王鑫 （南開大學(xué) 天津300071）

文字圖像二值化及降噪處理

王鑫 （南開大學(xué) 天津300071）

針對文字圖像進行處理，在分析一些經(jīng)典的圖像二值化和去噪算法基礎(chǔ)上，根據(jù)需處理的文本圖像的特點，提出了各問題的簡化算法。并且分解各處理步驟，將它們的子過程重新安排，進一步提高運行效率。實驗證明，在資源有限的嵌入式系統(tǒng)環(huán)境下，能夠快速完成圖像預(yù)處理，使其文字內(nèi)容在中小尺寸電子紙屏幕上能夠清晰地顯示，有效提高了電子閱讀器對圖像格式文檔內(nèi)容處理能力，增強了該設(shè)備的實用性。

文字圖像處理 降噪 二值化 類紙閱讀 電子閱讀器

學(xué)術(shù)研究等過程中，互聯(lián)網(wǎng)和各種電子數(shù)據(jù)庫是快速獲取文獻的主要途徑。許多年代較舊的出版物沒有電子版本，且一些期刊書籍等由于版權(quán)等問題不提供電子版本，因此各大數(shù)據(jù)庫提供的文獻資料等主要是通過掃描完成數(shù)字化整理。

掃描獲得的文本圖像存在打印體噪聲、文字呈灰色或彩色等問題。在計算機液晶顯示器上，此類問題不會嚴重妨礙閱讀文本內(nèi)容。但對于一些屏幕較小的便攜設(shè)備（如手機、MP4、電子閱讀器等）來說，低質(zhì)量文字圖像是電子文獻閱讀的一大障礙。電子閱讀器采用電子紙屏幕，長時間閱讀可減輕用眼負擔，與電腦相比具有體積小、方便攜帶等優(yōu)勢，是輔助研究學(xué)習(xí)的有力工具。

與液晶顯示器相比，電子閱讀器的屏幕尺寸和灰度級數(shù)都相對有限。由于排版原因，不含信息的頁面邊緣部分大量擠占有限的屏幕資源。為使文字清晰顯示，需要頻繁地放大圖像、移動視窗，會給用戶造成不便。文檔在打印和重新數(shù)字化錄入過程中產(chǎn)生的噪聲會干擾閱讀。一些文檔由于前景文字顏色淺，與背景對比度小，在灰度屏幕上難以辨認。這些問題很大程度上限制了電子閱讀器的應(yīng)用，降低了產(chǎn)品的實用性。

為解決這些問題，需要對文本圖像進行預(yù)處理。預(yù)處理需要在翻頁同時完成，且為了減少翻頁延時給用戶造成的不適感，處理時間需要嚴格限制?，F(xiàn)有的各種圖像處理算法，大多數(shù)基于性能相對強大的工作平臺，通用性強，一定程度上能夠?qū)崿F(xiàn)圖像分割去噪，但通常需經(jīng)過復(fù)雜的計算才能完成處理。在內(nèi)存和處理器資源十分有限的便攜設(shè)備上完成全部計算，需要消耗更多時間。

本文分析了圖像二值化和去噪的一些經(jīng)典算法及它們對嵌入式系統(tǒng)運行環(huán)境的適應(yīng)性，根據(jù)文本圖像的特性提出了簡化的算法，并將各個過程有機地結(jié)合在一起，提高效率，縮短運行時間，快速有效地完成圖像預(yù)處理，使用戶在電子閱讀器上能夠清晰無障礙地閱讀圖像格式的電子文檔。

1 問題分析

為了改善顯示效果，需要選取閾值，將圖像二值化，以提高前景背景對比度；切除頁邊空白部分，可使有限的屏幕資源充分用于顯示文本內(nèi)容；去除噪聲，以防止其干擾閱讀。為了兼顧處理效果和運行時間，合理安排這3個過程的順序十分重要。二值化過程可以直接過濾掉一些顏色較淺的噪聲。且該過程求出的閾值是進行后兩個步驟的基礎(chǔ)。另一方面，噪聲會干擾程序?qū)撁孢吘壍呐卸ǎ瑧?yīng)當在判定圖像邊界之前去掉。因此從處理效果角度考慮，合理執(zhí)行順序為方法1（見圖1）。

