文本图像二值化的偏微分方程模型研究

发布时间：2021-11-20 00:18

　　文本图像二值化（即把灰度或彩色文本图像转化为二值图像）是光学字符识别的基础,在文本图像分析和模式识别中起着至关重要的作用。近年来,文本图像二值化的研究备受关注。特别是,2009年第一届国际文本图像二值化竞赛（Document Image Binarization Competitions,DIBCO）的成功举办对文本图像二值化的发展具有里程碑式的意义。DIBCO数据包（DIBCO 2009-2014,DIBCO 2016-2018）为文本图像二值化的研究提供了丰富的测试图像,DIBCO采用的定量化指标为评价文本图像二值化结果的优劣提供了可靠依据。图像获取过程或文档自身等原因可能导致文本图像退化,例如光照不均、噪声、对比度不均、透背、模糊。因此,对退化文本图像的二值化技术的要求越来越高。近几年,文本图像二值化的偏微分方程方法受到了国内外学者的广泛重视。该方法与其它二值化方法（如聚类法、阈值法等）相比,具有较强的局部自适应性和较高的灵活性等优势。本文提出一个文本图像二值化的偏微分方程模型及其数值算法。该模型的基本思想是:原始文本图像在偏微分方程的控制下进行演化,产生一系列逐渐趋于二值化的图... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

x,t平面网格剖分Fig.2.1planargrids

内点和边界点Fig.2.2Innerpointandboundarypoint

二值化源项对理想的文本图像的二值化结果


本文编号：3506180