o l ds e 肿e n t a t i o nm e t h o d ，e d g ed e t e c t i o na n d t r a c k i n 舀a sw e ua sr e 百o n a lw a t e r s h e da l g o n t h mb a s e d o nt h es e g m e n t a t i o nm e t h o d t h e s i sa n a l y z e st h ec h a r a c t e r i s t i c so fd o c 啪e n ti m a g e st h a td o c u m e n ti m a g e sa r e 仔o ms o m eo ft h es p e c i f i cn a t u r eo fac o m b i n a t i o no fr e 百o n a lb l o c k ，u s u a l l yi n c l u d i n g l a i l g u a g eb l o c k ，l i n e 舀a p h ，c o n t i n u o u st o n ei m a g e sa n dt h eh a l r o n ei m a g e s a m o n g t h e m ，t h ec h a r a c t e r sa 1 1 dt h e1 i n e 黟a p ht op r e s e em o r ei m a g ed e t a i l sa n ds t n j c n l r a l i n f o 姗a t i o nw i mh i g hs p a t i a lr e s o l u t i o nc h a r a c t 谢s t i c so fm i sp a r to ft h er e 百o nd on o t a s kf o ri 肌c ho fm e c 0 1 0 r r e s o l u t i o n ；a n dc o n t i n u o u st o n ea n dh a l r o n ei m a g e sa r e p r e s e r v e dm o r em a n yo ft h ec o l o ri n f o m a t i o n ，u s u a l l yr e q u i r cal l i 曲e rc o l o r r e s o l u t i o n ，s p a t i a lr e s o l u t i o nb u td on o ta s kf o rm u c h t 1 1 i ss e 鲫e n t a t i o n - b a s e d d o c u m e n ti m a g ec o m p r e s s i o nt e c h n o l o g y ，t 1 1 es e g m t a t i o no fd i 儆e l l tr e 百o n su s i n g d i f 衔e n tc o m p r e s s i o nm e t h o dc a l lb eab e t t c rc o m p r e s s i o ne f i e c t f o rd o c 啪e 1 1 t i m a g es e 肿肌t a t i o nl a y e re f ! i e c t i v et h e s i sa r em ef o c u so fm es t u d y o p t i m i z et h e s i sp r e s e n t sam o d e lo fd o c 哪e n ti m a g es e 舯饥t a t i o n t h em o d e l w i l lb es p l i ta n dl a y e rb l o c ks e g m e n t a t i o nm e m o dc o m b i i l i n gt h e s i sa tt h ed o c 啪e n t i l i l a g es e 删a t i o no p t i m i z a t i o nm o d e l ，t h em a i l ld r a wo nt h ew a t e r s h e da l g o r i 咖n l v i n c e n tm o 印h o l o 西c a lw a t e r s h e d - b a s e ds e 舯e n t a t i o