行二值化；以及 标记部2012,被配置为将具有最大尺寸的白色的连通部件以及与其平均亮度差别在一定范 围内的其他的白色连通部件标记为背景部分。
[0039] 该背景部分提取模块201利用了背景变化较为缓慢而前景变化较为迅速的特征 来提取背景部分。仍然以图1的图像为例，其亮度图经过转换部2011的处理之后的梯度图 如图5所示，相应的二值化之后的图如图6所示，在图中，前景部分用黑色表示，背景部分用 白色表示。为了便于描述，还在图5中将水平方向定义为X方向，垂直方向定义为y方向。
[0040] 其中，梯度图像可以通过使用卷积模板卷积获得，卷积模板例如水平方向、即X方 向为[-1，0,1]，垂直方向、即y方向为[-1，0,1]τ。卷积后还可以将梯度图归一化，例如到 [0, 255]区间。此外，二值化的阈值可以通过计算梯度图直方图的90%分位获得，当然，也 可以采用其他百分比，这里仅作为一个示例示出。
[0041] 然后，标记部2012找到图6中面积最大的白色的连通部件并将其作为背景部分， 同时还将与其平均亮度接近的其他的白色连通部件也标记为背景部分。这里所述的平均亮 度接近可以指二者平均亮度之差在一定范围（比如60)内。此外，除了比较平均亮度值之 外，还可以比较平均颜色、即平均的U和V值，换言之，将平均亮度和平均颜色接近的白色连 通部件标记为背景部分。对图6进行标记之后的获得如图7所示的图，其中，白色部分为背 景部分。
[0042] 在一个实施例中，如果背景部分提取模块201提取的背景部分的平均亮度低于一 定阈值（比如120)，则顶部和底部亮度获取单元103将顶部亮度和底部亮度均设置为亮度 图中对应列的最大亮度值。在这种情况下，由于背景比较暗，因此可以不必考虑列方向上的 背景亮度的变化。这里所述的列方向例如为图5和6中的垂直方向、即y方向。
[0043] 此外，图8示出了使用填充模块202对图7中所示的图进行处理之后获得的初始 背景亮度图。
[0044] 可以看出，在该图中的顶部部分的右侧为前景而非背景，因此，当顶部和底部亮度 获取单元103提取初始背景亮度图中的最上一行的值作为顶部亮度时，对应于这一部分的 背景亮度值缺失，这一现象例如是由于复杂的版面安排所致。在这种情况下，顶部和底部亮 度获取单元103利用已有的数据对该缺失的部分进行补充从而获得完整的顶部亮度。
[0045] 同样，如果底部亮度存在部分缺失时，顶部和底部亮度获取单元103执行类似的 处理，以获得完整的底部亮度。
[0046] 其中，顶部和底部亮度获取单元103可以被配置为采用基于已有数据的多项式拟 合来对顶部亮度和/或底部亮度中缺失的部分进行补充。
[0047] 例如，可以构造η阶的多项式f(x)对已有数据进行拟合，如下式（1)所示，并且使 用拟合出的f(x)来计算缺失部分的亮度值。
[0048]
[0049] 其中，X为距离左侧边界的距离，C表示顶部亮度中存在数据的部分，例如图8中顶 部左起白色的部分，f(x)为用多项式表示的X处的估计背景亮度，Yx为从已有数据中获得 的相应位置处的实际背景亮度值。图9示出了一种示意性的光线照射模型，其中ζ方向为 垂直于xy平面（即桌面）的方向，弧线代表摊开的平放于桌面上的书籍沿垂直于桌面方向 的剖面图，且光线从上方照射，在式（1)中，认为背景亮度值与X轴方向的位置有关。
[0050]通过使式（1)最小化，可以确定多项式f(x)，然后将f(x)应用于右侧的数据缺失 的部分、即图8中右上侧黑色的部分，从而可以获得完整的顶部亮度。同样，如果在底部亮 度中存在缺失部分，也可以使用式（1)进行类似的处理。
[0051] 在一个实施例中，顶部和底部亮度获取单元103可以被配置为采用最小二乘法进 行多项式拟合。当然，也可以使用其他已有的多项式拟合方法，而不限于此。
[0052] 在另一个实施例中，顶部和底部亮度获取单元103还被配置为基于Lambertian反 射模型来计算顶部亮度和/或底部亮度中缺失的部分的估算亮度并且将与该估算亮度相 关的值作为已有数据的一部分，来对顶部亮度和/或底部亮度中缺失的部分进行补充。
[0053] 具体地，顶部和底部亮度获取单元103可以使用下式（2)来进行多项式f(x)的拟 合。
[0054]
