用偏微分方程分割图像技术关键.docVIP

基于偏微分方程的文档图像处理 项目组成员：王磊，傅国荣，郭雨濛 指导教师：何传江，王艳 项目所属学院：数学与统计学院 摘要：充分的研究证实了偏微分方程是处理图像分割最有效的方法之一。在所有熟知的方案中，C-V模型能使我们能快速，有效地理解偏微分方程用于图像处理的技术。首先，我们将传统方案和C-V模型进行了理论上的比较，并且认为C-V模型具有适应性，有效性，和易控制的特点，尽管它在数值实现上格外复杂。基于充足的实验数据，我们讨论了另外一种分割方法，对其进行理论分析，并详细阐述了数字图像在从偏微分方程推导出的常微分方程模型下的演化行为。 关键词：偏微分方程 常微分方程 文本数字图像分割 Abstract：Sufficient studies demonstrate that PDE techniques will be one of the most useful methods applied in digital image splitting. Ranking among a lot of eminent models, C-V perhaps allow us get the point of using PDE for digital image processing more quickly and efficiently. First, we compare C-V model with conventional ones, and characterize C-V model as adaptive, efficient and well controlled, despite of complexes of continuous function discrete encountered in practice. Based on adequate experimental data, we discuss another model, carry out analysis on it and elaborate what happens when we apply ODE method derived from PDE-C-V method towards digital text images. Keywords：PDE ODE DIGITAL TEXT IMAGE SPLITTING 1 绪论 1.1 文档图像分割的研究背景及意义 随着信息技术的快速发展，文档图像在办公自动化、数字图书馆、电子商务、电子政务、教育等项目中已经广泛应用，在这些应用中，纸质文档通常采用扫描方式得到数字化文档图像进而进行存储和数据处理。 文档图像作为特殊图像，其分割就是通常的OCR操作。为了辨识和分析部分感兴趣的目标，需要将它们分离提取出来，在此基础上才有可能对目标进一步的处理和利用，图像分割过程是把图像分成各具特性的区域并提取出感兴趣目标的技术过程。文本分割处理对于正确识别“文本图像”包括各种字符在内，有着重要的研究意义。信息技术已经有了很大的发展，越来越多的领域使用计算机处理日常工作和存储信息。文档图像分割，可以识别文档图像中的文字和图形区域，并进一步提取用户所需要的目标信息。 1.2 文档图像分割的国内外现状 文档图像的分割方法主要有两种：块分割和（图）层分割。传统的文档图像分割技术主要针对值图像，通常的做法是把文档图像分割成不同的块，然后对于每一个块进行分类（一般是分为文字块和图片块），这种方法称作块分割（或图文分割），其主要的分割思想是基于域值的方法。近年来，块分割算法更多的应用于灰度图和彩色文档图像的处理中。在这些算法中，有的算法是直接基于图像特征，采用阈值化的方法来进行处理；有的则是利用离散余弦等变换系数的特征来分割文字区域和图片区域。另一种文档图像的分割技术是基于纹理的分割技术，它将文档图像的不同组成部分，如文本、背景、图片等看作具有不同的纹理的图像，这种方法也被称为层分割。1997年，国际电信同盟(ITU)提出文档图像层分割的建议标准，ITU-TT.44Mixed raster content（MRC）。在这个建议标准中，根据文档图像的区域特点，将文档图像划分为前景层、背景层和标记层三层，进行文档图像的处理。 偏微分方程研究图像分割，始于Gabor和其后Jain的工作，而这个领域实质性的创始工作应该归功于Koenderink和Witkin各自独立的工作。在各种基于偏微分方程的算法被相继提出，并在医学，军事等科研领域中成功运用后，这个领域的研究变得非常活跃。在1990年，Osher和Rudin明确提出偏微分方程应用于图像分割的重要性及需要。特别地，在UCLA的数学系以Osher为首的一个图像研究小组，基于偏微