基于图像区域的交互式文本图像阈值分割算法_龙建武

计算机研究与发展ＩＳＳＮ　１０００－１２３９?ＣＮ　１１－１７７７?ＴＰＪｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｒｅｓｅａｒｃｈ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　４９（７）：１４２０－１４３１，２０１２
基于图像区域的交互式文本图像阈值分割算法
龙建武　申铉京　陈海鹏
（吉林大学计算机科学与技术学院　长春　１３００１２）
（符号计算与知识工程教育部重点实验室（吉林大学）　长春　１３００１２）
（ｌｏｎｇｊｗ０８＠ｍａｉｌｓ．ｊｌｕ．ｅｄｕ．ｃｎ）
Ｉｎｔｅｒａｃｔｉｖｅ　Ｄｏｃｕｍｅｎｔ　Ｉｍａｇｅｓ　Ｔｈｒｅｓｈｏｌｄｉｎｇ　Ｓｅｇｍｅｎｔａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎＩｍａｇｅ　Ｒｅｇｉｏｎｓ
Ｌｏｎｇ　Ｊｉａｎｗｕ，Ｓｈｅｎ　Ｘｕａｎｊｉｎｇ，ａｎｄ　Ｃｈｅｎ　Ｈａｉｐｅｎｇ
（Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００１２）
（Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｓｙｍｂｏｌｉｃ　Ｃｏｍｐｕｔａｔｉｏｎ　ａｎｄ　Ｋｎｏｗｌｅｄｇｅ　Ｅｎｇｉｎｅｅｒｉｎｇ（Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ），Ｍｉｎｉｓｔｒｙ　ｏｆ　Ｅｄｕｃａｔｉｏｎ，Ｃｈａｎｇｃｈｕｎ１３００１２）
Ａｂｓｔｒａｃｔ　Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｏｖｅｒｃｏｍｅ　ｔｈｅ　ｔｗｏ　ｐｒｏｂｌｅｍｓ，ｐａｒａｍｅｔｅｒｓ　ｓｅｌｅｃｔｉｏｎ　ｉｎ　ｔｈｅ　ｌｏｃａｌ　ｔｈｒｅｓｈｏｌｄｉｎｇｓｅｇｍｅｎｔａｔｉｏｎ　ｍｅｔｈｏｄｓ　ｗｈｉｃｈ　ｈａｖｅ　ｍａｎｙ　ｐａｒａｍｅｔｅｒｓ　ｕｓｕａｌｌｙ　ａｎｄ　ｄｉｓｃｏｎｔｉｎｕｏｕｓ　ｐｒｏｂｌｅｍ　ａｍｏｎｇｎｅｉｇｈｂｏｒ　ｒｅｇｉｏｎｓ　ｉｎ　ｔｈｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｒｅｓｕｌｔｓ，ａｎ　ｉｎｔｅｒａｃｔｉｖｅ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ　ｔｈｒｅｓｈｏｌｄｉｎｇｓｅｇｍｅｎｔａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｉｍａｇｅ　ｒｅｇｉｏｎｓ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ｗｉｔｈ　ｔｈｅ　ｐｒｉｏｒｉ　ｋｎｏｗｌｅｄｇｅ　ｏｒｅｘｐｅｒｉｅｎｃｅ　ｆｒｏｍ　ｔｈｅ　ｕｓｅｒｓ．Ｆｉｒｓｔｌｙ，ｔｈｅ　ｐｒｅｓｅｎｔｅｄ　ｍｅｔｈｏｄ　ｄｉｖｉｄｅｓ　ｔｈｅ　ｉｍａｇｅ　ｉｎｔｏ　ｓｅｖｅｒａｌ　ｒｅｇｉｏｎｓｒｏｕｇｈｌｙ．Ｓｅｃｏｎｄｌｙ，ｉｔ　ｓｏｒｔｓ　ａｌｌ　ｔｈｅ　ｉｍａｇｅ　ｂｌｏｃｋｓ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅｉｒ　ｓｔａｎｄａｒｄ　ｄｅｖｉａｔｉｏｎ　ｖａｌｕｅｓ，ｗｈｉｃｈａｒｅ　ｔａｋｅｎ　ａｓ　ａ　ｍｅａｓｕｒｅ　ｔｏ　ｔｅｌｌ　ｈｏｗ　ｍｕｃｈ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｔｈｅ　ｂａｃｋｇｒｏｕｎｄ　ａｎｄ　ｏｂｊｅｃｔ　ｅｖｅｒｙ　ｂｌｏｃｋｃｏｎｔａｉｎｓ．Ｔｈｉｒｄｌｙ，ｔｈｅ　ｕｓｅｒｓ　ｉｎｐｕｔ　ｉｎｔｅｒａｃｔｉｖｅ　ｉｎｆｏｒｍａｔｉｏｎ　ｔｏ　ｓｅｐａｒａｔｅ　ａｌｌ　ｒｅｇｉｏｎｓ　ｉｎｔｏ　ｔｈｒｅｅ　ｐａｒｔｓ：ｂｌｏｃｋｓ　ｃｏｎｔａｉｎｉｎｇ　ｂａｃｋｇｒｏｕｎｄ　ｏｒ　ｔａｒｇｅｔ　ｏｎｌｙ，ｂｌｏｃｋｓ　ｃｏｎｔａｉｎｉｎｇ　ａ　ｓｍａｌｌ　ａｍｏｕｎｔ　ｏｆ　ｂａｃｋｇｒｏｕｎｄ　ｏｒｔａｒｇｅｔ，ａｎｄ　ｂｌｏｃｋｓ　ｃｏｎｔａｉｎｉｎｇ　ｄｉｓｔｒｉｂｕｔｉｎｇ　ｅｑｕｉｌｉｂｒｉｕｍ　ｂａｃｋｇｒｏｕｎｄ　ａｎｄ　ｔａｒｇｅｔ．Ｆｉｎａｌｌｙ，ｔｈｅ　ｂｉｎａｒｉｚａｔｉｏｎｏｆ　ｅｖｅｒｙ　ｂｌｏｃｋ　ｉｓ　ｃｏｎｄｕｃｔｅｄ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｄｉｆｆｅｒｅｎｔ　ｃｒｉｔｅｒｉｏｎ．Ｅｘｔｅｎｓｉｖｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔｔｈｅ　ｐｒｏｐｏｓｅｄ　ｓｃｈｅｍｅ　ｙｉｅｌｄｓ　ｍｏｒｅ　ｐｒｏｍｉｓｉｎｇ　ｂｉｎａｒｉｚａｔｉｏｎ　ｏｕｔｃｏｍｅｓ　ａｎｄ　ａｌｓｏ　ｈａｓ　ｂｅｔｔｅｒ　ｐｅｒｆｏｒｍａｎｃｅ　ｆｏｒｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ　ｕｎｄｅｒ　ｎｏｒｍａｌ　ａｎｄ　ｉｎａｄｅｑｕａｔｅ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｏｎｄｉｔｉｏｎｓ，ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｇｌｏｂａｌｍｅｔｈｏｄｓ，ｓｉｍｐｌｙ　ｔｈｒｅｓｈｏｌｄｉｎｇ　ａｐｐｒｏａｃｈｅｓ　ｂａｓｅｄ　ｏｎ　ｒｅｇｉｏｎｓ，ａｎｄ　Ｃｈｏｕ ｓ　ｍｅｔｈｏｄ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｉｎｔｒｏｄｕｃｅｄ　ａｐｐｒｏａｃｈ　ｉｓ　ａｌｓｏ　ｅｆｆｅｃｔｉｖｅ　ｆｏｒ　ｐａｒｔ　ｏｆ　ｔｈｅ　ｎｏｎ－ｔｅｘｔ　ｉｍａｇｅｓ．
