基于图像区域的交互式文本图像阈值分割算法

被引：8

作者：

龙建武

申铉京

陈海鹏

机构：

[1] 吉林大学计算机科学与技术学院

[2] 符号计算与知识工程教育部重点实验室(吉林大学)

来源：

计算机研究与发展 | 2012年 / 49卷 / 07期

关键词：

图像分割; 交互式文本图像分割; 阈值选取; 局部阈值; Otsu算法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对现有局部阈值分割算法因参数过多带来的参数选择问题以及在分割结果中块与块之间不连续性问题,利用用户提供的先验知识或经验,提出了一种基于灰度图像区域的交互式文本图像阈值分割算法.该方法首先粗略地将图像进行分块;利用标准差作为衡量图像块含有信息量(背景信息与目标信息)多少这一度量,接着按标准差大小对所有图像块进行排序;然后由用户输入交互式信息将所有图像块分为3个集合:仅含背景或仅含目标的图像块、含有少量背景或者是含有少量目标的图像块以及背景和目标分布比较均衡的图像块;最后对各个集合中的图像块分别按相应准则进行分割.实验结果表明,对于均匀和非均匀光照条件下的文本图像,与全局分割算法、直接分块分割算法和Chou方法相比,该方法在分割效果上有显著提升,而且执行效率也较高.另外,对于部分非文本图像也同样有效.

引用

页码：1420 / 1431

页数：12

共 5 条

[1]

Adaptive thresholding algorithm: Efficient computation technique based on intelligent block detection for degraded document images[J] . Yu-Ting Pai,Yi-Fan Chang,Shanq-Jang Ruan.Pattern Recognition . 2010 (9)

[2] A multi-scale framework for adaptive binarization of degraded document images [J].

Moghaddam, Reza Farrahi ;

Cheriet, Mohamed .

PATTERN RECOGNITION, 2010, 43 (06) :2186-2198

[3] Interactive color image segmentation with linear programming [J].

Li, Hongdong ;

Shen, Chunhua .

MACHINE VISION AND APPLICATIONS, 2010, 21 (04) :403-412

[4]

Object tracking[J] . Alper Yilmaz,Omar Javed,Mubarak Shah.ACM Computing Surveys (CSUR) . 2006 (4)

[5]

Snakes: Active contour models[J] . Michael Kass,Andrew Witkin,Demetri Terzopoulos.International Journal of Computer Vision . 1988 (4)

← 1 →