融合背景估计与U-Net的文档图像二值化算法

• 作者: 刘敏 曾春艳 熊炜 王娟 王鑫睿
• 来源期刊: 计算机应用研究
• 关键词: 文档图像二值化 对比度增强 形态学闭操作 U型卷积神经网络 全局最优阈值处理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形图像技术
• 页码范围: 896-900
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0666

摘要

针对低质量文档图像存在页面污渍、墨迹浸润、背景纹理等多种退化因素,提出一种融合背景估计与U型卷积神经网络(U-Net)的文档图像二值化算法.该算法首先进行图像对比度增强,然后通过形态学闭操作来估计文档图像背景,并利用全卷积网络,即U-Net对背景减除图像进行前景背景分割,最后采用全局最优阈值处理方法获得最终二值图像.实验结果表明,在2016和2017年国际文档图像二值化竞赛(DIBCO)中该算法的F值(F-measure,FM)、伪F值(pseudo F-measure,p-FM)、峰值信噪比(peak signal to noise ratio,PSNR)、距离倒数失真度量(distance reciprocal distortion,DRD)比性能次优的经典算法最高有5.58％、2.47％、0.86 dB、1.19％的性能提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊炜	湖北工业大学电气与电子工程学院	27	34	4.0	5.0
5	刘敏	湖北工业大学电气与电子工程学院	24	54	5.0	7.0
9	王娟	湖北工业大学电气与电子工程学院	16	17	2.0	4.0
13	王鑫睿	湖北工业大学电气与电子工程学院	2	0	0.0	0.0