改進Niblack算法及其在不均勻光照條件下的應用

賈坤昊 夾尚豐 楊栩 余振軍 蔡麗杰 李志國 孫林

摘 要：文本二值化是光學字符識別的關鍵技術，但在光照不均的情況下，采用傳統(tǒng)全局閾值二值化在圖像過亮或暗區(qū)域情況下會造成大量文字信息丟失，因此通常采用局部閾值二值化方法。Niblack二值化是一種經典的局部閾值法，能夠提取全部文字信息，缺點是存在大量偽影，且運算效率低，但優(yōu)點是方法簡單，易于實現(xiàn)。針對Niblack算法存在的問題，提出一種基于鄰域信息的Niblack算法。該算法結合像素點空間八鄰域灰度信息，能自適應調整閾值，逐點進行二值化處理，從而基本消除了偽影，并使用積分圖法使運算時間從30s降低到3s，同時運用形態(tài)學腐蝕操作對筆畫進行增強。實驗結果表明，與傳統(tǒng)Niblack、Sauvola等算法相比，在光照不均條件下，該方法圖像噪聲少、速度快，筆畫更清晰，且更易于識別。

關鍵詞：二值化;Niblack算法;圖像分割;閾值選取;積分圖

DOI：10. 11907/rjdk. 191109

中圖分類號：TP312文獻標識碼：A文章編號：1672-7800（2019）004-0082-05

0 引言

文本圖像二值化[1-2]是提取圖像文本信息的重要步驟，也是保證圖像文本信息提取質量的前提。文本圖像分割效果決定著提取信息量的大小及準確度。因文本圖像目標區(qū)域與背景區(qū)域灰度級差別明顯，所以通常利用閾值化方法[3-6]進行圖像分割。閾值法分為全局閾值法[7]與局部閾值法[8-11]。全局閾值法根據(jù)文本圖像直方圖或灰度空間分布確定一個閾值，算法較為簡單，對于目標和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對光照不均勻、噪聲干擾較大的圖像，二值化效果則明顯變差。局部閾值法通過定義考察點的鄰域，并根據(jù)鄰域計算模板對考察點灰度與鄰域點進行比較，根據(jù)區(qū)域灰度分布特性，自適應調節(jié)閾值，但缺點也十分明顯，如存在偽影現(xiàn)象、運算速度慢等。

Niblack算法[12]最早于1896年提出，是局部閾值法中較為常用的方法之一。趙天雪等[13]在視頻文本圖像增強算法研究中，對Niblack算法公式中的偏移量進行改進，通過加入概率系數(shù)，增加了背景或前景分離出來的可能性; 吳留生等[14]在基于Niblack的手掌靜脈圖像二值化研究中，結合Niblack算法與局部靜態(tài)閾值方法，降低了偽影及斷紋出現(xiàn)的概率，但需要先將圖像分成6塊，并進行分塊處理; 申森等[15]對槍號圖像二值化進行研究，利用小波包將低通圖像作為二值化閾值進行處理，并與Niblack算法獲得的二值化圖像進行融合，很好地實現(xiàn)了槍號圖像的二值化，但由于其提出的算法應用小波濾波器的分解與重構，增加了一些計算量，執(zhí)行時間有所延長;卜飛宇[16]針對字符斷裂和偽影問題，對Niblack算法閾值計算公式進行改進，但由于光照不均的暗區(qū)域相機噪點灰度值接近目標點灰度值，所以僅根據(jù)像素灰度值作為判斷依據(jù)并不能有效去除此類偽影;Guo等[17]在Niblack動態(tài)閾值分割法基礎上，結合形態(tài)學開閉運算，獲得失真較小的靜脈圖像;Nandy等[18]對Niblack和Sauvola兩種二值化技術在視網膜血管分割中的應用進行對比分析;Li等[19]提出一種基于閾值分割Niblack算法的陶瓷瓶表面缺陷可視化檢測方法。

本文在文獻[16]基礎上，根據(jù)點與八鄰域點的關系，對其計算公式進行改進，使其能夠自適應調整局部閾值。相較于文獻[16]，本文方法結合了像素點八鄰域之間的空間關系，對孤立噪點進行二次判別，不僅消除了常規(guī)偽影， 也基本消除了由暗區(qū)域相機噪點產生的偽影，并且保留了足夠的文本信息，使文本圖像更加清晰，且更易于識別;在速度方面，結合積分圖法大大加快了算法速度，加速后所用運算時間僅為原算法的1/10。因此，本文提出算法在光照不均的文本圖像分割上可取得更好效果。

