基于灰度直方图和谱聚类的文本图像二值化方法
在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像.该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalized cut, Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低.实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果.
图像处理、文本图像、二值化、图分割、谱聚类
31
TP391(计算技术、计算机技术)
国家自然科学基金60672090资助课题
2009-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
2460-2464