彩色扫描图像中图文分割算法.pdfVIP

第 16 卷 第 4 期 2004 年 4 月 计算机辅助设计与图形学学报 JOURNAL OF COMPUTER AI DED DESI GN SCOMPUTER GRAP ICS Vol. 16 ， No. 4 A p r. ， 2004 原稿收到日期： 2003 02 21 ；修改稿收到日期： 2003 12 15. 本课题得到教育部优秀年轻教师基金（教人司［ 2000 ］ 11 ）和重庆市科技攻关项目 （ 2000 2572 ）资助 . 朱庆生，男， 1956 年生，博士，教授，博士生导师，中国计算机学会常务理事，主要研究方向为多媒体数据压缩、网络数字文档 图像处理、软件开发环境等 . 曾令秋，男， 1975 年生，硕士，助教，主要研究方向为数字图像处理、压缩及传输 . 彩色扫描文档图像中图文分割算法 朱庆生 曾令秋 （重庆大学计算机学院 重庆 400044 ） 摘 要 针对彩色扫描文档图像的背景噪声以及文本区的纹理干扰，提出一种利用图像处理技术、结合彩色文档图 像自身特点、对文档插图区域进行定位与分割的方法 . 首先生成一组减弱了文本区纹理信息的多尺度特征缩图；然 后采用基于连通度的标记分割法去掉文本区域信息，确定图像区域；最后融合多尺度缩图信息实施图文分割 . 实验 结果表明：该方法对于提高扫描文档图像的压缩比是行之有效的 . 关键词 多尺度缩图；像素连通度；图像分割 中图法分类号 TP391 Se g menti n g I ma g e and text i n Color Document I ma g e Zhu @i n g shen g Zen g Li n gg i u （ Colle g e o f Com P uter science ， Chon gl in g Unioersit y ， Chon gl in g 400044 ） Abstract An al g orit hm f or se g menti n g document i ma g e ， taki n g i nto consi deration both noise of back g round and i nterf erence of texture is p ro p osed to i m p rove t he com p ression ratio f or scanned document i ma g e. First t he multiscale characteristic i ma g e wit h reduced texture of text is g enerated. Then p ict ure areas i n document are extracted b y means of marked se g mentation based on connection de g ree of p i xels. At last p ict ure and text areas are demarcated b y f usion of diff erent scale characteristic i ma g es. Ex p eri ments show that t his al g orit hmis si m p le and eff ecti ve. Ke y words multiscale reduced i ma g e ； connection de g ree of p i xels ； i ma g e se g mentation 1 引 言 扫描文档图像的压缩在电子政务和数字图书馆 等领域已有广泛的应用，但目前大部分已有的图像 压缩算法（如 JPEG ）都是基于图像的空间分辨率同 构的假设，应用于文档图像压缩时效果不甚理想 . 显然，提高压缩比有利于文档图像的存储和传输 . 目前，多数文档的数字化处理都是直接对文档进行 扫描，并用 JPEG 或 TIF 等格式进行存储 . 如果采 用 100 DPI 扫描一页纸质文档，得到的 JPEG 文件通 常为 150 KB 左右，且可读性较差；如果用 300 DPI 进行扫描，虽然增强了可读性，但 JPEG 文件的大小 也上升为 500 KB 左右；即使采用 GIF 格式将其压缩 成黑白页，文件的大小也在 50 !100 KB. 当前所采 用的文档图像压缩技术存在着两个瓶颈问题：存储 空间大和传输速度慢；并且由于没有成熟的文档图 像压缩技术，使得大量的珍贵资料不能够进行数字 化保存，从而延缓了数字图书馆的建设进程 . 图像分割以前主要应用于图像的分析和理解， 而基于图像分割的压缩则是图像语义压缩的核心问 题，文档图像