一種噪聲污染下的名片區(qū)域圖像分割提取方法
【專利摘要】本發(fā)明公開了一種噪聲污染下的名片區(qū)域圖像分割提取方法，包括如下步驟：（1）色彩通道轉(zhuǎn)換：彩色圖轉(zhuǎn)換到灰度圖；（2）多循環(huán)雙邊濾波抑制噪聲；（3）種子生長(zhǎng)實(shí)現(xiàn)背景去除；（4）形態(tài)學(xué)修正去除瑕疵毛刺。本發(fā)明方法針對(duì)名片圖像，結(jié)合相關(guān)參數(shù)的設(shè)計(jì)，考慮灰度轉(zhuǎn)化、雙邊濾波抑制噪聲、種子生長(zhǎng)、形態(tài)學(xué)修正等，實(shí)現(xiàn)名片區(qū)域的快速分割提取。在本發(fā)明方法中，只要一幅輸入手機(jī)拍攝的名片圖像，即可迅速獲取較好的分割結(jié)果，從分割結(jié)果可直接獲取名片區(qū)域。本發(fā)明方法可應(yīng)用于手機(jī)圖像、相機(jī)拍攝圖像等名片提取處理，為名片最后的識(shí)別提供輔助。
【專利說明】一種噪聲污染下的名片區(qū)域圖像分割提取方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理技術(shù)，尤其涉及一種噪聲污染下的名片區(qū)域圖像分割提取方 法。

【背景技術(shù)】
[0002] 當(dāng)代社會(huì)中，個(gè)人的名片作為有效信息的載體，使用越發(fā)頻繁。因此，名片雖小，卻 和商機(jī)和效益有著密切的關(guān)系。這就表明，名片信息的采集和整理工作非常的重要。然而， 名片越來越多，信息管理的要求也越來越高，人工攜帶紙片的方式已經(jīng)不適用了；另外，以 人工方式錄入到手機(jī)與其他電子設(shè)備的方式又非常地耗時(shí)耗力。這就導(dǎo)致現(xiàn)階段，手機(jī)程 序識(shí)別名片的工作得到了極大發(fā)展：只要一個(gè)攝像頭，一個(gè)程序，拍照即可識(shí)別，自動(dòng)錄入。 在手機(jī)拍攝名片后到自動(dòng)識(shí)別的過程中，第一步是名片區(qū)域的分割，如果能夠?qū)崿F(xiàn)很好的 名片區(qū)域分割，將極大地提升后期識(shí)別的概率。
[0003] 在目前的名片區(qū)域分割技術(shù)中，采用的技術(shù)較為簡(jiǎn)單，主要包含圖像的灰度化、圖 像二值化、圖像去噪、分割等步驟。圖像灰度化采用的手段一般是映射方式，二值化技術(shù)一 般是閾值或者自適應(yīng)閾值的方式，而后運(yùn)用形態(tài)學(xué)的方法去噪，比如膨脹腐蝕算法，最后實(shí) 現(xiàn)分割?，F(xiàn)有的思路與方法，可以很快的實(shí)現(xiàn)分割。
[0004] 在現(xiàn)有技術(shù)中，存在的較多的缺陷。首先，手機(jī)拍攝的圖像有隨機(jī)性，主要指的是 照度與反射率等關(guān)系導(dǎo)致拍攝的圖像噪聲大、照度不均等等，在這基礎(chǔ)上獲取的灰度圖像 也是含有很多噪聲的，而在此基礎(chǔ)上的二值化將會(huì)遇到極大地挑戰(zhàn)，哪怕后面用了形態(tài)學(xué) 去噪也無法解決二值化中丟失較多信息的問題；其次，通常拍攝的圖像，包含了名片，也會(huì) 包含一部分背景，可能是桌面，可能是筆記本子表面等等，將會(huì)干擾名片區(qū)域的分割，我們 必須考慮這個(gè)問題。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明提出一種噪聲污染下的名片區(qū)域圖像分割提取方法，可從單幅圖直接通過 灰度轉(zhuǎn)化、雙邊濾波、種子生長(zhǎng)、形態(tài)學(xué)修正等策略，實(shí)現(xiàn)名片區(qū)域的快速分割提取。
[0006] 本發(fā)明的主要思路是：
[0007] 1、彩色圖轉(zhuǎn)換到灰度圖