nm e t h o d sa 1 1 dt oi m p r o v et h e i m a g eo ft h el a y e rt oc a q o u tp a n i t i o n t 1 1 eb a s i ci d e ao ft h ea l g o r i t l l i na r et h ei m a g e i l l 山东帅范人学硕l ：学位论义 p i x e l 伊a y - s c a l ea st h eh e i g h to f t h ei m a g e 伊a yv a i u eo fd i f f e r e n tr e g i o n so nt h ep e a k s a n dv a l l e y sc o r r e s p o n dt ot h eb a s i n ，t h ee d g eo ft h eb a s i ni st h es o c a l l e dd i v i d i n gl i n e ， d i v i d i n gl i n eo ft h eo “百n so ft h en 锄ei m a g e sa r e 黟a d u a l l ys h e nl a k ew h e l lap e r s o n ： t h el o w e s tp o i n to ft h ei m a 9 6o fa d v a n c e dw a t e r ，t h e nw a t e r 黟a d u a l l yd i f 扎s eo v e rt h e e n t i r ev a l l e yb a s i n ，w h e nm ew a t e rl e v e lr e a c h e dt h ee d g eo ft h eb a s i nw o u l ds p i l l h e i 曲t a tt h i st i m et h eb a s i nw a t e rs p i l la td 锄sa g e n c yt oi n t e r c 印t ，s ou n t i lt h e e n t i r ei m a g ei n t om ew a t e r t h ed a mw a sb u i l ti na l lt h ev a l l e yh a sb e c o m es e p a r a t e d 舶mt h eb a s i nd i v i d i n gl i n e a tt h ew a t e r s h e ds e 黟n e n t a t i o na l g o r i t 胁，t h ep a p e rp o i n t e do u tt h a tt h el a r g e r t h ew a t e r s h e dm e t h o d ，a 1 1 dt h ei n a d e q u a c i e so ft h e1 a r g e s ts e 舯e n t a t i o ni so r e n b e c a u s eo fn o i s ea i l do t h e ra n o m a l i e ss u c ha st h e 黟a d i e l l to fm el o c a li m p a c to f o v e r s e g m e n t a t i o n a p p l i c a t i o no fo v e 卜s e g m e n t a t i o na l g o r i t h mi se n o u 曲t om a k et h e r e s u l t su s e l e s s t h e r e f o r e ，i np r a c t i c a la p p l i c a t i o n s ，u s i n ga i li m p r o v e dw a t e r s h e d a l g o r i t h m ，t h a ti s ，f i r s to f a no r i 百n a li m a g e so ns m o o t h ，w i l ls m o o t ht h ei m a g eu s i n g t h ew a t e r s h e da r e rt h et r a n s f o 肌a t i o n ，t h es a m el a b e l i n go fm ep i x e l sb e l o n gt