Ｋｅｙ　ｗｏｒｄｓ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ；ｉｎｔｅｒａｃｔｉｖｅ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ；ｔｈｒｅｓｈｏｌｄ　ｓｅｌｅｃｔｉｏｎ；ｌｏｃａｌｔｈｒｅｓｈｏｌｄ；Ｏｔｓｕ　ｍｅｔｈｏｄ
摘　要　针对现有局部阈值分割算法因参数过多带来的参数选择问题以及在分割结果中块与块之间不连续性问题，利用用户提供的先验知识或经验，提出了一种基于灰度图像区域的交互式文本图像阈值分割算法．该方法首先粗略地将图像进行分块；利用标准差作为衡量图像块含有信息量（背景信息与目标信息）多少这一度量，接着按标准差大小对所有图像块进行排序；然后由用户输入交互式信息将所有图像块分为３个集合：仅含背景或仅含目标的图像块、含有少量背景或者是含有少量目标的图像块以及背景和目标分布比较均衡的图像块；最后对各个集合中的图像块分别按相应准则进行分割．实验结果表明，对于均匀和非均匀光照条件下的文本图像，与全局分割算法、直接分块分割算法和Ｃｈｏｕ方法相比，该
　收稿日期：２０１０－０９－１４；修回日期：２０１１－１１－０２
　基金项目：国家自然科学基金项目（６０７７３０９８）；吉林省科技发展计划基金项目（２００８０３１７）；吉林大学研究生创新基金项目（２０１２１１０４）
　通信作者：陈海鹏（ｃｈｅｎｈｐ＠ｊｌｕ．ｅｄｕ．ｃｎ）
方法在分割效果上有显著提升，而且执行效率也较高．另外，对于部分非文本图像也同样有效．关键词　图像分割；交互式文本图像分割；阈值选取；局部阈值；Ｏｔｓｕ算法
中图法分类号　ＴＰ３９１．４１
图像分割的主要目的是将感兴趣的目标从复杂背景中分离出来，以便进行目标识别和场景分析［１］．图像分割技术在模式识别、计算机视觉、医学图像处理等领域中有着十分广泛的应用，阈值法［２］是其中的一种非常重要的分割技术，它以其简单、有效、便于理解的特性而受到人们的普遍欢迎．当前已有很多种阈值分割算法［２］，其中，Ｏｔｓｕ算法［３］因计算简单、实时性高、鲁棒性强等优点而被广泛采用［４－６］．通常，Ｏｔｓｕ算法均被作为全局方法使用，尤其当待分割图像呈双峰分布时，分割效果最佳．但因受光照不均等因素的影响，一般待分割图像并不呈明显的双峰分布状态，若仍采用全局分割方法［２－３］必将导致其分割失败．相对于全局分割算法而言，采用分块思想的局部分割方法［２，４－９］有着更为理想的分割效果．为此，在文本图像分割［４－９］中，Ｃｈｏｕ等人［４］提出了一种基于图像区域的分割算法，该算法过程比较复杂，其基本思想是采用ＳＶＭ分类器通过学习的方式来建立分割决策规则，但其中需要人为地给定分块数、１个标准差阈值ｓｔｈ和１个均值阈值ｕｔｈ．当图像块的标准差小于ｓｔｈ时再通过ｕｔｈ将该块判断为背景或目标，否则将采用Ｏｔｓｕ算法对该图像块进行分割．由Ｐａｉ等人［５］提出的自适应文本分割算法中不需指定分块数，而是采用水平投影的方式智能化地完成图像分块，然后同样需要按照给定标准差阈值ｓｔｈ和均值阈值ｕｔｈ来决定各个图像块是否需要采用Ｏｔｓｕ算法进行分割．虽然上述２种方法总体分割性能较好，但实验过程中均需要用户不断地调整ｓｔｈ和ｕｔｈ，且很难给出比较合适的阈值，因此鲁棒性较弱．以上这２种方法主要用于文本图像分割．这些局部分割算法的主要缺点是控制参数太多，并且在分割结果中还有可能出现块与块之间的不连续性．
然而采用实时交互的分割方式来取代这些控制参数是一个更为值得采纳的解决方案．经典算法如Ｓｎａｋｅ算法［１０］，该方法主要用于分割医学图像处理领域中的脑部、心脏等图像，它是由用户首先给出初始轮廓线，然后在该指导性信息下完成目标的提取．另外，现今已有很多种用于处理自然图像的交互式图像分割算法［１１－１３］，如Ｎｉｎｇ等人［１１］提出了一种基于最大相似度的交互式区域合并算法，该方法采用
ＭｅａｎＳｈｉｆｔ算法［１４］进行初始分割，将图像分成很多小区域，然后由用户大致标记出一些背景区域和目标区域，最后采用一种最大相似度度量方法［１５］进行区域合并以完成目标与背景的分割．该方法是基于边缘检测的交互式图像分割算法，但常因找出的边缘轮廓出现较弱或不连续等问题，导致区域不完整．另外，由于ＭｅａｎＳｈｉｆｔ算法运行时间较长，所以该方法实时性较差．所有这些交互式方法［１０－１３］都是通过在目标和背景上画一些直线或曲线，以描述它们的位置和颜色等主要特征，最后在这些信息的指导下完成目标与背景的分离．交互式分割算法主要缺点是受人为因素影响很大，但它可以解决过多控制参数的设置问题，从而提高分割准确度．
