计算机应用研究

作者：熊炜,王鑫睿,王娟,刘敏,曾春艳,

单位：湖北工业大学a.电气与电子工程学院;b.太阳能高效利用湖北省协同创新中心,武汉430068；

关键词：文档图像二值化,对比度增强,形态学闭操作,U型卷积神经网络,全局最优阈值处理,

基金：国家自然科学基金资助项目(61571182,61601177)；湖北省自然科学基金资助项目(2019CFB530)；国家留学基金资助项目(201808420418)；；

针对低质量文档图像存在页面污渍、墨迹浸润、背景纹理等多种退化因素，提出一种融合背景估计与U型卷积神经网络（U-Net）的文档图像二值化算法。该算法首先进行图像对比度增强，然后通过形态学闭操作来估计文档图像背景，并利用全卷积网络，即U-Net对背景减除图像进行前景背景分割，最后采用全局最优阈值处理方法获得最终二值图像。实验结果表明，在2016和2017年国际文档图像二值化竞赛（DIBCO）中该算法的F值（F-measure，FM）、伪F值（pseudo F-measure，p-FM）、峰值信噪比（peak signal to noise ratio，PSNR）、距离倒数失真度量（distance reciprocal distortion，DRD）比性能次优的经典算法最高有5.58%、2.47%、0.86 dB、1.19%的性能提升。

来源：2020年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第3期