om e s a m ew a t e rb a s i n ，a i l dw i l lb ed i 娟玎e i l tf 如mt h es t o r a g e 丘o mt h es a m ew a t e rb a s i n ， t h ep i x e lm a r k e da saw a t e r s h e dp o i n t ，a n dt h i sh a sb e e nt h ei n i t i a li m a g e s e 殍n e n t a t i o nr e s u l t s ；f i n a l l yt h ea p p l i c a t i o no f 黟a y - s c a l eh o m o g e n e i t y 嘶t e r i aa n d g u i d e l i n e sf o r t h eb o r d e rr e 西o n so fi n t e n s i t yi n t e 黟a t i o n ，i no r d e rt oa d d r e s st h e m o b l e mo fo v e r s e 黟n e n t a t i o n t h ee x p e r i m e n t a lr e s u l t s h o wm a tt h em e t h o d c a nb e ap r e c i s ea 1 1 dm e a n i n g f h ls e 肿e n t a t i o nr e s u l t s t h el a s ta r t i c l ei n 仃o d u c e dt h ed o c 啪e n ti m a g el a y e rs e 毋n e n t a t i o ns e 圈n e n t a t i o n o p t i m i z a t i o nm o d e le x p e r i m e n t s ，a n d 西v ea ne x 锄p l eo fi m a g es e 辱n e n t a t i o n s i t u a t i o n o nm er e s u l t so fs e g m e n t a t i o nw i mas i n 酉el a y e ro fb l o c ks e g m e n t a t i o na n d s e 伊n e l l t a t i o nr e s u l t sa r ec o m p a r e d s om a to p t i m a lp a n i t i o nl a y e rp 眦i t i o nm o d e lh a s ab e t t e re f f e c t k e yw o r d s ：h n a g es e 舯e n t a t i o nh n a g ep r o c e s s i n gr e 西o ns e g m e n t a t i o nl a y e r s e 舯铋t a t i o nm o 印h o l o g y w a t e r s h e d r e 西o n a l i n t e 黟a t i o n c l a s s i f i c a t i o n ：t p 3 9 1 l v 独创声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得( 注：如没有其他需要特别声 明的，本栏可空) 或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对 本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名： 稼书 导师签字： 学位论文版权使用授权书 本学位论文作者完全了解堂撞有关保留、使用学位论文的规定，有权保留并向 国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授媸 夔可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印 或扫描等复制手段保存、汇编学位论文。( 保密的学位论文在解密后适用本授权书) 学位论文作者签名：绦帛 导师签字 签字同期：2 0 0 爷g 月弓r 签字日期：2 j 谈病 。