本文针对现有局部分割方法参数过多以及分割结果中出现的块与块之间不连续性的缺点，同时结合交互式分割思想，提出了一种基于灰度图像区域的交互式文本图像阈值分割算法．为了方便用户进行交互式操作，本文作者设计并开发了一套交互式图像分割系统．实验结果表明，本文算法通过实时交互有效解决了过多控制参数设置问题，而且相对于现有局部算法而言，本文算法对均匀和非均匀光照条件下的文本图像以及部分非文本图像都有着较好的分割效果．
１　Ｏｔｓｕ阈值分割算法
在灰度级为Ｌ的灰度图像中，灰度值为ｉ的像素个数用ｎｉ表示，总的像素个数表示为ｎ＝ｎ０＋ｎ１＋…＋ｎＬ－１；用ｐｉ表示灰度图像中灰度值为ｉ像素点出现的概率，则：
ｐｉ＝ｎｉ?ｎ，∑
Ｌ－１
ｉ＝０
ｐｉ＝１．（１） 将图像中的像素按灰度值用阈值ｔ分成两类Ｃ０和Ｃ１，即Ｃ０＝｛０，１，…，ｔ｝，Ｃ１＝｛ｔ＋１，ｔ＋２，…，Ｌ－１｝．则Ｃ０和Ｃ１出现的概率ω０和ω１分别为
ω０＝∑
ｔ
ｉ＝０
ｐｉ； （２）
ω１＝∑
Ｌ－１
ｉ＝ｔ＋１
ｐｉ．（３） Ｃ０和Ｃ１的均值μ０和μ１以及总均值μＴ分别为
１
２
４
１
龙建武等：基于图像区域的交互式文本图像阈值分割算法
μ０＝∑ｔ
ｉ＝０
ｉｐｉ
ω０； （４）μ
１＝∑Ｌ－
１ｉ＝ｔ＋
１ｉｐｉ
ω１；
（５）μＴ＝
∑
Ｌ－
１ｉ＝０
ｉｐｉ
＝ω０μ０＋ω１μ
１．（６
） Ｃ０和Ｃ１的方差σ２０和σ２
１分别为
σ２
０
＝∑ｔ
ｉ＝０（ｉ－μ０）２　
ｐｉ
ω０；
（７
）σ２
１
＝∑Ｌ－
１ｉ＝ｔ＋１
（ｉ－μ１）２　
ｐｉ
ω１．（８） Ｃ０和Ｃ１的类间方差σ２Ｂ和类内方差σ２
Ｗ分别为
σ２Ｂ＝ω０（μ０－μＴ）２＋ω１（μ
１－μＴ）２
；（９）σ２Ｗ＝ω０σ２０＋ω１σ２
１．
（１０） Ｏ
ｔｓｕ算法是使得类间方差最大且类内方差最小时所对应的ｔ作为最佳阈值，
记为ｔ＊
，则：ｔ＊
＝ａｒｇ　ｍａｘ０≤ｔ≤Ｌ－１σ２
Ｂ
σ２Ｗ
．（１１
）２　本文算法
本文算法分５步完成，具体过程如下：Ｓｔｅｐ
１．采用本文提出的三维去噪模型进行预处理；
Ｓｔｅｐ
２．对去噪后图像进行图像分块；Ｓｔｅｐ３．计算各个图像块的标准差，并按标准差从小到大进行排序；
Ｓｔｅｐ
４．根据图像块灰度信息及其直方图信息，由用户进行图像块分类；
Ｓｔｅｐ５．对各个图像进行二值化，以得到最终二值图像．
本文算法的流程图如图１所示
：
Ｆｉｇ
．１　Ｆｌｏｗ　ｃｈａｒｔ　ｏｆ　ｏｕｒ　ｍｅｔｈｏｄ．图１　本文算法流程图
２．１　三维去噪模型
对于一幅大小为Ｍ×Ｎ的数字图像，假定图像由暗背景与亮目标组成．设像素点（ｘ，ｙ）处的灰度值表示为ｆ（ｘ，ｙ），则对于该像素点在其邻域大小为ｋ×ｋ的范围内（通常ｋ取３），其均值ｇ（ｘ，ｙ
）定义为ｇ（ｘ，ｙ）＝１ｋ２∑ｋ?
２ｍ＝－ｋ?２∑ｋ?
２　ｎ＝－ｋ?
２ｆ（ｘ＋ｍ，ｙ＋ｎ）
．（１２） 其中值ｈ（ｘ，ｙ
）定义为ｈ（ｘ，ｙ）＝ｍｅｄ｛ｆ（ｘ＋ｍ，ｙ＋ｎ），ｍ＝－ｋ?２，…，ｋ?２；ｎ＝－ｋ?２，…，ｋ?
２｝．（１３
） 由灰度值ｆ（ｘ，ｙ）、均值ｇ（ｘ，ｙ）和中值ｈ（ｘ，ｙ）组成的一个三维直方图是定义在一个Ｌ×Ｌ×Ｌ的立方体区域内，其３个坐标轴分别表示图像像素的
灰度值ｆ（ｘ，ｙ）、均值ｇ（ｘ，ｙ）和中值ｈ（ｘ，ｙ）．因同一像素点处的灰度值、均值和中值十分接近，所以在三维直方图中三元组（ｆ（ｘ，ｙ），ｇ（ｘ，ｙ），ｈ（ｘ，ｙ））沿着体对角线ＯＭ方向一狭长的空间区域内分布，如图２所示
：
Ｆｉｇ．２　３－Ｄ　ｈｉｓｔｏｇ
ｒａｍ．图２　三维直方图
２
２４１计算机研究与发展　２０１２，４９（７
）
定义１．设某一像素点（ｘ，ｙ）处的像素值为ｐ１，ｐ２和ｐ３（
分别为灰度值、均值和中值三者之一），若ｐ３分别与ｐ１，ｐ２的距离均比ｐ１与ｐ２的距离大，即ｐ１和ｐ２最接近，用公式表示为：｜ｐ３－ｐ１｜＞｜ｐ２－ｐ１
｜且｜ｐ３－ｐ２｜＞｜ｐ２－ｐ１｜，则用Ｃｌｏｓｅ（ｐ１，ｐ２）＞ｐ３表示ｐ１，ｐ２和ｐ３三者的最近相似度．
噪声点、噪声点附近的像素点及边缘像素点往往都分布在远离对角线的那些区域内，下面对这些点的分布情况作详细分析，然后采用最近相似度准则重建三维直方图，图３为三维直方图的８角区域分布图．
下面是对各区域的详细分析
．Ｆｉｇ．３　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　
ｏｃｔａｇｏｎａｌ　ｒｅｇｉｏｎｓ．图３　八角区域分布图
１
）区域０：灰度值、均值和中值均较小，且三者都十分接近，为背景区域．２
）区域１：灰度值、均值和中值均较大，且三者都十分接近，
为目标区域．３
）区域２：灰度值较小，均值和中值较大且接近，即Ｃｌｏｓｅ（ｇ，ｈ）＞ｆ．该点是亮区中的暗点，为目标区域中的噪声点，灰度值需矫正．
４
）区域３：灰度值较大，均值和中值较小且接近，即Ｃｌｏｓｅ（ｇ，ｈ）＞ｆ．该点是暗区中的亮点，为背景区域中的噪声点，灰度值需矫正．
５
）区域４：均值较小，灰度值和中值较大且接近，即Ｃｌｏｓｅ（ｆ，ｈ）＞ｇ．该点是目标区域中的像素点，其本身不为噪声点，而是其附近有较暗的噪声点，均值需矫正．
６
）区域５：均值较大，灰度值和中值较小且接近，即Ｃｌｏｓｅ（ｆ，ｈ）＞ｇ．该点是背景区域中的像素点，其本身不为噪声点，而是其附近有较亮的噪声点，均值需矫正．
７
