-
题名基于改进U⁃Net的低质量文本图像二值化
被引量：4
- 1
-
-
作者
王红霞
何国昌
李玉强
陈德山
-
机构
武汉理工大学计算机科学与技术学院
武汉理工大学智能交通系统研究中心
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第4期231-239,共9页
-
基金
国家青年科学基金项目“基于多约束三维重构的低分辨率前视声呐目标探测研究”(51609193)。
-
文摘
文本图像二值化是光学字符识别的关键步骤,但低质量文本图像背景噪声复杂,且图像全局上下文信息以及深层抽象信息难以获取,使得最终的二值化结果中文字区域分割不精确、文字的形状和轮廓等特征表达不足,从而导致二值化效果不佳。为此,提出一种基于改进U-Net网络的低质量文本图像二值化方法。采用适合小数据集的分割网络U-Net作为骨干模型,选择预训练的VGG16作为U-Net的编码器以提升模型的特征提取能力。通过融合轻量级全局上下文块的U-Net瓶颈层实现特征图的全局上下文建模。在U-Net解码器的各上采样块中融合残差跳跃连接,以提升模型的特征还原能力。从上述编码器、瓶颈层和解码器3个方面分别对U-Net进行改进,从而实现更精确的文本图像二值化。在DIBCO 2016—2018数据集上的实验结果表明,相较Otsu、Sauvola等方法,该方法能够实现更好的去噪效果,其二值化结果中保留了更多的细节特征,文字的形状和轮廓更精确、清晰。
-
关键词
文本图像二值化
U-Net网络
全局上下文
残差跳跃连接
DIBCO数据集
-
Keywords
document image binarization
U-Net network
global context
residual skip connection
DIBCO dataset
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名局部高亮干扰文本图像的二值化方法研究
被引量：4
- 2
-
-
作者
孙洁娣
温江涛
李书茉
任瑞军
-
机构
燕山大学信息科学与工程学院
燕山大学河北省测试计量技术及仪器重点实验室
中国石油天然气管道通信电力工程总公司
-
出处
《光电工程》
CAS
CSCD
北大核心
2012年第11期75-80,共6页
-
基金
国家自然基金资助项目(61102110)
-
文摘
本文提出一种新的基于Curvelet变换的文本图像二值化处理方法,以消除文本图像中局部高亮度区域对二值化图像质量的影响。首先对具有局部高亮度区域干扰的原始文本图像进行Curvelet变换,得到图像在曲波域的Curvelet系数集;然后根据各Curvelet系数所表征的图像特征,对Curvelet系数进行非线性增强,以优化文本图像的直方图分布;对增强的Curvelet系数集进行反变换,得到直方图优化后的时域图像,进而应用Otsu方法实现文本图像二值化。应用本文方法对具有带状及点状局部高亮度区域的文本图像进行二值化处理,并采用ABBYYFineReader10对二值图像进行OCR识别。实验结果表明,通过本文提出的处理方法所得到的二值化图像,其字符的OCR识别准确率最高可达94.81%,优于其他四种典型的图像二值化处理方法。
-
关键词
文本图像二值化
局部高亮干扰
多尺度处理
CURVELET变换
-
Keywords
document image binarization
local highlight interference
multi-scale processing
Curvelet transform
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
