形态学重度污染文本图像去噪处理

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

形态学重度污染文本图像去噪处理

鄢煜尘, 周前进, 段柳云, 陈庆虎

文章导航 > 武汉大学学报 ( 信息科学版) > 2012 > 37(9): 1100-1103

鄢煜尘, 周前进, 段柳云, 陈庆虎. 形态学重度污染文本图像去噪处理[J]. 武汉大学学报 ( 信息科学版), 2012, 37(9): 1100-1103.

引用本文:

鄢煜尘, 周前进, 段柳云, 陈庆虎. 形态学重度污染文本图像去噪处理[J]. 武汉大学学报 ( 信息科学版), 2012, 37(9): 1100-1103.

YAN Yuchen, ZHOU Qianjin, DUAN Liuyun, CHEN Qinghu. Morphologic Severely Polluted Documental Image Processing[J]. Geomatics and Information Science of Wuhan University, 2012, 37(9): 1100-1103.

Citation:

YAN Yuchen, ZHOU Qianjin, DUAN Liuyun, CHEN Qinghu. Morphologic Severely Polluted Documental Image Processing[J]. Geomatics and Information Science of Wuhan University, 2012, 37(9): 1100-1103.

形态学重度污染文本图像去噪处理

武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072

基金项目: 中国刑事警察学院文件检验鉴定公安部重点实验室资助项目(11KFKT002)

作者简介:
鄢煜尘，博士，主要研究方向为图像处理与智能识别。

中图分类号: P237.3

Morphologic Severely Polluted Documental Image Processing

¹ School of Electronic Information,Wuhan University,Luojia Hill,Wuhan 430072,China

Funds: 中国刑事警察学院文件检验鉴定公安部重点实验室资助项目(11KFKT002)

摘要: 为处理扫描与复印图像产生的重度污染噪声,对噪声与文本信息的形态差异进行研究。利用灰度形态学原理,构建四方向形态学结构元素模版去除复杂的背影噪声,保留具有明显方向性的文字信息。针对噪声与文字在图像局部梯度上的特点,引入局部结构张量信息构造动态尺度的形态学结构元素,在可能的噪声区域采用较大尺度结构元素较好地滤除噪声,在可能含有文字的区域采用较小的结构元素以完整地保留易丢失的文字笔划与标点。最后利用灰度形态学重建恢复原始的文本内容,得到只含文本信息的图像。
- 图像去噪 /
- 形态学处理 /
- 动态尺度 /
- 局部结构张量
Abstract: To denoise the severely polluted documental image produced by the process of scanning or duplicating,characteristics of noise and text content are investigated.Gray morphology with constructed four direction structuring elements is applied to filter the severely background noise and retain directional text content information.Local structural tensor is brought in to describe the local gradient difference between noise and text content,making the scale element dynamic,which will be larger when process probable noise area and smaller when it is closed to the text.By this way,denoising is satisfying and easily lost stroke and punctuation are well saved.Finally gray morphologic reconstruction is applied to recover original text content information,picking up image only containing text information.Comparing with normal image processing methods,this proposed approach has got efficient effect,which is suitable to deal with this kind of severely polluted documental image.
- image denoising /
- morphologic processing /
- dynamic scale /
- local structural tensor