）区域６：中值较小，灰度值和均值较大且接近，即Ｃｌｏｓｅ（ｆ，ｇ）＞ｈ．该点是靠近背景区域的边缘像素点，其附近有很亮的噪声点，且像素值较大的像素点数要少于像素值较小的像素点数，所以该点更偏向背景区域，灰度值和均值需矫正．
８
）区域７：中值较大，灰度值和均值较小且接近，即Ｃｌｏｓｅ（ｆ，ｇ
）＞ｈ．该点是靠近目标区域的边缘像素点，其附近有很暗的噪声点，且像素值较小的像素点数要少于像素值较大的像素点数，所以该点更偏向目标区域，
灰度值和均值需矫正．图４为三维空间中信息点的分布示意图，其中图４（ａ）为矫正前分布状态示意图，从图４（ａ）可知，噪声点、噪声点附近的像素点及边缘像素点分布比较分散，因此需要对其矫正，矫正后的分布状态示意图如图４（ｂ）
所示
．Ｆｉｇ．４　Ｓｃｈｅｍａｔｉｃ　ｄｉａｇｒａｍ　ｏｆ　ｐ
ｏｉｎｔｓ　ｄｉｓｔｒｉｂｕｔｉｏｎ．图４　信息点分布状态示意图
记初始三元组（灰度值，均值，中值）为（ｆ，ｇ
，ｈ），矫正后的三元组为（ｆ＊，ｇ
＊
，ｈ＊），它们相互之间的距离为：ｄｉｓｆｇ＝｜ｆ－ｇ｜，ｄｉｓｆｈ＝｜ｆ－ｈ｜，ｄｉｓｇｈ＝｜ｇ－ｈ｜．通过上述分析，矫正方法如下：
１
）区域０和１为正常分布，不需对其矫正．２
）对于区域２和３，三者最近相似度为Ｃｌｏｓｅ（ｇ，ｈ）＞ｆ，用距离关系式表示为：ｄｉｓｆｇ＞ｄｉｓｇ
ｈ且ｄｉｓｆｈ＞ｄｉｓｇ
ｈ，灰度值可用均值和中值的均值来矫正，即ｆ＊
＝（ｇ＋ｈ）
?２．（１４） ３）对于区域４和５，三者最近相似度为Ｃｌｏｓｅ（ｆ，ｈ）＞ｇ，用距离关系式表示为：ｄｉｓｆｇ＞ｄｉｓｆｈ且ｄｉｓｇ
ｈ＞ｄｉｓｆｈ，
均值可用灰度值和中值的均值来矫正．ｇ＊
＝（ｆ＋ｈ）
?２．（１５） ４
）对于区域６和７，三者最近相似度为Ｃｌｏｓｅ（ｆ，ｇ）＞ｈ，用距离关系式表示为：ｄｉｓｆｈ＞ｄｉｓｆｇ且ｄｉｓｇ
ｈ＞ｄｉｓｆｇ，
灰度值和均值可用中值来矫正，即ｆ＊＝ｇ＊
＝ｈ．
（１６
）３
２４１龙建武等：基于图像区域的交互式文本图像阈值分割算法
对于正常分布的非噪声像素点可能也会满足上述其中某种情况，但因其灰度值、均值和中值十分接近，故使用上述矫正方程矫正后其分布基本不受影响．
对于没有矫正的项使用原值即可，最后基于上述矫正后的三维直方图便可得到去噪后的灰度图像
ｆ（ｘ，ｙ）＝（ｆ＊＋ｇ＊＋ｈ＊
）
?３．（１７）２．２　图像分块
对于受光照不均等因素影响的待分割图片，如
图５（ａ）所示（大小为２５６×６４），其直方图往往不呈双峰分布状态，如图５（ｂ）所示，若采用全局分割算法处理，分割结果并不理想，如图５（ｃ）所示．由于Ｏｔｓｕ分割算法具有计算简单、速度快等优点，相对全局Ｏｔｓｕ法而言，基于分块思想的局部区域Ｏｔｓｕ分割方法可取得更为理想的分割结果
．
Ｆｉｇ．５　Ｉｍａｇ
ｅ　ｐａｒｔｉｔｉｏｎｉｎｇ．图５　图像分块
本方法只需用户粗略的指定出图像块数ｃ（其中ｃ＝ｎ×ｎ），便能取得理想的分割效果．通过大量实验表明，其中ｎ一般只需在［１，１０］范围内取值．当ｎ取１时表示待分割图片没有进行分块，即一般用于对均匀光照下的图像进行分割．ｎ的取值主要是根据待分割图像受光照不均影响的程度来决定的，即当图像中光照强度变化很小时，ｎ可以取较小值；当光照强度变化很大时，ｎ值可以取得较大一些，以便将图像分的更细，达到最佳的分割效果．如图５（ｄ）所示为分块结果，这里分成了４×４共１６个像素块．２．３　图像块排序
在完成图像分块后，如果对各个图像块直接采用Ｏｔｓｕ法进行分割，其分割效果一般不会理想，如图６（ａ）所示．其原因仍然是部分图像块的灰度直方图不呈双峰分布，所以需分别对其进行特殊处理．
标准差是用来刻画数据散布程度的一个度量．当数据散布越分散，即其中所包含的信息量越多时，标准差越大；当数据分布越集中，
即其中所包含的信
Ｆｉｇ．６　Ｉｍａｇｅ　ｂｌｏｃｋｓ　ｓｏｒｔｉｎｇ
．图６　图像块排序
息量越少时，标准差越小．所以当图像块仅含背景信息或目标信息时，它所含信息量少，其标准差就小；而当图像块同时含有背景和目标信息时，它所含信息量大，其标准差就大．因此，本文采用标准差作为图像块含有信息量（背景信息与目标信息）多少的度量．
假设第ｉ个图像块包含有Ｎｉ个像素点，
其中ｉ∈［１，ｃ］；该图像块中第ｊ个像素点的灰度值记为ｘｊ，其中ｊ∈［０，Ｎｉ－１］；记μｉ和σｉ分别为此图像块的均值和标准差，则：
μｉ＝１
Ｎｉ∑Ｎｉ
－１ｊ＝
０ｘｊ； （１８
）σｉ＝１Ｎｉ∑Ｎｉ－１ｊ＝０
ｘｊ－μ（）ｉ槡
２
．（１９） 在完成对待分割图片分块后，
分别计算出各个图像块的标准差σｉ．然后按照标准差大小从小到大进行排序，并将这些图片块分别标记为ｒ１，ｒ２，…，ｒｃ．
那么，标准差较小的图像块对应为背景块（一般均值较小）
和目标块（一般均值较大），标准差较大的图像块对应为同时含有背景和目标的图像块．需要注意的是：这里只需要按标准差大小进行排序即可，不需要按均值再进行排序．其主要原因是：当待分割图片受光照不均影响很大时，
有些背景块的均值反而可能比个别目标块的均值要大，所以不能采用均值将背景块和目标块完全的分开．图５（ｄ）中的图像块编号即为按标准差排序后的序号，如图６（ｂ）所示为图像块排序结果．２．４　图像块分类
在对所有图像块排好序后，接下来由用户根据各个图像块灰度信息及其灰度直方图来指定出３个区域Ｒ１，Ｒ２和Ｒ３，其中Ｒ１＝｛ｒ１，ｒ２，…，ｒｌ－１｝，Ｒ２＝
｛ｒｌ，…，ｒｈ－１｝，Ｒ３＝｛ｒｈ，…，ｒｃ｝，即只需用户指定Ｒ２的下限ｌ和Ｒ３的下限ｈ．其中Ｒ１，Ｒ２和Ｒ３分别满足条件：Ｒ１中图像块为只含背景信息或只含目标信