1 Niblack算法及改進

Niblack算法中，對圖像的每一個像素點，在大小為w×w的鄰域窗口[20-21]中求取所有點的灰度均值及方差，再以下式計算每個點的閾值：

Niblack算法通過逐點計算確定閾值，其計算量較大，導致運算速度較慢。當鄰域窗口在大片背景區(qū)域移動時，根據(jù)算法公式，必然有點的灰度值小于均值m（x，y），且s（x，y）較小，減去0.2×s（x，y）后結果依然小于T（x，y），則被判定為目標點。大量背景點被判定為目標點，則形成了偽影，偽影的出現(xiàn)對后續(xù)文本信息提取帶來不利影響。依據(jù)偽影產生的原因，只要通過合理方式適當減小閾值T（x，y），使背景點灰度值不會小于閾值，即可消除偽影，同時保留足夠的圖像信息。

本文主要從提高運算速度與盡量有效地消除偽影兩方面對Niblack算法進行改進，在提高運算速度方面，結合全局閾值并利用積分圖法進行加速; 在消除偽影方面，通過改進計算公式的方法進行偽影消除。

1.1 積分圖法提高運算速度

Niblack算法運算速度較慢，主要由于該算法需遍歷圖像中每一個點，逐點計算窗口鄰域的像素均值及標準差，而且需要重復求和，計算量較大。若采用積分圖法，則可避免重復求和計算，從而大大減少了運算量。對于一幅灰度圖像，積分圖[22]中任意一點（x，y）的值是指從圖像左上角到該點所構成矩形區(qū)域內所有點的灰度值之和。

式（5）中M（x，y）為該點灰度值，Mmin為該點八鄰域內灰度最小值，Mmax為該點八鄰域內灰度最大值。p的取值在2～10之間，若該點灰度值與八鄰域各點灰度值越相近，該點是噪點的可能性越小，則p接近于10，閾值僅略微減小，不會將目標黑色區(qū)域判定為白色; 若該點灰度值與八鄰域各點灰度值差別越大，該點是噪點的可能性越大，則p值越接近于2，閾值越小，會將黑色噪點判定為白色背景區(qū)域，可以消除噪點。二值化閾值T（x，y）隨該點與八鄰域各點的差異大小動態(tài)變化，可起到消除噪點的作用，同時目標區(qū)域因不是孤立點受影響較小，保留了足夠的圖像信息。但仍有少數(shù)目標點被作為噪點消除，影響了成像效果，最后利用形態(tài)學腐蝕處理后，圖像取得了更清晰的效果，如圖4所示。

2 實驗結果分析

實驗所用的兩張圖像大小分別為780×1 040（見圖5）、1 040×780（見圖6），實驗在CPU為Intel（R）Core（TM）i3-6100 3.70GHz的臺式機上進行，編譯軟件為Visual Studio 2013。

對兩張光照不均的文本照片分別采用OTSU（最大類間方差法）算法、Niblack算法、文獻[16]提出的算法、VFCM算法[23]、Sauvola算法與本文方法進行實驗對比。

圖5（b）、圖6（b）與圖5（c）、圖6（c）相比可以看出，因光照不均，圖像在不同區(qū)域的背景灰度值差異較大，而采用局部閾值的Niblack算法提取的文本信息量多于全局閾值的OTSU算法，能夠顯示全部目標文字區(qū)域，但存在大量明顯的偽影。

圖5（c）、圖6（c）與圖5（d）、圖6（d）相比可以看出，文獻[16]提出的改進Niblack算法中基本消除了常規(guī)偽影，但在圖5（d）、圖6（d）中可以發(fā)現(xiàn)，在原圖像暗區(qū)域存在大量相機噪點產生的偽影，文獻[16]算法公式未對光照不均的暗區(qū)域噪點偽影進行單獨討論，沒有消除在較暗區(qū)域中相機噪點產生的偽影。

圖5（e）、圖6（e）、圖5（f）、圖6（f）與圖5（g）、圖6（g）相比可看出，VFCM算法在較暗區(qū)域噪聲明顯，而Sauvola算法在較暗區(qū)域也存在部分偽影無法消除的現(xiàn)象。

圖5（d）、圖6（d）與圖5（g）、圖6（g）相比可以看出，因本文算法通過對噪點八鄰域特點的分析，采用噪點相關系數(shù)p改進了算法公式，解決了常規(guī)偽影與噪點偽影的問題，并運用形態(tài)學腐蝕算法得到更清晰的成像效果。由表1可以看出，本文算法相較于原算法也較大程度上縮短了時間，從原本的30s左右縮短到3s左右，且成像效果最佳。

3 結語

本文主要工作是對光照不均條件下的文本圖像進行二值化處理，提出一種基于Niblack算法改進的局部閾值法，對Niblack算法偽影產生的原因進行討論，并根據(jù)相關原因對公式進行改進，從而消除了偽影。針對之前改進Niblack算法在光照不均條件下，文本圖像暗區(qū)域在進行二值化處理后，依然存在相機噪點形成的偽影不能消除的問題，通過分析噪點、非噪點灰度值與八鄰域點灰度值的差異，對計算公式再次進行改進，添加了動態(tài)調節(jié)系數(shù)，使閾值能夠根據(jù)像素點與八鄰域點灰度值的差值大?。ㄈ舨钪递^大則視為噪點）進行自適應調節(jié)，消除了在光照不均時暗區(qū)域相機噪點產生的偽影; 通過分析算法計算過程，發(fā)現(xiàn)重復求和計算影響計算效率的問題，因此采用積分圖法避免了重復求和計算，提高了運算速度;最后對圖像進行形態(tài)學腐蝕處理，以增強成像效果，使文字信息更加清晰。從實驗結果可以看出，本文提出的改進算法消除噪聲的效果優(yōu)于傳統(tǒng)算法，運算速度也得到了大幅提升，可廣泛運用于光照不均條件下文本圖像的二值化處理。