[1]	谢政宇, 刘学广, 张巩, 吴牧云, 闫明, 张二宝, 谭鉴. 利用小波去噪进行步态加速度信号预处理 . 武汉大学学报 ( 信息科学版), 2022, 47(11): 1956-1962. doi: 10.13203/j.whugis20200265
[2]	王德军, 熊永良, 徐韶光. 利用窗口小波去噪的高精度动态单历元定位算法 . 武汉大学学报 ( 信息科学版), 2015, 40(6): 779-784. doi: 10.13203/j.whugis20130636
[3]	岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞. 基于双边结构张量的局部自适应图像超分辨率重建 . 武汉大学学报 ( 信息科学版), 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324
[4]	夏桂松, 薛楠, 王子锋, 张良培. 复张量场扩散方程及其在PolSAR图像去噪中的应用 . 武汉大学学报 ( 信息科学版), 2015, 40(11): 1533-1538,1556. doi: 10.13203/j.whugis20140630
[5]	高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
[6]	高建, 张飞艳, 谢伟, 秦前清. 利用能量变分方法进行高光谱数据去噪处理 . 武汉大学学报 ( 信息科学版), 2012, 37(3): 322-325.
[7]	唐永鹤, 卢焕章. 基于多结构元素复合滤波的形态学边缘检测 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 50-53.
[8]	高建, 张斌, 张飞艳, 秦前清. 一种遥感影像Min/max流去噪方法的研究 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 31-34.
[9]	李辉, 代侦勇, 张利华, 蒋志勇. 利用数学形态学的遥感影像水系提取方法 . 武汉大学学报 ( 信息科学版), 2011, 36(8): 956-959.
[10]	杨学峰, 李金宗, 李冬冬, 朱兵. 一种基于前后向扩散的图像去噪与增强方法 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 975-978.
[11]	王文波, 张晓东, 羿旭明, 费浦生. 利用曲波域BivaShrink模型进行SAR图像去噪 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 814-817.
[12]	贾永红, 邹勤, 付修军. 基于数学形态学的扫描地图点状符号识别方法 . 武汉大学学报 ( 信息科学版), 2008, 33(7): 673-675.
[13]	王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 585-588.
[14]	王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 329-331.
[15]	刘慧敏, 舒宁, 林卉. 图像边缘信息分析中数学形态学的应用方法 . 武汉大学学报 ( 信息科学版), 2001, 26(4): 325-330.
[16]	马飞. 数学形态学在遥感和地理信息系统数据分析与处理中的应用研究 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 187-187.
[17]	马飞. 用数学形态学自动快速寻找地图注记位置 . 武汉大学学报 ( 信息科学版), 1996, 21(2): 150-153.
[18]	马飞, 李德仁. 数学形态学在GIS空间分析中的应用 . 武汉大学学报 ( 信息科学版), 1996, 21(1): 41-45,49.
[19]	马飞. 灰度级形态学及在扫描影像处理中的应用 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 310-316.
[20]	李德仁, 陈晓勇. 数学形态学及其在二值影象分析中的应用 . 武汉大学学报 ( 信息科学版), 1989, 14(3): 18-34.

WeChat

点击查看大图

计量

文章访问数: 1125
HTML全文浏览量: 52
PDF下载量: 457
被引次数: 0

形态学重度污染文本图像去噪处理

武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072;武汉大学电子信息学院,武汉市珞珈山430072

基金项目: 中国刑事警察学院文件检验鉴定公安部重点实验室资助项目(11KFKT002)

作者简介:
鄢煜尘，博士，主要研究方向为图像处理与智能识别。

收稿日期: 2012-06-18
刊出日期: 2012-09-05

中图分类号: P237.3

关键词:

形态学处理 /

局部结构张量

摘要: 为处理扫描与复印图像产生的重度污染噪声,对噪声与文本信息的形态差异进行研究。利用灰度形态学原理,构建四方向形态学结构元素模版去除复杂的背影噪声,保留具有明显方向性的文字信息。针对噪声与文字在图像局部梯度上的特点,引入局部结构张量信息构造动态尺度的形态学结构元素,在可能的噪声区域采用较大尺度结构元素较好地滤除噪声,在可能含有文字的区域采用较小的结构元素以完整地保留易丢失的文字笔划与标点。最后利用灰度形态学重建恢复原始的文本内容,得到只含文本信息的图像。

English Abstract

鄢煜尘, 周前进, 段柳云, 陈庆虎. 形态学重度污染文本图像去噪处理[J]. 武汉大学学报 ( 信息科学版), 2012, 37(9): 1100-1103.

引用本文:

鄢煜尘, 周前进, 段柳云, 陈庆虎. 形态学重度污染文本图像去噪处理[J]. 武汉大学学报 ( 信息科学版), 2012, 37(9): 1100-1103.

YAN Yuchen, ZHOU Qianjin, DUAN Liuyun, CHEN Qinghu. Morphologic Severely Polluted Documental Image Processing[J]. Geomatics and Information Science of Wuhan University, 2012, 37(9): 1100-1103.

Citation:

YAN Yuchen, ZHOU Qianjin, DUAN Liuyun, CHEN Qinghu. Morphologic Severely Polluted Documental Image Processing[J]. Geomatics and Information Science of Wuhan University, 2012, 37(9): 1100-1103.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码