４
２４１计算机研究与发展　２０１２，４９（７
）
息的图像块即呈单峰分布；Ｒ２中图像块为只含少量背景信息或只含少量目标信息的图像块即呈不明显双峰分布；而Ｒ３中的各图像块当中的背景信息和目标信息的分布比较均衡即呈双峰分布．
由图６（ｂ）可知：图像块１～５均只含背景，图像块６～８均只含少量目标信息，所以可设置ｌ＝６，ｈ＝９，由此可得到分类结果：Ｒ１＝｛ｒ１，…，ｒ５｝，Ｒ２＝｛ｒ６，ｒ７，ｒ８｝，Ｒ３＝｛ｒ９，…，ｒ１６｝．
这样分类的好处是：因Ｒ１中的图像块只含背景信息或只含目标信息，所以只需简单地将其中各个图像块指定为黑（背景）或者白（目标）即可．Ｒ２中的图像块因含有少量背景信息或少量目标信息，因此其直方图并不一定呈明显的双峰分布，显然不能采用全局阈值分割算法直接进行分割．考虑到信息分布的连续性，因此可以取其邻域图像块中最小阈值作为当前块的分割阈值．Ｒ３中的图像块因背景信息和目标信息分布比较均衡，其直方图均呈明显的双峰分布，因此采用Ｏｔｓｕ分割算法进行分割即可．需强调的是：本文所提的邻域图像块均指排序前的邻域块，并非排序后，因为排序后的相邻图像块之间在物理位置上是没有任何关系的．从图５（ｄ）可知，如图像块１２的左邻域为１４，上邻域为６，右邻域为１３，下邻域为１６．
２．５　图像块二值化
设第ｉ个图像块表示为ｆｉ（ｘ，ｙ），若该图像块的阈值为ｔｈｉ，则采用式（２０）进行二值化处理．
ｆｉ（ｘ，ｙ）＝
０，ｆ≤ｔｈｉ；
２５５，ｆ＞ｔｈｉ｛．（２０）
在完成所有图像块分类后，接下来就是对各个图像块进行二值化．首先记各个块的分割阈值为ｔｈｉ，并将所有阈值初始化为空（－１），其中ｉ∈［１，ｃ］，具体二值化过程如下．
１）因Ｒ３中各个图像块均呈明显的双峰分布，所以首先采用Ｏｔｓｕ分割算法直接对其中的各块ｒｉ分别进行分割，以得到相应的分割阈值ｔｈｉ，并进行二值化，其中ｉ∈［ｈ，ｃ］．
２）对于Ｒ２中的图像块，将那些其邻域块均属于Ｒ１中的图像块重新划分到Ｒ１中，同时将其从Ｒ２中删除，然后对Ｒ２中的图像块按标准差由大到小逐个进行处理．
初始化：将Ｒ２中的图像块按标准差将其标号由大到小存入数组ｖｅｃ中；用来记录数组ｖｅｃ是否发生变化的标记ｆｌａｇ＝ｆａｌｓｅ．
Ｓｔｅｐ１．对ｖｅｃ中的各个图像块，分别选其邻域
图像块中最小的非空阈值作为当前块的阈值，并将其二值化，然后将该图像块标号从ｖｅｃ中删除，并记ｆｌａｇ＝ｔｒｕｅ．若其邻域图像块中的阈值均为空（－１），则对当前块不做任何处理，继续进行下一图像块的处理，若一轮处理完毕后则转Ｓｔｅｐ２．
Ｓｔｅｐ２．若数组ｖｅｃ为空，则转３）．否则，若ｆｌａｇ＝ｔｒｕｅ，重置标记ｆｌａｇ＝ｆａｌｓｅ，转Ｓｔｅｐ１，否则转Ｓｔｅｐ３．
Ｓｔｅｐ３．对ｖｅｃ中的各个图像块采用Ｏｔｓｕ分割算法分别进行分割，得到相应的分割阈值，并进行二值化，然后转３）．
３）对Ｒ１的处理．
初始化：把Ｒ２和Ｒ３中的所有图像块的标号存入空数组ｖｅｃ中，用于保存临时变量的１个空数组ｖｅｃＴｍｐ．
Ｓｔｅｐ１．对ｖｅｃ中的每一图像块ｒｉ逐一遍历其四邻域ｌｅｆｔ（左邻域）、ｔｏｐ（上邻域）、ｒｉｇｈｔ（右邻域）、ｂｏｔｔｏｍ（下邻域）：
①若ｌｅｆｔ的阈值为空（－１），则将ｌｅｆｔ加入数组ｖｅｃＴｍｐ中，然后统计图像块ｒｉ中第１列的黑点数ｎＢ和白点数ｎＷ．若ｎＢ＞ｎＷ，则设置ｌｅｆｔ的阈值为２５５，否则设置为０，并对其进行二值化．若ｌｅｆｔ的阈值非空（＞０），则转②；
②若ｔｏｐ的阈值为空（－１），则将ｔｏｐ加入数组ｖｅｃＴｍｐ中，然后统计图像块ｒｉ中第１行的黑点数ｎＢ和白点数ｎＷ．若ｎＢ＞ｎＷ，则设置ｔｏｐ的阈值为２５５，否则设置为０，并对其进行二值化．若ｔｏｐ的阈值非空（＞０），则转③；
③若ｒｉｇｈｔ的阈值为空（－１），则将ｒｉｇｈｔ加入数组ｖｅｃＴｍｐ中，然后统计图像块ｒｉ中最右１列的黑点数ｎＢ和白点数ｎＷ．若ｎＢ＞ｎＷ，则设置ｒｉｇｈｔ的阈值为２５５，否则设置为０，并对其进行二值化．若ｒｉｇｈｔ的阈值非空（＞０），则转④；
④若ｂｏｔｔｏｍ的阈值为空（－１），则将ｂｏｔｔｏｍ加入数组ｖｅｃＴｍｐ中，然后统计图像块ｒｉ中最下一行的黑点数ｎＢ和白点数ｎＷ．若ｎＢ＞ｎＷ，则设置ｂｏｔｔｏｍ的阈值为２５５，否则设置为０，并对其进行二值化．若ｂｏｔｔｏｍ中的阈值非空（＞０），则遍历ｖｅｃ中下一个图像块，若ｖｅｃ遍历完毕则转Ｓｔｅｐ２．Ｓｔｅｐ２．若数组ｖｅｃＴｍｐ为空，则分割结束，否则清空ｖｅｃ，然后将ｖｅｃＴｍｐ拷贝给ｖｅｃ，并清空ｖｅｃＴｍｐ，转Ｓｔｅｐ１．
采用上述算法可得图５（ｄ）的分割结果，如图７（ａ）所示．图７（ｂ）为相应各图像块的分割阈值，在每个图像块中，左侧为块标号，右侧为相应块的阈值，
５
２
４
１
龙建武等：基于图像区域的交互式文本图像阈值分割算法
其中，Ｒ１＝｛ｒ１，…，ｒ５｝，Ｒ２＝｛ｒ６，ｒ７，ｒ８｝，Ｒ３＝｛ｒ９，…，ｒ１６｝
．Ｆｉｇ．
７　Ｂｌｏｃｋｓ　ｂｉｎａｒｉｚａｔｉｏｎ．图７　图像块二值化
３　实验结果
３．１　系统介绍
为方便用户进行交互式图像分割操作，本文作者设计并开发了一套交互式图像分割系统，其主界面如图８所示．
本系统需要用户输入的交互式信息主要包括：１
）图像分块设置用户只需在系统左边组合框“Ｒｅｇｉｏｎｓ　Ｌａｂｅｌ”当中通过单击鼠标来选择不同的数字（
取值范围为
