摘 要: 在實驗的基礎上通過對現有的二值化算法進行研究分析, 提出了一種新的二值化算法。該算法利用形態學的開運算來消除圖像光照不均勻，根據最大類間方差確定圖像閾值，然后高斯平滑噪聲，銳化邊緣。結果表明該算法能較好地保留圖像特征，并且能夠克服傳統方法帶來的離散噪聲，二值化效果較好。
　　關鍵詞: 光學字符識別;數學形態學;二值化;熵

?

　　目前，光學字符識別OCR(Optical Character Recognition)技術已在眾多領域得到廣泛應用。它作為計算機智能接口的重要組成部分，能夠實現文字信息高速、自動地輸入。在字符圖像識別方面，預處理效果的好壞直接影響OCR系統的性能，其中二值化更是整個預處理過程的關鍵所在。盡管近年來各位研究人員提出了許多二值化方法[1,2]，但是到目前為止還沒有一種通用的方法，也不存在一個判斷二值化是否成功的客觀標準，因此它被認為是計算機視覺中的一個瓶頸。
　　本文提出了一種基于灰度形態學的處理方法：提取圖像的背景，用原圖減去背景使其變成零背景圖像，接著采用最大類間方差法確定閾值進行二值化。實驗結果表明了算法的有效性，適用于字符識別的預處理。本實驗的全部程序在Visual Studio 2005.NET環境下開發實現，源代碼用C++語言編寫[3,4]。
1 基本原理
1.1 數學形態學圖像處理^[5,6]
　　數學形態學是一門新興的圖像處理分析工具，在圖像分析中得到了廣泛的應用。通常情況下，形態學處理以在圖像中移動一個結構元素并進行一種類似于卷積操作的方式進行。數學形態學由一系列代數算子組成，基本的算子包括腐蝕、膨脹以及由這兩種運算組合而成的開運算和閉運算。圖像B和結構元素S都是定義在二維笛卡爾網格上的集合。當一個結構元素的原點平移到點(x,y)處時，將其記為Sxy。
　　

　　由形態學的運算可知，開運算可以去除較小的明亮細節并保持較大的明亮區域不變；閉運算用于去除圖像中的暗細節部分而保持明亮細節不受影響。由于背景表現為圖像中的高頻部分，因此可采用開運算進行背景估計，然后從原始圖像中減去背景[7]。本文正是用這個方法去除背景得到零背景圖像，去除背景可能不均勻所帶來的影響[8]。
1.2 最大類間方差法
　　最大類間方差法[9,10]是由日本學者大津于1979 年提出的，是一種自適應的閾值確定方法，又叫大津法，簡稱Otsu。它按圖像的灰度特性，將圖像分成背景和目標兩部分。因方差是灰度分布均勻性的一種度量，方差值越大，說明構成圖像的兩部分差別越大，因此，背景和目標之間的類間方差越大，說明構成圖像的兩部分的差別也越大。當部分目標錯分為背景或部分背景錯分為目標都會導致兩部分差別變小，因此，使類間方差最大的分割意味著錯分概率最小。設t為前景與背景的二值化閾值；屬于前景像素點數占圖像比例為w₀，平均灰度為u₀；背景點數占圖像比例為w₁，平均灰度為u₁；圖像的總平均灰度為u，類間方差記為g。假設圖像的背景較暗，圖像的大小為M×N，圖中像素的灰度小于閾值t的像素個數為N₀(此類像素被判為前景)，像素灰度值大于閾值t的像素個數為N1(此類像素被判為背景)，則有：

　　采用遍歷的方法得到使類間方差最大的閾值t，即為所求。
1.3 最大熵法^[7]
　　熵是作為函數不確定性的度量，將熵的概念引入圖像二值化處理中，就是基于圖像灰度直方圖的熵測量。通常，可以從不同的角度出發來定義不同的圖像灰度直方圖的熵測量方法，在此基礎上定義獲得最大熵以及選擇最佳二值化閾值的方法。一般情況下，有3種基于圖像灰度直方圖熵測量的圖像二值化處理閾值法：基于一個分布假設提出的P氏熵法、基于2個分布假設提出的KSW 熵法以及基于極小類間依賴性的JM熵法。
　　下面，本文將重點討論基于2個分布假設提出的KSW熵法。?
　　