[0055] 其中，式（2)中的第一个求和具有与式（1)相同的含义，第二个求和中L(x)表示 基于Lambertian反射模型估算的缺失部分的背景亮度值，Μ表示顶部亮度或底部亮度中数 据缺失的部分，例如图8中顶部右侧黑色的部分。λ表示加权系数，用来调节两部分分别所 占的比例。
[0056]Lambertian反射模型可以如下表示，其中，I。表示光源的光照亮度，如图9所示， I。为高度Η处的光照亮度，Η为距放置书籍的桌面的高度，d为书籍的页面距桌面的高度， 随着X方向的位置而变化，Θ为页面的法向与z轴方向的夹角。
[0057]
[0058] 该反射模型只能粗略的估计背景亮度，但是由于光线不一定严格垂直，且高度d 不一定准确，因此直接使用其计算背景亮度结果并不准确。在该实施例中，利用其计算结果 作为已知数据的一部分对多项式f(X)进行拟合，从而利用了图像对应的书籍的3维形状信 息，因此可以获得比仅使用式（1)进行拟合更为准确的结果。
[0059] 此外，还可以将估算亮度沿与顶部和底部的边平行的方向的导数作为已知数据的 一部分来进行多项式拟合，如下式（4)所示。
[0060]
[0061] 该式与式（3)相比，使用了L(x)的导数进行计算，这样减弱了d不准确的影响，可 以获得更为准确的结果。
[0062] 在其他实施例中，顶部和底部亮度获取单元103还可以被配置为采用基于已有数 据的线性插值来对顶部亮度和/或底部亮度中缺失的部分进行补充。例如，可以采用与已 有数据的最接近缺失部分的数据来进行线性插值。可以理解，还可以使用与至少部分已有 数据完全相同的数据来补充缺失的部分。
[0063] 可以看出，通过使用顶部和底部亮度获取单元103,即使在复杂版面导致顶部亮度 和/或底部亮度不完整的情况下，也可以对缺失的部分进行补充，从而获得完整的顶部亮 度和底部亮度数据，提高随后进行的插值的准确度。
[0064] 插值单元104通过使用顶部亮度和底部亮度对整幅图像进行线性插值，例如，以 图像的左上角作为坐标原点，采用图5所示的坐标轴设置的情况下，可以使用以下公式（5) 获得各个位置处的背景亮度值BI。
[0065]BI(x，y) = (y/S)*Itop，x+(l-y/S)*Ibotton，x (5)
[0066] 其中，S为书籍的页面在y方向上的长度，ItoPiX表示顶部亮度，Ibc]ttoniiX表示底部亮 度。最终获得的背景亮度图例如如图10所示。
[0067] 此外，在图像分辨率较高时，为了降低计算量、提高处理速度，还可以采用图11所 示的根据本申请的一个实施例的用于提取背景亮度图的装置200,除了装置100所包括的 各个部件，装置200还包括：下采样单元105,被配置为对亮度提取单元101获得的亮度图 进行下采样；以及上采样单元106,被配置为对插值单元104获得的背景亮度图进行上采 样。
[0068] 具体地，下采样单元105可以将亮度图下采样到一定的像素范围内，例如使得亮 度图的长边小于1000像素等，从而可以降低计算量，提高处理速度。在插值单元104获得 背景亮度图之后，上采样单元106对该背景亮度图进行上采样。注意，上采样单元106可以 将其上采样到图像原始尺寸，也可以上采样到其他尺寸，取决于背景亮度图的应用场合。
[0069] 综上所述，采用上述装置100或200,可以准确地提取各种文档图像包括复杂排版 的文档图像的背景亮度图。
[0070] 图12示出了一种去除图像中的阴影的去阴影装置300,该装置300包括以上描述 的用于提取图像的背景亮度图的装置1〇〇或200,还包括：消除单元301，被配置为从亮度图 中去除背景亮度图的影响。
[0071] 在一个实施例中，消除单元301被配置为将亮度图中的值与背景亮度图中的值相 除，并且乘以预定系数以调节整体亮度。具体地，根据下式（6)进行去阴影操作。
[0072] Yout(x,y) = ω*Υ(χ,γ)/ΒΙ(χ,γ) (6)
[0073] 其中，Υ_(χ，y)为最终获得的亮度图中的值，Y(x，y)为亮度提取单元101提取的 亮度图中的值，BI(X，y)为通过装置100或200的处理获得的背景亮度图中的值，ω用于调 节整体亮度，一般地，ω越大则整体图像越