二值图像中基于连通集的滤波算法.pdfVIP

维普资讯 2OO6年 6月 山东 师 范大 学 学 报 (自然 科 学 版) Jun．2006 第21卷 第2期 Journal ShandongNormalUniverslty(NaturalScience) Vo1．21No．2 二值图像中基于连通集的滤波算法 杨 峰 张 黎 王立克 蔡艳红 杨 勇 (1)山东师范大学信息科学与工程学院，250014，济南；2)111东大学欧玛软件公司，250100，济南 3)山东建筑大学热能学院。250014。济南 ／／第一作者42岁。男。副教授 ) 摘要 根据OCR应用系统中二值图像应用的特点，介绍了一种利用连通性来去除二值图像中噪声的滤波算法，并与中值滤 波和区域填充法进行了比较．试验表明，该方法在运行速度和去噪效果上都优于中值滤波和区域填充法。在该OCR系统的应用中 具有很强的实用性． 关键词 二值图像；滤波；连通性；OCR 中图分类号 TP391 随着全球信息数字化进程的加快，图像的二值化应用更加广泛，如考生档案电子化，票据存档 ，元纸化阅卷系统等领域的 应用都需要将采集到的灰度图像二值化处理．二值图像的对比度大，信息结构紧凑，便于进一步分析处理如模式识别等．由于 纸质文档的污染以及图像扫描设备中的干扰，虽然图像增强处理可以弱化这些噪声的影响，但通常无法完全清除，使得二值 化后的二值图像中存在噪声，所以无论人们提出怎样的二值化方法，都无法避免数字化图像中存在或多或少的噪声 ．不仅影 响图像的美观，而且给图像的后续分析识别带来不利的影响．因此，在对二值化的图像处理之前必须滤波处理，改善二值化的 图像质量． 已有的二值图像降噪主要有中值滤波和区域填充滤波．中值滤波是一种不属于卷积算法的区域处理方法，它将区域中所 有的值按大小进行排序，并将排序后位于中间的像素值赋予中心像素．因为区域中像素值发生随机突变的像素，经排序后，将 位于队首或队尾，因此取得的中间位像素值是正常的像素值…．区域填充法采用将区域中所有的值相加，之后与给定的某个 阈值进行比较，如果该值小于给定的阀值 ，则认为该像素点为噪声 ，否则为正常的像素点．以上两种算实现起来简单，操作性 质上属于像素点周围的邻域运算，去噪的效果有一定的依赖性；此外中值滤波还有图像模糊、损失原始图像细节的缺点． 本文结合 OCR(手写字符识别)应用系统的实际应用提出一种新的有效的滤波算法并进行了仿真试验 ，同时与二种传统 的滤波算法进行了比较，结果表明，本文的算法在效果和时间复杂度方面都优于其它二种传统算法 ． 1 连通集算法的分析 以上的两种方法具有一个共同的特点，对于所有的像素点采用了同样的处理方法 ，因此具有很大的盲 目性，消除了噪声 的同时，也对一些非噪声点进行改变，容易造成细节信息的丢失． 本文给出的算法是根据二值图象前景中黑色像素的连通性来判断噪声的．我们对于每一个前景像素都与它的邻域系2【 的像素进行判断是否有相连的前景像素．通常的邻域系有两种，即4邻域和8邻域，我们采用8邻域 ．对于一个给定的M×N 的二值图像，可以用数据集合{o(i√)={0，1}IO≤iM，O≤ N，M，NEz }来表示 ，假设背景为白色，用 1表示，前景为黑 ． 色，用0表示，o(，_)『表示每一个像素点的位置．首先对图像集合进行扫描，将所有像素值为0的元素，即图像中的黑点找出用 集合 ，={o(，)=1IO≤iM，O≤ N，M，NEZ }．之后选出一个下标值最小的o(i，)，且从未被访问过．我们假设前方为 ．