彳年嘭同 山东! j i l i 范人学顺i ：学位论文 第1 章绪论 1 1 问题的提出及研究意义 1 1 1 问题的提出 随着信息技术的发展，文档图像在办公自动化、数字图书馆、电子商务、电 子政务等项目中已获得广泛的应用，在这些应用中，纸质文档通常采用扫描方式 形成数字化文档图像进行存储、传输、显示和打印。为了保证用户能够有效的处 理文档图像，人们不仅希望文档图像存储量应尽可能小、处理速度应尽可能快， 而且要求文档图像质量应尽可能好【3 1 。 印刷技术的发展，也使得文档图像的层次结构变得复杂起来，在图像中不仅 包含文字和背景，通常还包含图片，线图和表格等。一幅采样为4 0 0 一6 0 0 d p i ( d o t p e ri n c h ) 的普通彩色文档扫描图像，未压缩时其大小约为4 5 1 0 0 m b ，这么大的 图像显然难于快速处理，这就要求对文档图像进行高倍压缩，在保证图像质量的 前提下尽可能的提高其压缩比。 近几年来，人们通过研究发现，文档图像不同于一般的自然图像，它由一些 具有特定性质的区域块组成的，包括文字块、线图、连续色调图像( 真彩色图) 以及半色调图像( 带调色板的图) 。而且，文字和线图保存了图像较多的细节以 及结构信息，具有较高的空间分辨率的特征，这一部分区域对颜色分辨率的要求 不高；而连续色调或半色调的图像则保存了很多的颜色信息，通常要求较高的颜 色分辨率，但对空间分辨率的要求不高。因此，在设计文档图像的压缩算法的时 候，可以根据不同区域块的特点，分别采用不同的压缩技术。基于分割的文档图 像压缩技术逐渐成为研究的重点。而对文档图像进行有效的分割也成为进行文档 图像其他处理的前提。 1 1 2 研究的意义 文档图像的广泛应用，使得对文档图像分析和理解的研究成为学术界以及应 用上研究的重点。文档图像的分析，目的在于识别文档图像中的文字和图形区域， 山东帅范人学硕i j 学位论义 并进一步提取用户所需要的目标信息。主要的工作可以分为两类：( 1 ) 对文字区 域处理的纹理分析：包括倾斜检测，段落、行、字的定位，并最终通过o c r 技 术实现文字的识别；( 2 ) 图形分析：处理线图中的线和字符成分，标志图等。文 档图像分析研究的主要内容如图1 1 所示： 文字倾斜度，文字块，文直线，曲线 填充的区域 字线，段落， 图1 1 文档图像处理系统图 文档图像分析的一般步骤包括数据采样，像素级的处理和特征提取，然后对 文字区域和图形区域分别进行识别和处理。在像素级的处理中，主要包括图像的 二值化处理，图像的矢量量化，更重要的则是图像的分割技术。图像分析过程如 图1 2 所示。 2 文字， 图1 2 文档页面处理流程 曲线) ，填充区域 山东师范人学坝卜学位论义 图像分割( i m a g es e 肿e n t a t i o n ) ，在某些领域也被称为目标检测( t a r g e t d e t e c t i o n ) 或目标识别( t a r g e tr e c o 印i t i o n ) 技术，是一种重要的图像技术，不仅 得到人们广泛的重视和研究，在实际中得到大量的应用。 在对图像的研究和应用中，人们往往只对图像中的某些部分感兴趣，这些部 分被称为目标或前景( 其余部分称为背景) ，一般对应图像中特定的、具有独特 性质的区域。为了辨识和分析目标，需要将它们分离提取出来，在此基础上才有 可能对目标进一步的处理和利用，图像分割就是把图像分成各具特性的区域并提 取出感兴趣目标的技术过程。图像分割是由图像处理进行到图像分析的关键步 骤，在图像工程中占据重要的位置。一方面，它是目标表达的基础，对图像特征 的测量有重要的影响；另一方面，因为图像分割及其基于分割的目标表达、特征 提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分 析和理解成为可能。在不同的工程领域中，通常采用不同的分割方法。但是到目 前为止，还没有哪一种分割算法能够解决所有领域的所有分割问题。因此，针对 不同领域的应用，研究最佳的分割技术成为一种普遍的研究思路。 论文主要研究文档图像的分割技术，其目的在于将文档图像划分为逻辑意义 上独立的区域，为文档图像分析的后续工作提供基础。前面作者已经指出文档图 像是由具有不同特性的区域所构成，这种性质使得对于文档图像的分割非常具有 实用价值。将文档图像分割成不同的区域不仅使得对文档图像的高倍压缩成为可 能，更好的进行图像补偿和复原，而且可以根据用户的兴趣域对于图像中不同的 区域给予不同重视，采用渐进传输的方式来提高文档图像在w e b 应用中的效率。 1 2 国内外研究现状 文档图像的分割方法主要有两种：块分割和( 图) 层分割。