而分析上述步驟的子過程，發(fā)現(xiàn)存在重復(fù)過程，多次執(zhí)行存取灰度數(shù)據(jù)耗費時間，程序運行效率較低，根據(jù)統(tǒng)籌法改變執(zhí)行順序，合并重復(fù)過程，將降噪處理穿插在其他步驟中完成可以減少數(shù)據(jù)存取過程，節(jié)省時間，即采用方法2（見圖2）。

圖1 方法1

圖2 方法2

上述過程在求邊界值的過程中排除掉噪聲點的干擾，在降噪步驟前完成邊界劃定，不考慮邊界范圍外的像素，減少了識別噪聲過程的計算量。程序執(zhí)行過程中只讀取和存儲全圖灰度數(shù)據(jù)各一次，進一步縮短了運行時間。

2 二值化、降噪、邊緣切除方法分析

2.1 圖像二值化

二值化方法根據(jù)其運算的范圍不同可分為全局閾值方法和局部閾值方法。[1]全局閾值法根據(jù)文本圖像的直方圖或灰度空間分布確定一個閾值。[2]典型的全局閾值方法包括Ostu方法、最大熵方法等。[3，4]局部閾值法通過定義考察點的鄰域，并由鄰域計算模板實現(xiàn)考察點灰度與鄰域點的比較。

為了簡化運算，節(jié)約時間，本文采用全局閾值方法。

Ostu算法設(shè)閾值將灰度分成了2組，一組對應(yīng)背景部分，一組對應(yīng)字符部分，則這2組灰度值的組內(nèi)方差應(yīng)當最小，2組間方差應(yīng)當最大。具體做法如下：設(shè)給定圖像具有L級灰度值，將1～L分成2組，計算組1的象素數(shù)ω1（）k ，平均灰度M1（k ），方差（k ）；組2的象素數(shù) ω2（k ），平均灰度M2（k），方差（k ）則組內(nèi)方差為組間方差為。

實際上，電子閱讀器所處理的圖像格式電子文獻均為白色背景黑色前景，只需采樣統(tǒng)計全頁灰度分布，取前景色與背景色灰度的加權(quán)平均值為閾值進行二值化，即可獲得文字內(nèi)容清晰可辨的圖像，足以滿足用戶閱讀需求。權(quán)值以文字清晰并能去除水印為標準設(shè)定。

2.2 去除噪點

目前，圖像降噪理論體系已經(jīng)十分完善，去噪方法大體分為空間域法、變換域法兩大類。空間域法，即在原圖灰度基礎(chǔ)上直接進行數(shù)據(jù)運算，對像素的灰度值進行處理。典型的空間域法包括鄰域均值濾波［5×5鄰域處理效果如圖3（B）］、鄰域中值濾波等方法。[4]鄰域均值濾波即以P的鄰域灰度均值代替P的原灰度值。此類方法能夠去掉一定大小的噪聲，但會造成文字模糊不清，給閱讀造成困難。變換域法多基于傅里葉變換或小波理論，[3，6]雖然可以對圖像起到一定的去噪作用，但算法時間復(fù)雜度很高［低通梯形濾波和維納濾波的時間復(fù)雜度為O（Nlog2N），小波濾波為 O（N2）］[7，8]，不作考慮。

文字圖像包含的噪聲和一般圖像所含的噪聲不同，多為隨機分布的深色斑點。傳統(tǒng)去噪聲算法多是針對高斯白噪聲等模型設(shè)計，采用變換濾波方式去除噪聲，不適用于文字圖像。

