一种基于emd的智能文档图像块检测方法
【技术领域】
[0001] 本发明设及文档图像检测处理技术，尤其设及一种基于EMD的智能文档图像块检 测方法，适用于退化文档图像的自适应阔值分割。
【背景技术】
[0002] 技术词解释
[0003] EMD;经验模态分解，英文全称为 Empirical Mode Decomposition。
[0004] 对于从文档图像的背景中区分文字，即将文档图像的灰度级图像转换为二值图 像，其有巨大的应用价值，而在众多应用中，其主要应用在光学字符识别、自动银行支票处 理、签名验证等方面。目前，已提出了许多算法来实现从文档图像的背景中区分文字，但是 由于成像环境限制，文档图像常常被复杂的背景、非均匀的强度、阴影等该类因素退化，因 此，使得分离文档图像中的文字，变得非常困难。
[0005] 而为了解决该些问题，已有许多二值化算法被提出，该些算法主要归为两类，其包 括；1、全局阔值分割算法，如Tsai, Johannsan, Kapur等算法，然而，该些方法并不适用于 包含各种背景图案或背景不均匀的源图像；2、局部阔值分割算法，如Niblack，Sauvla，B. Goto等算法，虽然其可适用于包含各种背景图案或背景不均匀的源图像，但是，在数据计算 处理时，针对每个像素都必须估计其阔值，因此，该些方法均需耗费过长的处理时间，计算 过程复杂冗长。而对于所述的文档图像二值化，其通常是被广泛应用于便携式设备中，但便 携式设备的存储空间和计算能力均有限，因此，上述那些计算复杂度高、耗时长的局部阔值 分割算法均不能满足将文档图像二值化应用于便携式设备的要求。
【发明内容】
[0006] 为了解决上述技术问题，本发明的目的是提供一种计算简单、速度快的基于经验 模态分解的智能文档图像块检测方法。
[0007] 本发明所采用的技术方案是：一种基于EMD的智能文档图像块检测方法，该方法 包括：
[0008] A、对文档图像进行灰度变换处理，从而获得文档灰度图像；
[0009] B、计算所述文档灰度图像的均值与方差，W及计算所述文档灰度图像的水平投影 直方图；
[0010] C、对计算得出的水平投影直方图进行EMD分解，从而得到多个本征模函数分量W 及残差，将得到的最后一个本征模函数分量和残差进行求和后，将求和结果作为所述水平 投影直方图的趋势线；
[0011] D、计算趋势线与水平投影直方图之间交点位置的横坐标，然后根据计算出的多个 横坐标，从而计算相邻交点位置的横坐标之间的间隔宽度；
[0012] E、根据计算出的间隔宽度，从而进行图像子块的分割，然后对分割出的多个图像 子块进行阔值处理后，计算每个图像子块的均值与方差；
[0013] F、根据文档灰度图像的均值和方差w及图像子块的均值和方差，从而判断该图像 子块是否为背景，然后根据判断的结果进行相应的处理。
[0014] 进一步，对于步骤B中所述计算所述文档灰度图像的水平投影直方图，其所采用 的公式如下所示：
[0015]
[0016] 其中，H(y)表示文档灰度图像的水平投影直方图，f(x，y)表示为文档灰度图像的 像素矩阵，M表示为文档灰度图像的像素矩阵的行数。
[0017] 进一步，所述步骤C具体包括：
[0018] 对计算得出的水平投影直方图进行EMD分解，分解后所得出的结果如下公式所 示：
[0019]
[0020] 其中，H表示为文档灰度图像的水平投影直方图，Ci表示为第i个本征模函数分 量，Tn表不为残差；
[0021] 将得到的最后一个本征模函数分量和残差进行求和后，将求和结果作为所述水平 投影直方图的趋势线，所述求和所采用的公式如下所示：
[0022] T =叫+Cn
[002引其中，T表示为趋势线，句为第N个本征模函数分量，rW为残差。
[0024] 进一步，所述步骤D包括：
[00巧]D1、计算趋势线与水平投影直方图之间交点位置的横坐标；
[0026] D2、设置一数组，将计算得出的所有横坐标依序存储于该数组中，并在该数组中插 入初始位置和终点位置；
[0027] D3、根据该数组，从而计算相邻交点位置的横坐标之间的间隔宽度。
[0028] 进一步，所述步骤E包括：
[0029] E1、将计算出的间隔宽度作为图像子块分割窗口的高度和宽度，然后，根据该图像 子块分割窗口进行图像子块的分割，分割后所得到的图像子块的高度和宽度均为上述计算 出的间隔宽度；
[0030] E2、对分割出的多个图像子块进行阔值处理后，计算每个图像子块的均值与方差。
[0031] 进一步，所述步骤F具体为：
[0032] 根据文档灰度图像的均值和方差W及图像子块的均值和方差，从而判断该图像子 块是否为背景；