Ｆｉｇ．８　Ｍａｉｎ　ｉｎｔｅｒｆａｃｅ　ｏｆ　ｔｈｅ　ｉｎｔｅｒａｃｔｉｖｅ　ｉｍａｇｅ　ｓｅｇｍｅｎｔａｔｉｏｎ　ｓｙ
ｓｔｅｍ．图８　交互式图像分割系统主界面
［１，１００
］），然后根据待分割图像的光强分布情况，用户可通过点击按钮“Ｓｅｔ　Ｂｌｏｃｋ　Ｓｉｚｅ”来设置分块数ｎ，从而将图像分成了ｎ×ｎ块，
其中ｎ的取值范围为［１，１０］．本系统默认设置为ｎ＝５，通过大量实验表明，一般采用此默认设置即可获得理想的分割效果．
２
）图像块分类设置同样，用户只需在组合框“Ｒｅｇｉｏｎｓ　Ｌａｂｅｌ”当中选择不同的数字（取值范围为［１，１００］），同时在系统右边将显示出该标号所对应图像块的灰度直方图，根据该直方图的分布情况，用户可通过点击按钮“Ｓｅｔ　Ｌｏｗ　Ｒｅｇｉｏｎ”和“Ｓｅｔ　Ｈｉｇｈ　Ｒｅｇ
ｉｏｎ”来分别设置合适的Ｒ２的下限ｌ和Ｒ３的下限ｈ．
３．２　分割实验
本实验分为两组：均匀和非均匀光照下图像分
割测试．为验证本算法的鲁棒性，除了对文本图像的分割测试，
在非均匀光照条件下还增加了一组非文本图像测试．试验中，参照文献［４］，对于Ｃｈｏｕ方法中的均值阈值和标准差阈值分别设为ｕｔｈ＝１
２８和ｓｔｈ＝
１５．３．２．１　实验１．均匀光照情况
图９为在均匀光照条件下的文本图片的实验结果（图像大小为９６０×３４０）．通常，均匀光照条件下图片不需要进行分块处理，直接采用全局分割方法便可获得理想分割效果（即分为１×１块），如图９（ｈ）所示．为验证本文算法的分割性能，实验中采用了默认分块数将其分为５×５共２５个图像块，Ｃｈｏｕ方法也采用了相同的分块数．
在图９的实验过程中，在对其完成分块并按标
６
２４１计算机研究与发展　２０１２，４９（７
）
准差从小到大进行重排后如图９（ｄ）所示，从图９（ｄ）
可知图像块１～２只含背景，图像块３～５中只含少量目标信息，因此可将块１～２划分到Ｒ１中，块３～５划分到Ｒ２中，而Ｒ３＝｛ｒ６，…，ｒ２５｝
，分割结果如图９（ｅ）（ｆ）所示．若对所有图像块均直接采用Ｏｔｓｕ算法进行分割，其分割结果如图９（ｇ）
所示，不难发现，
图像块１～２都分割失败，主要原因在于这２个图像块仅含背景信息即均呈单峰分布．对于Ｃｈｏｕ方法，从第３个图像快开始均较大，前两块因均值较大可直接设为背景，其后的所有块直接采用Ｏｔｓｕ法便可得到理想分割．表１为图９中所有图像块的标准差和分割阈值
．
Ｆｉｇ．９　Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｏｆ　ｔｈｅ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅ　ｕｎｄｅｒ　ｈｏｍｏｇ
ｅｎｅｏｕｓ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｏｎｄｉｔｉｏｎ．图９　均匀光照文本图片实验结果
Ｔａｂｌｅ　１　Ｓｔａｎｄａｒｄ　Ｄｅｖｉａｔｉｏｎ　ａｎｄ　Ｔｈｒｅｓｈｏｌｄ　ｏｆ　Ｂｌｏｃｋｓ　ｉｎ　Ｆｉｇ
．９表１　图９中所有图像块的标准差和分割阈值
Ｂｌｏｃｋｓ　Ｓｅｔ　
Ｉｎｄｅｘ　ｒｉ（
ｓｔａｎｄａｒｄ　ｄｅｖｉａｔｉｏｎσ，ｔｈｒｅｓｈｏｌｄ　ｔｈ）　［ｌ＝３，ｈ＝６］Ｒ１＝｛ｒ１，ｒ２｝
ｒ１（
７．９５，０）ｒ２（
９．１１，０）Ｒ２＝｛ｒ３，ｒ４，ｒ５｝ｒ３（１６．９１，１２３）ｒ４（２６．７４，１２１）ｒ５（
２７．１９，１２３）Ｒ３＝｛ｒ６，…，ｒ２５｝ｒ６（３６．１５，１２４）ｒ７（４３．８７，１２７）ｒ８（４５．９７，１２１）ｒ９（４８．００，１１８）ｒ１０（４８．２３，１２６）ｒ１１（４８．４１，１２９）ｒ１２（
４９．４０，１１６）ｒ１３（４９．９１，１２７）ｒ１４（５０．４２，１１６）ｒ１５（５０．５６，１１７）ｒ１６（５１．０３，１１５）ｒ１７（５１．１５，１１２）ｒ１８（５１．２１，１２５）ｒ１９（５１．３９，１２４）ｒ２０（５１．８３，１１５）ｒ２１（５３．４５，１２３）ｒ２２（５３．７５，１２１）ｒ２３（５４．０８，１２２）ｒ２４（５４．４５，１２２）ｒ２５（
５８．４６，１２７）３．２．２　实验２．
非均匀光照情况图１０～１２为不均匀光照条件下的图片实验结果．其中，图１０大小为９０６×６９０，图１１大小为８９４×６８０，
实验中均采用了默认分块数（５×５）；图１２大小为５００×４００，因图像中光照强度变化较大，因此实验中采用了较大的分块数（６×６）．为便于对比，Ｃｈｏｕ方法中采用了相同的分块数．
对于这些光照不均的图片，只能采用局部分割算法处理才能获得理想分割效果，
若采用全局分割方法，分割结果分别如图１０（ｈ）、图１１（ｈ）和图１２（ｇ）所示．若对所有图像块都采用Ｏｔｓｕ算法进行分割，必将导致Ｒ１中的所有图像块分割失败，Ｒ２中部分图像块分割失败，
直接分块分割结果分别如图１０（ｇ）、图１１（ｇ）和图１２（ｆ）所示．主要原因是Ｒ１中图像块均呈单峰分布，
无论是背景块或是目标块；Ｒ２中的图像块部分接近单峰分布而另一部分接近双峰分布，主要与用户指定的区域范围有关，所以会导致Ｒ２中接近单峰分布的那些图像块分割失败．
在图１０实验中，对其完成分块并按标准差从小到大重排后如图１０（ｄ）所示，从图１０（ｄ）知图像块１只含背景，图像块２～６均只含少量目标信息，由此可得图像块划分结果：Ｒ１＝｛ｒ１｝，Ｒ２＝｛ｒ２，…，ｒ６｝，Ｒ３＝｛ｒ７，…，ｒ２５｝，分割结果见图１０（ｅ）（ｆ）所示．表２为图１０中所有图像块的标准差和分割阈值．
