[发明专利]一种用于文字识别的去噪增强方法

说明书

本发明涉及数据识别处理技术领域，具体涉及一种用于文字识别的去噪增强方法。该方法包括：获取拓印完成后的碑文图像对应的二值图像；获取二值图像中多个连通域以及连通域面积进而得到噪声阈值；基于噪声阈值将连通域分为小连通域和大连通域，根据所有小连通域的连通域面积得到噪声程度；根据预设的形态学结构元将小连通域融合相连以构建新直方图，基于新直方图以及噪声程度获取噪声衰减率；相应的，获取新噪声衰减率以及利用新形态学结构元对大连通域处理的相似性；基于相似性以及新噪声衰减率获取合适度，进而得到最优结构元，基于最优结构元得到修复图像；使得噪声去除后图像增强修复的效果较好，使得文字识别更加准确。

技术领域

本发明涉及数据识别处理技术领域，具体涉及一种用于文字识别的去噪增强方法。

背景技术

拓片是记录中华古代文明的重要载体之一，如果原始的石碑损坏或丢失，拓片可以保留石碑原来的历史资料；相较于相机拍摄记录图像，拓片皆为正射影像，贴近被拓目标，可以清晰地展现碑文原有的线条，但相机拍摄可能会因为拍摄角度影响导致拍摄图像偏离真实的碑文。

由于碑文经过时间的洗礼导致碑文表面会出现瑕疵，拓印出来的图像会存在瑕疵的干扰，因此拓印下来的碑文图像需要进行修复，去除瑕疵的干扰；传统修复方法通常是将孤立的小面积区域直接去除，但直接去除小面积会导致信息去除量太多，影响碑文拓印图像的质量；也有部分采用形态学进行瑕疵去除，但形态学处理时结构元的选取难以统一，导致处理不足或过处理，过处理会导致碑文原始的文字缺失，处理不足会导致瑕疵去除效果不良，从而使得文字识别的准确性低。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种用于文字识别的去噪增强方法，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种用于文字识别的去噪增强方法，该方法包括以下步骤：

获取拓印完成后的碑文图像，对所述碑文图像进行阈值分割得到对应的二值图像；

获取所述二值图像中多个连通域，基于连通域中像素点的数量得到连通域面积；根据连通域的数量以及连通域面积构建面积直方图，基于所述面积直方图得到噪声阈值；获取连通域面积小于所述噪声阈值的连通域为小连通域，连通域面积大于所述噪声阈值的连通域为大连通域；根据所有小连通域的连通域面积得到噪声程度；

根据预设的形态学结构元将小连通域融合相连得到新连通域，基于所有大连通域和新连通域的数量及其对应的连通域面积构建新直方图，基于所述新直方图以及所述噪声程度获取噪声衰减率；

根据新形态学结构元将小连通域融合相连得到多个第二连通域，基于所有大连通域和第二连通域的数量获取新噪声衰减率；利用新形态学结构元对大连通域处理，以得到面积的变化曲线，获取大连通域的原始曲线与所述变化曲线之间的相似性；

获取不同的形态学结构元处理后的合适度，所述合适度由所述相似性以及所述新噪声衰减率获取，所述合适度最小时的对应的形态学结构元为最优结构元，基于最优结构元对碑文图像进行处理得到修复图像；

其中，所述基于所述面积直方图得到噪声阈值的步骤，包括：

基于所述面积直方图获取最大连通域面积和最小连通域面积，根据最大连通域面积和最小连通域面积获取噪声阈值，所述噪声阈值的计算为：

其中，表示噪声阈值；表示最大连通域面积；表示最小连通域面积；表示自然常数；表示经验比例。

优选的，所述根据所有小连通域的连通域面积得到噪声程度的步骤，包括：

将所有小连通域的连通域面积进行求和得到第一面积，将碑文图像中所有连通域的连通域面积进行求和得到第二面积，所述第一面积与所述第二面积的比值为所述噪声程度。