[0033] 当该图像子块的方差小于文档灰度图像的方差，且该图像子块的均值大于文档灰 度图像的均值时，则判断该图像子块为背景；
[0034] 当该图像子块的方差大于等于文档灰度图像的方差，且该图像子块的均值小于等 于文档灰度图像的均值时，则采用自适应阔值算法对该图像子块进行二值化处理。
[0035] 进一步，所述自适应阔值算法为0TSU自适应阔值算法。
[0036] 本发明的有益效果是：本发明的检测方法不仅能够适用于被复杂成像环境退化的 文档图像，而且该检测方法计算量小，可适用于便携式设备。
【附图说明】
[0037] 下面结合附图对本发明的【具体实施方式】作进一步说明：
[0038] 图1是本发明一种基于EMD的智能文档图像块检测方法的步骤流程图；
[0039] 图2是本发明一种基于EMD的智能文档图像块检测方法的一具体实施例步骤流程 图；
[0040] 图3是水平投影直方图与趋势线的示意图。
【具体实施方式】
[00川如图1所示，一种基于EMD的智能文档图像块检测方法，该方法包括：
[0042] A、对文档图像进行灰度变换处理，从而获得文档灰度图像；
[0043] B、计算所述文档灰度图像的均值与方差，W及计算所述文档灰度图像的水平投影 直方图；
[0044] C、对计算得出的水平投影直方图进行EMD分解，从而得到多个本征模函数分量W 及残差，将得到的最后一个本征模函数分量和残差进行求和后，将求和结果作为所述水平 投影直方图的趋势线；
[0045] D、计算趋势线与水平投影直方图之间交点位置的横坐标，然后根据计算出的多个 横坐标，从而计算相邻交点位置的横坐标之间的间隔宽度；
[0046] E、根据计算出的间隔宽度，从而进行图像子块的分割，然后对分割出的多个图像 子块进行阔值处理后，计算每个图像子块的均值与方差；
[0047] F、根据文档灰度图像的均值和方差W及图像子块的均值和方差，从而判断该图像 子块是否为背景，然后根据判断的结果进行相应的处理。
[0048] 进一步作为优选的实施方式，对于步骤B中所述计算所述文档灰度图像的水平投 影直方图，其所采用的公式如下所示：
[0049]
[0050] 其中，H(y)表示文档灰度图像的水平投影直方图，f(x，y)表示为文档灰度图像的 像素矩阵，M表示为文档灰度图像的像素矩阵的行数。
[0051] 进一步作为优选的实施方式，所述步骤C具体包括：
[0052] 对计算得出的水平投影直方图进行EMD分解，分解后所得出的结果如下公式所 示：
[0053]
[0054] 其中，H表示为文档灰度图像的水平投影直方图，Ci表示为第i个本征模函数分 量，Tn表不为残差；
[0055] 将得到的最后一个本征模函数分量和残差进行求和后，将求和结果作为所述水平 投影直方图的趋势线，所述求和所采用的公式如下所示：
[0056] T =Tn+Cn
[0057] 其中，T表示为趋势线，cw为第N个本征模函数分量，r w为残差。
[0058] 进一步作为优选的实施方式，所述步骤D包括：
[0059] D1、计算趋势线与水平投影直方图之间交点位置的横坐标；
[0060] D2、设置一数组，将计算得出的所有横坐标依序存储于该数组中，并在该数组中插 入初始位置和终点位置；
[0061] D3、根据该数组，从而计算相邻交点位置的横坐标之间的间隔宽度。
[0062] 进一步作为优选的实施方式，所述步骤E包括：
[0063] E1、将计算出的间隔宽度作为图像子块分割窗口的高度和宽度，然后，根据该图像 子块分割窗口进行图像子块的分割，分割后所得到的图像子块的高度和宽度均为上述计算 出的间隔宽度；
[0064] E2、对分割出的多个图像子块进行阔值处理后，计算每个图像子块的均值与方差。
[0065] 进一步作为优选的实施方式，所述步骤F具体为：
[0066] 根据文档灰度图像的均值和方差W及图像子块的均值和方差，从而判断该图像子 块是否为背景；
[0067] 当该图像子块的方差小于文档灰度图像的方差，且该图像子块的均值大于文档灰 度图像的均值时，则判断该图像子块为背景；
[0068] 当该图像子块的方差大于等于文档灰度图像的方差，且该图像子块的均值小于等 于文档灰度图像的均值时，则采用自适应阔值算法对该图像子块进行二值化处理。然后按 顺序存储图像子块的二值化结果作为整幅图像，最后整体显示阔值分割后的结果。
[0069] 进一步作为优选的实施方式，所述自适应阔值算法为0TSU自适应阔值算法。
[0070] 本发明方法一具体实施例
[0071] 如图2所示，一种基于EMD的智能文档图像块检测方法，其具体包括：