圖3 兩種算法處理效果對比

本文根據(jù)前景像素灰度分布識別噪聲點后直接去除，局部效果如圖 3（C）。

計算時，可根據(jù)需要決定檢測柵格數(shù)，或者改變檢測窗口形狀（十字窗等）。實驗表明，針對整頁占800×1 200像素，每個字體占20×20左右的文本圖像，考慮5×5窗格降噪效果最佳，3×3無法去除掉多像素噪點，7×7會把英文字符中的點誤認為噪聲。這種檢測方法從形態(tài)上過濾出噪聲，直接有效且計算復(fù)雜度小，但也有其局限性，它無法完全去除較大噪聲。

2.3 切除頁邊空白

本文采用簡化的閾值分割方法切除頁邊空白部分。根據(jù)一般出版物或文檔排版規(guī)律，由內(nèi)向外讀取像素灰度值，找到文字內(nèi)容的邊緣。取得4個邊界值。以求上邊界為例，程序如下：

使用相同方法求出其他三邊界，根據(jù)原始圖像在四邊界范圍內(nèi)的灰度數(shù)據(jù)繪制出新位圖。

3 實驗結(jié)果分析

為了驗證本文算法，選用QT4.5編寫程序，編譯器：Arm-linux-gnueabi-g++4.3.2。運行環(huán)境為：CPU：Samsung 2416 based Arm9 400 MHz；Operating System：Linux OS 2.6.29；內(nèi)存SDRAM：128 MB。為提高效率，全部計算和處理都在內(nèi)存中完成。

從大量處理對象中選出存在典型問題的位圖A為實驗對象。原圖為圖4（A），處理結(jié)果如圖4（A1），在6 Inches 600x800像素16級灰度電子紙屏幕上顯示，與（A）相比，（A1）字體大而清晰，去除掉了水印以及多余的邊緣部分，且消除了噪聲，改善了文本圖像在電子閱讀器上的顯示效果。降噪處理局部放大效果見圖3（C）。

圖4 處理結(jié)果對比

方法1由于重復(fù)過程較多，耗時較長。方法2進行了優(yōu)化，提高了處理速度。24位圖像數(shù)據(jù)結(jié)構(gòu)與彩色圖像相似，此格式與8位圖像相比較為少見，每個像素灰度數(shù)據(jù)用3個整數(shù)記錄，需要通過計算3個整數(shù)獲得，運行耗時長。對一般下載得到的圖像格式文檔（如pdf等）化為8位位圖進行處理，本文程序均可在1 s之內(nèi)完成處理，翻頁時基本不會給用戶帶來不適感。目前，本文程序已在國內(nèi)某型號電子閱讀器商業(yè)產(chǎn)品上得到應(yīng)用，有效改善了該產(chǎn)品對部分格式電子書的閱讀效果?！?/p>

[1]潘梅森，榮秋生.基于SOFM神經(jīng)網(wǎng)絡(luò)的圖像融合二值化方法[J].光學(xué)精密工程，2007.15(3)：401-406.

[2]張爝，吳志斌，陳淑珍，等.一種新的自適應(yīng)二值化方法[J].計算機工程，2002，28(5)：184-185.

[3]喬萬波，曹銀杰.一種改進的灰度圖像二值化方法[J].電子科技，2008，21(11)：63-71.

[4]方敏，徐俊艷，王建平，等.一種新的文本圖像二值化方法[J].合肥工業(yè)大學(xué)學(xué)報，2001，24(2)：166-169.

[5]韓殿元.簡單鄰域平均圖像去噪算法的改進研究[J].濰坊學(xué)院學(xué)報，2006，6(6)：12-14.

[6]彭波，王一鳴.低照度圖像去噪算法的研究與實現(xiàn)[J].計算機應(yīng)用，2007，27(6)：1455-1457.

[7]何斌，馬天予，王運堅，等．Visual c++數(shù)字圖像處理[M]．北京：人民郵電出版社，2001.

[8]楊文杰.文字圖像邊界檢測和去噪處理[J].北京印刷學(xué)院學(xué)報，2000，8(3)：36-39.

[9]陳武凡.小波分析及其在圖像處理中的應(yīng)用[M].北京：科學(xué)出版社，2002.

2010-11-08