2 本文算法的基本原理與步驟
　　本文提出了一種基于數學形態學的文本圖像二值化算法，首先用形態學開運算得到零背景圖像，然后將Otsu算法用于零背景圖像，確定閾值t^*。由于此時二值化圖像中出現離散雜點，故用高斯平滑來消除這些雜點，最后用拉普拉斯銳化來增強圖像。算法的具體過程描述如下：
　　(1)導入目標圖像A；
　　(2)選取一個大的結構對目標圖像A進行多次開運算提取圖像背景；
　　(3)原圖像減去背景，得出背景為0的圖像B；
　　(4)對B進行Otsu法處理，得出最優閾值t^*；
　　(5)根據t^*對圖像B二值化分割形成圖像C；
　　(6)對圖像C進行平滑濾波形成圖像D；
　　(7)對圖像D進行拉普拉斯銳化形成最終的二值圖像E。
　　上述算法考慮了圖像光照不均勻、噪聲干擾等情況，采用了大結構提取背景對算法的性能影響不大。
3?實驗結果及分析?
　　為了檢驗本文算法的有效性，采用一段舊報紙圖像作為測試圖像進行實驗并與采用最大類間方差法和最大熵法[6]進行比較，實驗結果如圖1所示，實驗數據如表1所示。圖1(b)中因目標與背景灰度差不多而出現多塊的黑色區塊；圖1(c)效果比圖1(b)好，沒有了黑色區塊，但有一部分背景被視為目標，有大量的離散噪聲，二值化效果沒有圖1(d)好；圖1(d)中沒有黑色區塊且離散噪聲也要少很多。從表1可以看出，在執行速度方面，本文算法比最大類間方差算法慢，但比最大熵法要快得多，因為本文算法雖然中間有一個提取圖像背景的過程，但在這個過程中選擇的開運算的結構元素相當大，執行時間相對整個過程是很短的，而最大熵由于涉及到對數運算，速度當然就慢得多。

　　本文重點分析了最大類間方差法[9]和KSW最大熵法[7]在處理低質量文本圖像二值化時存在的問題，在此基礎上，基于數學形態學原理，提出了一種基于形態學的文本圖像二值化算法。實驗結果證明了該算法的可行性。該算法克服了最大類間方差法出現的黑塊并使得離散噪聲較最大熵法有較大改善。但是，在實驗過程中發現，對噪聲較大、復雜、甚至變形的文本圖像，其二值化效果不是很理想，這也將成為下一步努力的方向。
參考文獻
[1]??陳丹, 張蜂, 賀貴明. 一種改進的文本圖像二值化算法[J]. 計算機工程, 2003, 29(13): 85-86.
[2]??朱軍民, 黃磊, 劉昌平. 圖像二值化方法比較[A]. 第八屆全國漢字識別學術會議論文, 紹興，2002.
[3]??楊淑瑩. VC++圖像處理程序設計[M]. 北京: 清華大學出版社, 2005.
[4]??陳純. 計算機圖像處理技術與算法[M]. 北京:清華大學出版社, 2003.
[5]??崔屹.圖像處理與分析—數學形態學方法及應用[M]. 北京: 科學出版社, 2000.
[6]? CASTLEMAN K R . 數字圖像處理[M]. 北京: 電子工業出版社, 2006.
[7]? 魏軍偉, 方敏. 基于最大熵和形態學的邊緣檢測[J]. 計算機工程與應用，2007,43(21)：70-71，92.
[8]? 潘梅森, 張奮, 霍超陽. 一種車牌號碼圖像二值化的新方法[J]. 計算機工程， 2008，34(4):209-211,214.
[9]? 齊麗娜, 張博. 最大類間方差法在圖像處理中的應用[J]. 無線電工程, 2006(7): 29-30,48.
[10]?RAIS N B, HANIF M S, TAJ I A. Adaptive thresholding technique for document image analysis[C]. Multitopic Conference, 2004. Proceedings of INMIC 2004. 8th International, 2004: 61-66.