７
２４１龙建武等：基于图像区域的交互式文本图像阈值分割算法
图１０　非均匀光照文本图片实验结果
Ｔａｂｌｅ　２　Ｓｔａｎｄａｒｄ　Ｄｅｖｉａｔｉｏｎ　ａｎｄ　Ｔｈｒｅｓｈｏｌｄ　ｏｆ　Ｂｌｏｃｋｓ　ｉｎ　Ｆｉｇ．１０
表２　图１０中所有图像块的标准差和分割阈值
Ｂｌｏｃｋｓ　Ｓｅｔ　Ｉｎｄｅｘ　ｒｉ（ｓｔａｎｄａｒｄ　ｄｅｖｉａｔｉｏｎσ，ｔｈｒｅｓｈｏｌｄ　ｔｈ）　［ｌ＝２，ｈ＝７］
Ｒ１＝｛ｒ１｝ｒ１（９．５７，０）
Ｒ２＝｛ｒ２，…，ｒ６｝ｒ２（１０．３７，１５１）ｒ３（１０．６３，１２３）ｒ４（１３．００，１３１）ｒ５（１３．８９，１５１）ｒ６（１９．６０，１３１）
Ｒ３＝｛ｒ７，…，ｒ２５｝ｒ７（２１．９７，１３１）ｒ８（３３．３６，１５１）ｒ９（３３．８１，１５３）ｒ１０（３５．３９，１１４）ｒ１１（３６．１６，１２３）ｒ１２（３７．０２，１４０）ｒ１３（３８．１１，１１９）ｒ１４（３８．９１，１４１）ｒ１５（４０．０５，１５８）ｒ１６（４１．２０，１４９）ｒ１７（４１．７３，１３３）ｒ１８（４２．２７，１５４）ｒ１９（４３．５８，１２４）ｒ２０（４４．２９，１６２）
ｒ２１（４５．２１，１３９）ｒ２２（４５．３７，１５４）ｒ２３（４６．３１，１４１）ｒ２４（４６．３７，１４６）ｒ２５（４７．０７，１３６）
在图１１的实验过程中需注意的是：虽然图１１
（ｃ）（ｄ）中的图像块２为背景块，但图像块１左下角
却含有极少量目标信息，因此需将图像块１、２同时
划入Ｒ２中，由于图像块３所含目标信息较少，所以
仍可将其划入Ｒ２中，其余图像块均划入Ｒ３中，而
Ｒ１为空．由此可得图像块划分结果：Ｒ１＝｛｝，Ｒ２＝
｛ｒ
１，ｒ
２
，ｒ
３
｝，Ｒ
３＝
｛ｒ
４
，…，ｒ
２５
｝，分割结果如图１１（ｅ）
（ｆ）所示．表３为图１１中所有图像块的标准差和分割阈值．
在图１０和图１１实验中，因Ｃｈｏｕ方法中标准差阈值的限制，使得那些含有少量目标信息的图像块因标准差较小导致目标信息直接丢失．如图１０中图像块２～５，图１１中图像块１，均因其标准差较小和均值较大而直接设置为背景．
图１２为典型的光照强度渐变剧烈的单目标图像．需要注意的是：图１２（ｃ）中的图像块２１～３６的灰度直方图均呈明显的双峰分布，因此直接将其全部划分到Ｒ３中即可；图像块１～１６全为背景块，而
８
２
４
１计算机研究与发展　２０１２，４９（７）
Ｆｉｇ．１１　Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｏｆ　ｔｈｅ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅ　ｕｎｄｅｒ　ｎｏｎｈｏｍｏｇｅｎｅｏｕｓ　ｉｌｌｕｍｉｎａｔｉｏｎ　ｃｏｎｄｉｔｉｏｎ．
图１１　非均匀光照文本图片实验结果
Ｔａｂｌｅ　３　Ｓｔａｎｄａｒｄ　Ｄｅｖｉａｔｉｏｎ　ａｎｄ　Ｔｈｒｅｓｈｏｌｄ　ｏｆ　Ｂｌｏｃｋｓ　ｉｎ　Ｆｉｇ．１１
表３　图１１中所有图像块的标准差和分割阈值
Ｂｌｏｃｋｓ　Ｓｅｔ　Ｉｎｄｅｘ　ｒｉ（ｓｔａｎｄａｒｄ　ｄｅｖｉａｔｉｏｎσ，ｔｈｒｅｓｈｏｌｄ　ｔｈ）　［ｌ＝１，ｈ＝４］
Ｒ２＝｛ｒ１，ｒ２，ｒ３｝ｒ１（９．００，１３１）ｒ２（１０．９９，１４０）ｒ３（２０．１６，１４０）
Ｒ３＝｛ｒ４，…，ｒ２５｝ｒ４（３１．８６，１３１）ｒ５（３２．４８，１９２）ｒ６（３５．０２，２０２）ｒ７（３５．９１，２０８）ｒ８（３６．４７，１５４）ｒ９（３６．９７，２０４）ｒ１０（３７．７４，２０６）ｒ１１（３８．９１，１５８）ｒ１２（３９．０１，１７２）ｒ１３（３９．８２，１５０）ｒ１４（４０．２８，２０１）ｒ１５（４０．７１，２００）ｒ１６（４２．０６，１４０）ｒ１７（４２．３９，１９４）
ｒ１８（４２．４８，１７８）ｒ１９（４３．１５，１７７）ｒ２０（４３．７８，１６３）ｒ２１（４４．４０，１９４）ｒ２２（４４．８３，１８２）ｒ２３（４６．８９，１８１）ｒ２４（５０．２４，１５８）
ｒ２５（５２．３８，１７１）
Ｔａｂｌｅ　４　Ｓｔａｎｄａｒｄ　Ｄｅｖｉａｔｉｏｎ　ａｎｄ　Ｔｈｒｅｓｈｏｌｄ　ｏｆ　Ｂｌｏｃｋｓ　ｉｎ　Ｆｉｇ．１２
表４　图１２中所有图像块的标准差和分割阈值
Ｂｌｏｃｋｓ　Ｓｅｔ　Ｉｎｄｅｘ　ｒｉ（ｓｔａｎｄａｒｄ　ｄｅｖｉａｔｉｏｎσ，ｔｈｒｅｓｈｏｌｄ　ｔｈ）　［ｌ＝２１，ｈ＝２１］
Ｒ１＝｛ｒ１，…，ｒ２０｝ｒ１（３．７４，２５５）ｒ２（３．７５，２５５）ｒ３（３．７６，２５５）ｒ４（３．７９，２５５）ｒ５（３．８２，２５５）ｒ６（３．８４，２５５）ｒ７（３．８７，２５５）ｒ８（３．８８，２５５）ｒ９（３．８８，２５５）ｒ１０（３．８８，２５５）ｒ１１（３．８９，２５５）ｒ１２（３．９１，２５５）ｒ１３（３．９２，２５５）ｒ１４（３．９４，２５５）
ｒ１５（３．９６，２５５）ｒ１６（３．９９，２５５）ｒ１７（７．８０，０）ｒ１８（７．８２，０）ｒ１９（９．０８，０）ｒ２０（９．０９，０）
Ｒ３＝｛ｒ２１，…，ｒ３６｝ｒ２１（１１．４８，６７）ｒ２２（１４．４２，７０）ｒ２３（１４．７２，３２）ｒ２４（１５．３３，５３）ｒ２５（１５．８４，６０）ｒ２６（１５．９９，３６）ｒ２７（１６．１５，３６）
