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，具有重要的文獻考古價值。古籍的數(shù)字化可以真實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。古籍數(shù)字化在提供古籍字符信息的同時，也應(yīng)當向使用者提供質(zhì)量可靠的古籍圖像信息，然而古籍文本由于年代久遠或保存不當，圖像質(zhì)量下降嚴重，所以古籍圖像修復(fù)成為了古籍數(shù)字化中的重要問題。對于古籍文本的掃描圖像而言，透背問題尤為重要。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。如何實現(xiàn)掃描古籍圖像的透背去除，成為古籍圖像數(shù)字化過程中一個越來越重要的課題。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題展開研究。
　　論文介紹了國內(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(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。本文的主要研究內(nèi)容如下:<

3、br>　　1.在掃描古籍圖像的信息提取方面，對現(xiàn)有的圖像特征提取算法進行分析研究，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)容特點和像素灰度級分布特點，通過對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的掃描古籍圖像透背非盲去除方法。該算法對配準后的掃

4、描古籍圖像對進行K-means初始聚類，根據(jù)雙面圖像特點，隨機選擇訓(xùn)練樣本并訓(xùn)練SVM分類器，利用訓(xùn)練好的SVM分類器對圖像進行細致分類，最后根據(jù)分類結(jié)果對透背區(qū)域進行修復(fù)，得到無透背的掃描古籍圖象。該方法運算簡單，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。該方法首先通過圖像的高斯混合模型中的參數(shù)提