[0008] 對(duì)于圖像區(qū)域提取，其實(shí)只需要一個(gè)通道即可，而彩色圖的三個(gè)通道分別操作將 會(huì)導(dǎo)致運(yùn)行時(shí)間的損耗。因此，將三通道綜合到一個(gè)通道，是種常規(guī)的思路。在這里，我們 運(yùn)用NTSC彩色空間思路，將RGB三通道的彩色圖像轉(zhuǎn)換到灰度信息與彩色信息分離的境 界：對(duì)于0中的任意一個(gè)像素P,其變換到該空間的灰度圖I,色調(diào)圖Se，飽和度圖Bao的對(duì) 應(yīng)像素的公式為：
[0009]

【權(quán)利要求】
1. 一種噪聲污染下的名片區(qū)域圖像分割提取方法，其特征在于，包括如下步驟： 步驟一：彩色圖轉(zhuǎn)換到灰度圖 對(duì)于原始圖像〇,為紅綠藍(lán)三通道圖像，首先將其轉(zhuǎn)換到灰度、色調(diào)、飽和度三通道；對(duì) 于〇中的任意一個(gè)像素 P，其變換到該空間的灰度圖I，色調(diào)圖Se，飽和度圖Bao的對(duì)應(yīng)像素 的公式為：
則最后獲取了灰度圖I ; 步驟二：多循環(huán)雙邊濾波抑制噪聲 根據(jù)步驟（1)獲取的I，本發(fā)明提出自適應(yīng)雙邊濾波方法來進(jìn)一步處理而抑制噪聲； 雙邊濾波器的模型如下式所示，對(duì)I中任意一個(gè)像素點(diǎn)P都滿足下面方程：
上面式子中，P表示整幅圖中任意像素點(diǎn)的坐標(biāo)；q表示濾波窗口中某像素點(diǎn)的坐標(biāo)； Ω為濾波窗口像素坐標(biāo)的集合，其可以認(rèn)為是濾波窗口大小；Ip表示原圖像在p點(diǎn)的灰度 值；Iq表不待濾波的圖像在q點(diǎn)的灰度值；J p表不濾波后的圖像P點(diǎn)的灰度值；G。代表標(biāo) 準(zhǔn)差為σ的高斯濾波函數(shù)；〇。表示空間濾波窗中空間臨近權(quán)重的標(biāo)準(zhǔn)差； 〇 s表示強(qiáng)度相 似權(quán)重的標(biāo)準(zhǔn)差；wp表示歸一化項(xiàng)；11 · 11表示求絕對(duì)值； 多循環(huán)的方式盡可能地抑制噪聲，也就是選用不同的〇。與〇s，對(duì)圖像進(jìn)行多次濾波， 實(shí)現(xiàn)噪聲的抑制；濾波的程度從輕到重； 最后獲取了實(shí)現(xiàn)最佳濾波的圖像J ; 步驟三：種子生長(zhǎng)實(shí)現(xiàn)背景去除 從步驟二中獲取的濾波圖像J，需要進(jìn)行背景去除；選取四個(gè)角落附近上的點(diǎn)作為種 子點(diǎn)，對(duì)于種子矩陣S，其尺寸為MXN與圖像J等同，距離邊界k個(gè)像素的位置： S (k, k) = 1 ； S (k, N-k) = 1 ； S (M-k, k) = 1 ； S (M-k, N-k) = 1 ； 而S的其他點(diǎn)都是0 ; 種子生長(zhǎng)的準(zhǔn)則定義為灰度差，可設(shè)計(jì)為Λ v，也就是說，生長(zhǎng)必須滿足像素點(diǎn)與當(dāng)前 種子點(diǎn)的灰度差不大于Λν ;其生長(zhǎng)結(jié)束的條件也就是灰度差大于Λν ; 通過在J圖上的種子生長(zhǎng)操作，最后獲取了去除背景后的圖像f ; 步驟四：形態(tài)學(xué)修正 從步驟三中得到圖f后，分割的區(qū)域可能會(huì)有些瑕疵毛刺，因此需要進(jìn)行修正；本發(fā)明 中，提出利用形態(tài)學(xué)方法進(jìn)行修正； 結(jié)構(gòu)元素的不同，可以實(shí)現(xiàn)不同程度與不同方向的修正； 那么最終的修正結(jié)果U由下式?jīng)Q定： C/ = /〇Jg = (/05)十 β 式子中，/?5和/Θ3表示腐蝕和膨脹操作，具體的計(jì)算方式為： f ? B = max(/(χ-/?,ν-//) + Β(^ιη.η)) f&B = min ( /'(χ + m,v + /2) - Β(?η,η)^ 于是，獲取了分割結(jié)果U。
【文檔編號(hào)】G06T5/00GK104299194SQ201410521303
【公開日】2015年1月21日 申請(qǐng)日期:2014年9月30日 優(yōu)先權(quán)日:2014年9月30日
【發(fā)明者】趙巨峰, 高秀敏, 逯鑫淼 申請(qǐng)人:杭州電子科技大學(xué)