您当前的位置:首页 > 详细浏览

文献详情

融合背景估计与U-Net的文档图像二值化算法

内容摘要

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中本文算法的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%、0.86dB、1.19%的性能提升。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:285 下载量:153
期刊:计算机应用研究
推荐引用方式: 熊炜,王鑫睿,王娟,刘敏,曾春艳.(2019).融合背景估计与U-Net的文档图像二值化算法.计算机应用研究.[ChinaXiv:201901.00010] (点此复制)
版本历史
[V1] 2019-01-03 10:45:30 chinaXiv:201901.00010V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无