為了盡量消除噪聲，本文雖然利用形態(tài)學方法進行了效果增強，但仍不可避免地會丟失少量字符信息，影響后續(xù)識別效果。因此，在盡可能消除噪聲的前提下，如何保留更多文字信息，是下一步需要研究的方向。

參考文獻：

[1] NATARAJAN J，SREEDEVI I. Enhancement of ancient manuscript images by log based binarization technique[J]. AEU-International Journal of Electronics and Communications， 2017， 75： 15-22.

[2] SU B， LU S， TAN C L. Robust document image binarization technique for degraded document images[J]. IEEE Transactions on Image Processing， 2013， 22（4）：1408.

[3] WANG Y S. A new image threshold segmentation based on fuzzy entropy and improved intelligent optimization algorithm[J]. Journal of Multimedia，2014.

[4] KITTLER J，ILLINGWORTH J. On threshold selection using clustering criteria[J]. Systems Man & Cybernetics IEEE Transactions on， 1985（5）： 652-655.

[5] NTIROGIANNIS K，GATOS B，PRATIKAKIS I. A combined approach for the binarization of handwritten document images[M]. Elsevier Science Inc，2014.

[6] WAGDY M，F(xiàn)AYE I，ROHAYA D. Fast and efficient document image clean up and binarization based on retinex theory[C]. IEEE， International Colloquium on Signal Processing and ITS Applications. IEEE， 2013：58-62.

[7] SMITH P，REID D B，ENVIRONMENT C，et al. A threshold selection method from gray-level histograms[J]. Systems Man & Cybernetics IEEE Transactions on， 1979， 9（1）： 62-66.

[8] THEPADE S，DAS R，GHOSH S. A novel feature extraction technique using binarization of bit planes for content based image classification[J]. Journal of Engineering， 2014.

[9] HEMA S K. To detect the text stroke in degraded document images using canny's map， binarization technique[J]. International Journal of Engineering Sciences & Research Technology， 2014.

[10] SAUVOLA J，PIETIK？INEN M. Adaptive document image binarization[J]. Pattern Recognition， 2000，33（2）：225-236.

[11] BLAYVAS I，BRUCKSTEIN A，KIMMEL R. Efficient computation of adaptive threshold surfaces for image binarization[J]. Pattern Recognition， 2006， 39（1）： 89-101.

[12] NIBLACK W. An introduction to digital image processing[C]. Advances in Computer Graphics Vi， Images： Synthesis， Analysis， and Interaction. Springer-Verlag， 1986： 205-267.

[13] 趙天雪，孫光民，許爽. 視頻文本圖像增強算法研究[J]. 微計算機信息，2007（33）： 193-194，179.

[14] 吳留生，陳家新，黎蔚. 基于Niblack的手掌靜脈圖像二值化技術研究[J]. 通信技術，2010，43（1）： 112-114.

[15] 申森，李艾華，姚良，等. 基于小波包和Niblack法的槍號圖像二值化算法[J]. 光子學報， 2013， 42（3）： 354-358.

[16] 卜飛宇. 一種改進的文本圖像二值化方法[J]. 電腦知識與技術，2014，10（12）： 2822-2824，2840.

[17] 江明，劉輝，黃歡. 圖像二值化技術的研究[J]. 軟件導刊，2009（4）：175-177.

[18] NANDY M， BANERJEE M. A comparative analysis of application of Niblack and Sauvola binarization to retinal vessel segmentation[C].International Conference on Computational Intelligence and Networks，IEEE Computer Society， 2017：105-109.

[19] LI L Y，ZHANG X W，LI W T，et al. Visual inspection method of ceramic bottle surface defects based on Niblack optimization[J]. Computer Science and Engineering，2017.

[20] BATAINEH B，ABDULLAH S N H S，OMAR K. An adaptive local binarization method for document images based on a novel thresholding method and dynamic Windows[J]. Pattern Recognition Letters， 2011， 32（14）：1805-1813.

[21] 李倩. 文檔圖像的二值化算法綜述[J]. 中國傳媒大學學報：自然科學版，2008，15（4）： 66-70.

[22] 黃文杰， 陳斌. 一種快速圖像處理的積分圖方法[J]. 計算機應用，2005（S1）： 266-268.

[23] 童立靖，陳侃，付曉玲，等. 文檔圖像二值化算法VFCM[J]. 計算機工程與設計，2009，30（13）：3216-3218，3243.

（責任編輯：黃 ?。?/p>