传统的文档图像 分割技术主要是针对于二值图像，通常的做法是把文档图像分割成不同的块，然 后对于每一个块进行分类( 一般是分为文字块和图片块) ，这种方法称作块分割 ( 或图文分割) ，其主要的分割思想是基于域值的方法【4 】。最早的应用是由w 曲l 等在19 8 2 年提出的c r l s a ( c o n s t r a i n e dr 啪l e n g ms m o o t h i n g a l g o 订t h m ) 算法【5 1 。 该算法将二值文档图像划分为多个块，然后根据一些统计特性，如黑色像素的总 数，图像水平方向白色和黑色像素的变化统计等，将这些块划分为文字区域或图 3 山东帅弛人学坝l ：学位论义 片区域。1 9 8 6 年，n a g y 等采用x y 树来表示页面的结构。用树的根节点表示整 个页面的边界矩形，树中的每一个节点表示页面中的一个矩形，子节点表示的矩 形通过水平或垂直分割父亲节点代表的矩形获得，在树的不同深度交替的采用水 平和垂直分割【6 j 。1 9 9 3 年，c h a u v e t 和c o w o r k e r s 在c r l s a 算法的基础上提出 了一种递归的块分割算法，采用可变长度的结构元素来提取块分类的特性【_ 7 1 。近 年来，块分割算法更多的应用于灰度图和彩色文档图像的处理中。在这些算法中， 有的算法是直接基于图像特征，采用阈值化的方法来进行处理；有的则是利用离 散余弦等变换系数的特征来分割文字区域和图片区域，例如，m u r a t a 在1 9 9 6 年 提出的分割方法就是一种基于离散余弦变换系数的方法【8 1 。k m u r a t a 、 k k o n s t a n t i n i d e s 、m e t e m a d 、s j h a r r i n 酉o n 等都曾提出基于块分割的压缩方法。 另一种文档图像的分割技术是基于纹理的分割技术，它将文档图像的不同组成部 分，如文本、背景、图片等看作具有不同的纹理的图像，这种方法也被称为层分 割。 1 9 9 7 年，国际电信同盟( i t u ) 提出文档图像层分割的建议标准，i t u - t t 4 4 m i x e dr a s t e rc o n t e n t ( m r c ) 【9 1 。在这个建议标准中，根据文档图像的区域特 点，将文档图像划分为前景层、背景层和标记层三层，进行文档图像的处理。在 这个标准中，还对文档图像的压缩和传输过程给出了相关的建议。但是在这个标 准中，并没有就文档图像的层分割方法提出建议，因此只是一种基于文档图像层 分割压缩的理想情况。1 9 9 8 年，a t & t 实验室的b o t t o u 和h a f | f i l e r 、h o w a r d 等提 出了一种称为d i v u 的文档图像的高质量压缩的技术【1 0 ，1 1 ，1 2 1 。在他们提出的方法 中，主要是继承了i t u 提出的层分割的思路，用多尺度的二色聚类的方法将文 档图像的前景、背景分离。然后采用基于小波分解的i w 4 4 算法压缩前景和背景， 采用改进的j b i g 2 算法j b 2 算法压缩标记层。应用d j v u 算法，一副普通的杂志 页面能压缩到4 0 到6 0 k ，在相同的主观质量的f j 提下，d j v u 能够比j p e g 提高 5 到1 0 倍的压缩比。目前该技术已商业化，成为l i z a r d t e c h 公司关于文档图像 处理的解决方案。该算法也第一次从实用的角度证明了基于层分割的文档图像压 缩的有效性。1 9 9 9 年，p u r d u e 大学的h u ic h e n g 和a b o u m a i l 提出了一种多尺度 的文档图像的压缩方法【1 3 】。该方法利用多尺度b a v e s i a i l 结构，综合利用局部的 纹理特征和图像结构特征将扫描文档分割成文字、背景、标题和图像等区域。局 4 山东师范人学倾l j 学位论文 部的纹理特征提取通过小波分解在每一级分辨率获得，理想的图像结构用一个多 尺度的上下文结构来表示。区域的特征参数通过将典型文档图像分割成理想区域 的训练过程来获得。训练过程结束，文档图像的分割利用s m a p ( s e q u e n t i a l m a ) 【i m u map o s t 嘶o r i ) 算法，采用由精到粗再到精的过程进行。对文档图像分割 的不同区域块，采用不同的压缩算法分别进行压缩，在相同的比特位下，实验证 明能够取得比j p e g 、d i v h 、s p i h t 等算法更好的压缩效果。这种基于训练的方 法是人工智能中最常用的一种手段，其优点在于具有很好的灵活性。