文本圖像二值化的一個變分模型.pdf

1、文本圖像二值化在數(shù)字圖像處理中具有重要的研究意義與廣泛的應用，尤其在提高光學字符識別系統(tǒng)（OCR，Optical Character Recognition）對文本圖像處理的效率與準確性方面發(fā)揮著重要的作用。然而，文本圖像在拍攝的過程中會受到設備或者拍攝環(huán)境等因素的干擾，產(chǎn)生抖動模糊、光照不均勻、部分文本被遮擋等現(xiàn)象。因此，快速而精確的文本圖像二值化受到了研究者的廣泛重視。
　　當前現(xiàn)存的圖像二值化方法按其原理主要可以分為兩類：閾

2、值方法和偏微分方程方法。經(jīng)典的閾值方法有全局閾值法、局部自適應閾值法和混合閾值法。這些方法的實質都是先確定圖像閾值，然后通過閾值技術實現(xiàn)圖像的二值化目標。具體的各種閾值方法的區(qū)別是它們各自在確定圖像閾值時所利用的圖像信息不同：全局閾值法利用的是圖像的整體信息，局部自適應閾值法利用的是圖像像素點及其鄰域的信息，而混合閾值法則是將圖像的整體與局部信息相結合。近些年，基于偏微分方程的圖像二值化方法得到了廣泛的關注與研究，究其原因是偏微分方程可

3、以為圖像二值化提供完善的理論框架和原理解釋。偏微分方程方法首先是為原始圖像尋找一個合理的偏微分方程作為它的演化方程，然后對圖像進行演化直到收斂于穩(wěn)定狀態(tài)，即可得到原始圖像的二值化結果圖像。
　　本文提出了一種文本圖像二值化的變分偏微分方程方法。第一步為原始圖像設計一個變分模型，其極小點就是所求的最終二值化結果；第二步運用變分原理將變分模型轉化為一個偏微分方程；最后通過有限差分法求解這個偏微分方程。變分模型的能量泛函包含三項：第一項