[论文解读] Sliding window approach based Text Binarisation from Complex Textual images

Chitrakala Gopalan, D. Manjula|arXiv (Cornell University)|Mar 18, 2010

Image Retrieval and Classification Techniques参考文献 15被引用 10

一句话总结

本文提出一种用于复杂文本图像（具有纹理背景）的文本二值化滑动窗口方法。该方法通过增强图像对比度、利用迭代阈值法检测边缘、通过边缘框分析去除噪声，并在滑动窗口中应用大小一致性检查，以提高二值化精度，其在异质图像上的表现优于Otsu和Niblack方法。

ABSTRACT

Text binarisation process classifies individual pixels as text or background in the textual images. Binarization is necessary to bridge the gap between localization and recognition by OCR. This paper presents Sliding window method to binarise text from textual images with textured background. Suitable preprocessing techniques are applied first to increase the contrast of the image and blur the background noises due to textured background. Then Edges are detected by iterative thresholding. Subsequently formed edge boxes are analyzed to remove unwanted edges due to complex background and binarised by sliding window approach based character size uniformity check algorithm. The proposed method has been applied on localized region from heterogeneous textual images and compared with Otsu, Niblack methods and shown encouraging performance of the proposed method.

研究动机与目标

• 解决在具有复杂纹理背景的图像中进行文本二值化的挑战。
• 通过准确分离文本与嘈杂、非均匀背景，提升OCR性能。
• 开发一种能够适应不同字符大小和背景纹理的鲁棒二值化方法。
• 减少边缘检测和二值化过程中由背景噪声引起的误报。
• 在具有异质性的文本图像上，将该方法与Otsu和Niblack等标准技术进行对比评估。

提出的方法

• 应用预处理以增强图像对比度并抑制纹理引起的背景噪声。
• 使用迭代阈值法检测预处理后图像中的边缘。
• 从检测到的边缘生成边缘框，并过滤掉由复杂背景引起的无关边缘。
• 实施滑动窗口方法，分析局部区域以检测字符大小的一致性。
• 在滑动窗口内执行一致性检查，以分类像素为文本或背景。
• 结合边缘过滤与基于窗口的分析，以优化二值化结果。

实验结果

研究问题

• RQ1 如何在复杂文本图像中有效分离出具有纹理背景的文本？
• RQ2 与全局阈值法相比，滑动窗口方法在多大程度上提升了二值化精度？
• RQ3 基于边缘的过滤与局部大小一致性检测相结合，能否减少二值化中的误报？
• RQ4 该方法在具有不同文本与背景特征的异质性文本图像上的表现如何？
• RQ5 预处理对对比度提升和噪声抑制在二值化中的影响是什么？

主要发现

• 所提方法在异质性文本图像上的二值化结果优于Otsu和Niblack方法。
• 预处理显著提升了对比度并减少了背景噪声，从而增强了边缘检测的准确性。
• 边缘框分析能有效去除由复杂纹理引起的虚假边缘。
• 结合大小一致性检查的滑动窗口方法通过关注局部字符一致性，提升了二值化精度。
• 该方法在真实世界复杂图像上表现出令人鼓舞的性能，表明其对背景变化具有鲁棒性。
• 评估结果证实了该方法在弥合文本定位与OCR识别之间差距方面的有效性。