b a y e s i a l l 网 络用束表示图像的上下文结构，用树或金字塔型数据结构用来表示多尺度的特 征。其主要贡献在于将多尺度的思想和m r f 模型应用于图像分割的算法结合起 来了。传统的m r f 的方法用m a p 方法进行分割，在多尺度的b a y e s i a n 模型中 用s m a p 的方法进行分割。这也是c h a r l e sa b o u m a l l 等提出的多尺度随机场的 b a y e s i a n 图像分割技术在文档图像中的应用，这种方法从技术上讲具有很好的先 进性。2 0 0 0 年，r l q u e i r o z 等基于m r c 模型，采用优化的块域值的方法分割 文档图像，以扭曲比作为衡量算法效率的主要依据，以获得更好的视觉还原效果， 并将分割结果用于多层文档图像的压缩【1 4 1 5 】。采用这种方法能够较为方便地将一 副复杂的文档图像进行分割。数学形态学在图像处理中的应用近年来同渐受到重 视，大多数的研究用形态学算子进行预处理和后处理数学形态学理沦在图像分 割中的应用比较有代表性的是l n c e n t 等人提出的分水岭( w a t c r s h e d ) 算法。该 算法的基本思想是将图像像素点的灰度看作高度，图像中不同灰度值的区域就对 应于山峰和山谷盆地，盆地的边缘就是所谓的分水线，分水线这个名称的来历是 将图像逐渐沉人一个湖中时：图像的最低点先进水，然后水逐渐漫过整个山谷瓮 地，当水位达到该盆地的边缘高度时就将溢出。该盆地这时在水溢出处建坝拦截， 如此直到整个图像沉入水中，所建的坝就成为分开各个山谷盆地的分水线。 文档图像的层分割算法，大都基于m r c 模型，采用传统的图像分割技术( 如 聚类，阈值等算法) 或结合特定的数学工具的分割算法( 如数学形态学：l n c e m 等提出的分水岭算法等思想) 将文档图像分割成前景，背景和标记层。这些分割 层具有不同的分辨率，在图像压缩以及图像的后续处理中，需要根据不同层的特 点采用不同的压缩及处理技术，以获得最佳的图像处理效果。而层分割以其分割 区域独立，适合渐进传输等特性也逐渐的引起更多的学者的关注和重视。 5 l i 东帅范人学f 晚l j 学位论义 1 3 本文研究的目的和研究内容 1 3 1 本文研究的目的 文档图像的分割的结果是对文档图像进行处理的基础，也是决定文档图像后 续处理效果的关键因素。因此，对文档分割算法的研究是文档图像理解系统中最 关键的问题。 在上一节中，分析了目前国际上已经提出的一些效果较好的文档图像分割技 术，作者把他们主要分为两类：块分割和层分割，对于层分割算法的研究还作了 比较详细的解释。虽然文档图像的块分割和层分割的方法都获得了广泛的研究和 应用，但是这两种分割方法都有各自不可克服的弊端。块分割的方法只是将文档 图像中的文字区域和图片区域分割丌来，但对于文字区域的分析不够深入，并不 能将文字的颜色和文字区域的背景提取出来；而层分割所采用的聚类方法，虽然 能够很好的将图像中的各部分都提取出来，但是文字以及图片区域中对比度较大 的地方很容易被错误的分到不同的图层中去。这些问题都会给文档图像的压缩以 及处理带来困难，显然这是用户所不希望得到的结果。 本文针对文档图像的特点，分析了目前流行的各种文档图像分割算法，试图 提出一种优化的文档图像层分割的算法，以获得更好的分割效果。 1 3 2 本文研究的主要内容 本文研究的主要内容包括：概述了图像分割的一般技术；分析和讨论了目前 存在的两种文档图像分割主要方法，提出了一种优化的文档图像的分割模型；针 对这种模型中的分割方法，特别是层分割的方法，提出了一种改进的基于分水岭 算法的文档图像的分割方法；设计了分割的试验系统，并对分割结果进行了评价。 1 3 3 论文结构安排 论文主要结构安排如下： 第一章介绍论文的主要研究内容。首先讨论进行文档图像分割必要性以及研 究的意义；就论文研究涉及的文档图像的分割方法研究现状进行了综述；最后提 6 山东帅范人学硕i ：学f 节论文 出了论文的研究目的和主要内容，并对全文结构进行简要说明。 第二章概述了图像分割的主要技术，并分析和讨论了文档图像分割的两种主 要技术：块分割和层分割，对两种分割方法的效果进行了比较。 第三章结合区域分割和层分割算法，提出了一种优化的文档图像的分割模 型。并对其中的关键技术进行了深入的介绍。 第四章在上一章提出的优化模型的基础上，对于其中的层分割的方法进行了 讨论，提出了一种改进的基于数学形态学的分水岭算法的文档图像分割方法。 第五章介绍了分割实验，并对分割的结果进行了评价和比较。 