ｒ２８（１６．７８，５４）ｒ２９（１８．１４，３３）ｒ３０（１９．１０，５９）ｒ３１（１９．１０，８９）ｒ　３２（１９．３２，
７７）
ｒ３３（２２．８０，７６）ｒ３４（２７．０１，９０）
ｒ３５（３２．３６，９４）ｒ３６（３３．１０，９２）
９２４１
龙建武等：基于图像区域的交互式文本图像阈值分割算法
Ｆｉｇ．１２　Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｏｆ　
ｔｈｅ　ｎｏｎ－ｄｏｃｕｍｅｎｔ　ｉｍａｇｅ　ｕｎｄｅｒ　ｎｏｎｈｏｍｏｇｅｎｅｏｕｓ　ｉｌｌｕｍｉｎａｔｉｏｎ．图１２　非均匀光照下非文本图像实验结果
图像块１７～２０全为目标块，因此直接将块１～２０划分到Ｒ１即可．由此可得到图像块划分结果：Ｒ１＝｛ｒ１，…，ｒ２０｝，Ｒ２＝｛｝，Ｒ３＝｛ｒ２１，…，ｒ３６｝，分割结果如图１２（ｄ）（ｅ）所示．Ｃｈｏｕ方法中因前２３个图像块标准差均较小，
同时均值也较小，导致均被设置为背景，如图１２（ｈ）所示．表４为图１２中所有图像块的标准差和分割阈值．
４　总 结
为了能够更好地对非均匀光照条件下文本图像进行分割，本文提出了一种基于灰度图像区域的交互式文本图像阈值分割算法．本算法采用标准差作为判断图像含有信息量多少的度量，根据局部区域的标准差大小来决定该图像块选取某种分割方式．在分割过程中需要用户根据图像块灰度信息及其直方图给出交互式信息，来将所有图像块分为３个区域范围，
然后按类别将所有图像块进行分类处理．凭借Ｏｔｓｕ法的计算简单、实时性高、鲁棒性强等优点，本文算法依然具有较高的分割性能，尤其对非均匀光照条件下的文本图像以及部分非文本图像，具有优越的分割效果．当然，本文算法也存在着某些不足，如需要用户给出交互式信息，受人为因素影响较大．因此，寻找一种全自动图像分割算法有待进一步探讨与研究．
参考文献
［１］Ｙｉｌｍａｚ　Ａ，Ｊａｖｅｄ　Ｏ，Ｓｈａｈ　Ｍ．Ｏｂｊｅｃｔ　ｔｒａｃｋｉｎｇ：Ａ　ｓｕｒｖｅｙ［
Ｊ］．ＡＣＭ　Ｃｏｍｐｕｔｉｎｇ　
Ｓｕｒｖｅｙｓ，２００６，３８（４）：１－４５［２］Ｓｅｚｇｉｎ　Ｍ，Ｓａｎｋｕｒ　Ｂ．Ｓｕｒｖｅｙ　ｏ
ｖｅｒ　ｉｍａｇｅ　ｔｈｒｅｓｈｏｌｄｉｎｇｔｅｃｈｎｉｑｕｅｓ　ａｎｄ　ｑｕａｎｔｉｔａｔｉｖｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｅｖａｌｕａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｉｍａｇｉｎｇ，２００４，１３（１）：１４６－１６８［３］Ｏｔｓｕ　Ｎ．Ａ　ｔｈｒｅｓｈｏｌｄ　ｓｅｌｅｃｔｉｏｎ　ｍｅｔｈｏｄ　ｆｒｏｍ　ｇｒａｙ
－ｌｅｖｅｌｈｉｓｔｏｇｒａｍｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓ　ｏｎ　Ｓｙｓｔｅｍｓ，Ｍａｎ　ａｎｄＣｙ
ｂｅｒｎｅｔｉｃｓ，１９７９，９（１）：６２－６６［４］Ｃｈｏｕ　Ｃ　Ｈ，Ｌｉｎ　Ｗ　Ｈ，Ｃｈａｎｇ　
Ｆ．Ａ　ｂｉｎａｒｉｚａｔｉｏｎ　ｍｅｔｈｏｄ　ｗｉｔｈｌｅａｒｎｉｎｇ－ｂｕｉｌｄ　ｒｕｌｅｓ　ｆｏｒ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ　ｐｒｏｄｕｃｅｄ　ｂｙｃａｍｅｒａｓ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ，２０１０，４３（４）：１５１８－１５３０［５］Ｐａｉ　Ｙ　Ｔ，Ｃｈａｎｇ　
Ｙ　Ｆ，Ｒｕａｎ　Ｓ　Ｊ．Ａｄａｐｔｉｖｅ　ｔｈｒｅｓｈｏｌｄｉｎｇａｌｇ
ｏｒｉｔｈｍ：Ｅｆｆｉｃｉｅｎｔ　ｃｏｍｐｕｔａｔｉｏｎ　ｔｅｃｈｎｉｑｕｅ　ｂａｓｅｄ　ｏｎｉｎｔｅｌｌｉｇｅｎｔ　ｂｌｏｃｋ　ｄｅｔｅｃｔｉｏｎ　ｆｏｒ　ｄｅｇｒａｄｅｄ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇ
ｎｉｔｉｏｎ，２０１０，４３（９）：３１７７－３１８７［６］Ｍｏｇ
ｈａｄｄａｍ　Ｒ　Ｆ，Ｃｈｅｒｉｅｔ　Ｍ．Ａ　ｍｕｌｔｉ－ｓｃａｌｅ　ｆｒａｍｅｗｏｒｋ　ｆｏｒａｄａｐｔｉｖｅ　ｂｉｎａｒｉｚａｔｉｏｎ　ｏｆ　ｄｅｇｒａｄｅｄ　ｄｏｃｕｍｅｎｔ　ｉｍａｇｅｓ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇ
ｎｉｔｉｏｎ，２０１０，４３（６）：２１８６－２１９８［７］Ｓａｕｖｏｌａ　Ｊ，Ｐｉｅｔｉｋａｉｎｅｎ　Ｍ．Ａｄａｐｔｉｖｅ　ｄｏｃｕｍｅｎｔ　ｉｍａｇ
ｅｂｉｎａｒｉｚａｔｉｏｎ［Ｊ］．Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ，２０００，３３（２）：２２５－２３６［８］Ｋｉｍ　Ｉ　Ｊ．Ｍｕｌｔｉ－ｗｉｎｄｏｗ　ｂｉｎａｒｉｚａｔｉｏｎ　ｏｆ　ｃａｍｅｒａ　ｉｍａｇ
ｅ　ｆｏｒｄｏｃｕｍｅｎｔ　ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］??Ｐｒｏｃ　ｏｆ　ｔｈｅ　９ｔｈ　Ｉｎｔ　Ｗｏｒｋｓｈｏｐ　ｏｎＦｒｏｎｔｉｅｒｓ　ｉｎ　Ｈａｎｄｗｒｉｔｉｎｇ　Ｒｅｃｏｇｎｉｔｉｏｎ．Ｐｉｓｃａｔａｗａｙ　ＮＪ：ＩＥＥＥ，２００４：３２３－
３２７０
３４１计算机研究与发展　２０１２，４９（７
）。