第六章是论文的总结部分。集中讨论了论文中提出的方法，并对进一步的工 作提出了自己的建议。 1 4 本章小结 本章提出了论文研究的主要意义，分析了文档图像分割技术的现状，陈述了 论文研究的目的和主要内容，并简要说明了论文的结构。 2 1 图像分割技术 第2 章文档图像分割方法 我们知道对灰度图像的分割常可基于像素灰度值的两个性质：不连续性和 相似性。区域内部的像素一般具有灰度相似性，而在区域之间的边界上一般具有 灰度不连续性。所以分割算法可据此分为利用区域间灰度不连续性的基于边界的 算法和利用区域内灰度相似性的基于区域的算法。也就是说图像分割大致可以分 为基于边缘检测的方法和基于区域的方法。基于边缘检测的方法使用局部窗口操 作，检测出局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同 的区域。基于区域的方法按某种准则人为地把图像分为若干规则块，以后按属性 一致的原则，反复分开属性不一致的图像块，合并具有一致属性的相邻图像块， 直至形成一张区域图。在实际应用中，从不同的理论角度提出了许多方法，这些 方法主要可划分为三种类型：阈值型、边缘检测型和区域跟踪型。 7 山东帅范人学f 唤i j 学位论文 2 1 1 阈值方法 图像阈值分割是一种广泛使用的图像分割技术。它利用图像中要提取的e 标 物与背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域的组合， 选取一个合适的阈值，以确定图像中每个像素点应该属于目标还是属于背景区 域，从而得到相应的二值图像。它不仅可以压缩数据，减少存储量，而且可以大 大简化后继分析和处理步骤。这种方法是先确定一个处于图像灰度取值范围之中 的灰度阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较 结果将对应的像素划分为两类：像素的灰度值大于闽值的为一类，像素的狄度值 小于阈值的为另一类。这两类像素一般分属于图像中的两类区域，所以对像素根 据阈值分类达到了区域分割的目的。阈值分割可以分为全局阈值和局部阈值两种 情况；阈值选取方法的依据基础是图像灰度值的灰度直方图，对于一幅图像，可 以是基于多阈值分割，也可以是单分割，虽然多阈值分割能更进一步提高图像的 分割质量，但是它只是分割技巧处理问题，与单阈值在原理上是一样的【l6 1 。 从以上步骤中可知，确定阈值是分割的关键。闽值一般可写成如下形式： t = t 【x ，y ，p ( x ，y ) ，q ( x ，y ) 】 其中p ( x ，y ) 代表像素点( x ，”处的灰度值，q ( x ，y ) 代表该点邻域的局部特 性。如果p ( x ，y ) t ，则点( x ，y ) 记作物体点，反之则记作背景点。根据对t 的不 同限制，可得到三种不同类型的阈值，即： 全局阈值t = t p ( x ，y ) ( 只与全图各像素的本身性质有关) 局部阈值t = t p ( x ，y ) ，q ( x ，y ) 】( 与区域内各像素的值，相邻像素值的关系 有关) 动态阈值t = t x ，y ，p ( x ，y ) ，q ( x ，y ) 】( 与像素空间坐标、该点像素性质、该 点的局部邻域特征有关) 阈值的选择通常是利用直方图。给予直方图分析的门限分割法最直观，应 用最普遍。这种方法对于直方图具有明显的双峰图像，可获得很好的分割效果。 在图像内容不太复杂、灰度分布较集中的情况下，往往采用最简单的全局阈值， 并不考虑图像中点的位置和其邻域性质。但现实生活中大多数自然景象的图像直 方图变化丰富，很少表现为明显的双峰。对于这类图像，一种方法是将图像分成 若干小块即子图像，并对每块设定局部阈值。另一种方法是根据空间信息和灰度 8 山力：帅范人学帧i j 学位论文 信息值采用动态阈值。 常见阈值选取方法有： 双峰法。它的原理是：假设图像是由前景和背景组成，在灰度直方图上， 前后二景都形成高峰。在双峰之间的最低谷处就是图像的闽值所在。该方法从分 割效果来看，当前后景对比较为强烈时，分割效果较好，否则基本无效。 迭代法。它基于逼近的思想，基本算法为：( 1 ) 求出图像的最大灰度值和 最小灰度值，分别记为m a ) 【和m i n 。令初始阈值为：t o = ( m a ) 【+ m i n ) 2 ；( 2 ) 根 据当前阈值t k 将图像分割为前景和背景，分别求出两者的平均灰度值z o 和z b ；( 3 ) 求出新阂值t k + l = ( z o + z b ) 2 ；( 4 ) 如果t k = t k + l ，则所得即为t k + l ；否则转( 2 ) 迭代计 算。迭代所得的阈值分割效果良好，基于迭代的阈值能区分图像的前景和背景的 主要区域所在，但是在图像的细微处还是没有很好的区分度。 大津法。该方法的基本原理是：假设给定图像的灰度级范围为 l l ，l 2 】，其中第 l 2 i 个灰度级像素的个数为h ( i ) ，( l i i l 2 ) 。图像中像素的总个数为n = h ( i ) ， 每个灰度级存在的概率为p i = h ( i ) n ，灰度级t 是图像的阈值，它将图像中的像素 分为c o ，c i 两类，其中c o 为灰度值在 l l ，t l 】间的像素数，c l 为灰度值在【t ，l 2 】间 的像素数。则求t 使得f 【t ) = w ow i ( u o _ u 1 ) 2 最大，其中 t 1 t - l l l w 。= p i ，= p ；w 。，w = p i ，“。= p i w 。；在此基础上人们又提出了 大熵判据法卿m a x m t z e ：m ，= h 。+ h - 这里风= 姜彘h 蔑，q = 善鲁h 舄 这两种方法的共同点是图像的阈值可以通过目标函数来求取极限值。实验表明， 这两种方法选取阈值在大多数情况下可以使用，效果较为良好，尽管有时候效果不 是最佳，但是对分割质量通常是最稳定的。其主要缺陷是当目标物和背景灰度差 别不明显图像较为复杂时，会出现大块黑色区域，甚至会丢失一些重要的信息。灰 度拉伸法。为了解决大津法的缺陷，有人提出了灰度拉伸的增强大津法，这种方法 是在大津法的基础熵通过增加灰度的级数来增强前后的灰度差，从而解决这个问 题。灰度增强的方法是用原来的灰度级乘上同一个系数，从而扩大灰度的级数，特 别是当乘上的系数是1 时，就是大津法的原型。因此，大津法可以看作是它的一个 9 m 糸帅n # mf n t 特例。在现实中，实现耿度拉伸有多种方法，埘不同的图像，应使用不同的拉伸系 数。k m h 箅了法。这种算法的基本思想是对数宁图像的每个像素，考虑它的八个 邻点的狄度值以其中的三个相邻点的加权和减上剩下五个邻点的加权得到若值， 令i 个邻点绕限像累点不断移动。墩此八个芹值的龆人值做为k i r s h 算子。此方 泄、刘h $ 】、和背跪对比强烈且集中的情况，其作用表现突m 。 罔21 足f l j 不同方法埘同一图像实验的效果和闽值t ： 始图像灰度直方图 ( c ) 双峰法t = 1 4 78 ( e ) 大津法# 1 1 7 1 ( d 灰度拉伸法卢i 5 ( g ) i ( i r 幽算予法t = 1 3 4 6 图2 1 效果比较图和阐值 从比照来看，迭代法和灰度拉伸法对该图像的分割效果较为理想。 氨一蜕一一醚 ； ： 始 d iiill，一 2 1 2 边缘检测分割法 边缘检测分割法是通过榆洲不同区域边界柬进彳j 分割的缘总足以釉渡突 变的彤武出王虬，可以定义为图像局甜晰性的不性，如扶度的突变、纹耻结构的突 变等。边缘常常意味着个医终结和另个区域的1 ：始。对于边缘的榆测常常借 助于卒域微分算子进行，通过将其模图像卷积完成。两个具有不同扶度值的帽邻 区域之叫总存在挑缘。扶度边缘是扶度值不连续( 或突变) 的结果，这种不连续常 可求一阶和二阶导数方便的检测到。在现存的局部技术边缘检测中，j 三要有一次 微分( s o b e l 算予、r o b e n s 算子等) 、二次微分拉斯算子等) 和模板操作( p r c w l t 并子、 k i 砧c h 算予、r 0 b i n s o n 算子) 7 】。圈22 给出几种算子的效果图。 ( c )( d ) 图2 2 不同微分算于的边缘检i i 散粜 a ) 原始图像( b ) r o b e n s 算了检测( c ) p n w i t 算子检测( d ) s o b 亡检测 j i ：州舡 掌ll 学位l e i 这些边缘检测器对边缘扶度值过渡比较尖锐日噪声较小等不 复杂的图像， 大多数提取算法均可以取得较好的效果但对丁边缘复杂、采光不均匀的图像来 说，则效果不太理想半耍表现为边缘模糊、边缘非蕾像索宽、弱边缘丢失和整 体边缘的不连续等方面存噪声较大的情况下常用的边缘检测算法如m 拼算了， 递归滤波器和c a 叫v 算子等都是先对幽像进行适当的f 滑，抑制噪声，然后求 导数，或者先对图像进行局部拟台，然后冉用拟合的光滑函数的导数柬代誉直接 的数值导数c a n t l y 算千较为简单，而且考虑了梯瞳方向效果比较好无沦是哪 一种边缘检测算子，遗随的是至今为止仍没有个固定的评价其性能优劣的准则 下面介绍一fc a l l i l y 给出的准则c 柚n