古藏文经书文本背景分割研究

　　藏文古经书是藏族文化宝库中的明珠。但对藏文古经书的保护情况却不容乐观，古藏文经书所采用的藏纸容易腐蚀、变黄。为更好地揭示退化古书所记载的内容，提出一种背景估计与提高对比度结合的图像分割方法。该方法先利用Sauvola算法对图像进行背景估计，然后用所估计的背景对古经书进行对比度补偿，最后通过二值化算法对图像进行文本背景的分割。

　　《贵州大学学报》(艺术版)遵守编辑工作条例和国家出版工作法规，注重政治性与艺术性标准，以学术性为追求目标，要求论文具有话语的专业性和学理性，力求问题探讨的深度性和前沿性，思想的高度性和视野的宽广性。2004年获全国期刊封面设计银奖。

　　藏文古经书是藏族文化传承的重要载体，藏文古经书图像由于其材质以及年代久远的原因，相对于普通图像要复杂。将一副图像转变为黑白图像，即灰度图，其像素点灰度值分布在0到255之间，也可以说分为从1到256的不同等级亮度，对古书进行分割处理，就是将古书图像点的灰度值变为0或者255，呈现出两极效果。通过选取合适的阈值，有效地分割图像的文本与背景，提高古经书的可读性。

　　近年来，针对古书分割的研究，学者们从背景估计、边缘检测、模块提取、拉普拉斯能量和非线性预处理等方面展开广泛研究，同时也提出了许多二值化算法，这些算法对于分割藏文古经书的研究有很好的借鉴意义。但古藏文经书的损坏情况比较严重，以及由于其年代较长，所以有效地分割古经书的文本背景，还需要继续探索。

　　1现状分析

　　在目前的技术中，很好地将古藏文经书分割还是有一定的难度，因为在许多图像处理技术中，大多都是针对普通的图像，如果将这些技术运用在古经书的分割处理上，并不会得到好的效果。古经书由于其长时间的存放以及人们反复地利用，使得其字符信息含有大量的噪声。通常古书载体一般为藏纸，藏纸 变黄会加深背景颜色，变为高频分量和文字信息混在一起，难以辨别。在图像分割时会同要分割的字符信息一起分离出来，给真正地背景文字分割加大难度。

　　图像的二值化算法一般可以分为全局阈值法和局部阈值法。全局阈值法也称方差最大法;首先选取一个合适的阈值T，该阈值接近图像的平均灰度值;然后将图像分割为两部分，一部分是灰度值大于T的，另一部分小于或等于T;计算出两部分的平均灰度值，将这两个新值的平均值重新赋给T。然后重复前两步，直到每次计算的T值接近在自己的误差范围内。

　　但该方法会因为图像光照不均、噪声干扰较大等原因使的二值化效果变差。将图像分为大小相同多个区域，称为窗口，根据每个窗口的像素点灰度值分布，从而选取不同的阈值，窗口内的所有点再根据选取的阈值进行二值化，如对Niblack算法改进后的Sauvola算法，它克服了Niblack算法的不足，其基本思想是将图像假设为字符信息灰度值为0，背景点灰度值为255。尽管在字符与背景对比度比较低的情况下，二值化效果仍然不理想，但可以通过Sauvola算法進行背景估计。

　　2文本的算法

　　针对以上情况，本文提出了基于背景估计和提高对比度的二值化算法。主要包含四步：先利用边缘检测中最优算法Canny算法对古书图像字符进行检测，根据得出的边缘图像做笔画宽度的估计，假设得出的笔画宽度为d;然后运用Sauvola算法对古经书图像做粗二值化后为Ba(x，y)，根据字符笔画宽度d最终得到背景Ib(x，y);从而提高图像的对比度，得到I?b(x，y);最后对图像做分割处理为B(x，y)。

　　2.1边缘检测

　　(1)首先将藏文古书图像转换为灰度图像I(x，y)，利用Canny算子的具体步骤如下，第一步，使用高斯滤波器平滑降噪;第二步，运用一对分别作用于x和y方向的卷积阵列，用下面的公式计算梯度值和方向;

　　第三步，对梯度进行非极大值抑制，排除非边缘因素，确定边缘;第四步，Canny使用滞后阈值，滞后阈值包括高阈值和低阈值两部分，来确定被保留下来的边缘信息。

　　(2)从图像左侧开始对藏文字符进行扫描，记初始的d=0，这里做扫描藏文字符一笔的假设，当遇到字符边缘点时记做m1和其对应的灰度值n，接着向右推进，如果下一个灰度值小于n值，但此时的点并不是边缘点，说明该点在笔画内部，d加1;直到当前扫描的位置的点的灰度值大于n或者遇到边缘点，记下位置m2，计算d=m2-m1。重复上面的方法，计算所有藏文字符的笔画宽度，最终取其中间值作为平均笔画宽度d。

　　2.2背景估计

　　3 初步实验结果

　　运用以上算法，对一张原始古经书图像进行测试，以下是前后两张图片的对比，相对于原图像有明显的改善，在阅读时可以更好地进行记录或翻译。

　　4结束语

　　本文针对藏文古书腐蚀、变黄等情况提出了基于背景估计和提高对比度的二值化算法。该算法先利用Canny算子进行边缘检测，进而估计笔画宽度;利用估计的笔画宽度对图像做背景估计，然后提高图像的对比度，更好地进行古经书分割。

　　另一方面，对于已经被擦除或丢失的文字，不能对其进行修复，从而在分割后图像上仍然显示为空;实验初步成果显示，部分灰度值特别接近背景的文字将会同背景一起分割，从而使得这部分文字不会在这一张图上显示，需要重新进行阈值的选择来将这部分分割，这两点是本文算法的局限性;为此，在以后的改进算法中会克服不足，以达到理想的效果。

　　参考文献：

　　[1] 冯炎.基于对比度补偿的古籍图像二值化研究[J].微电子学与计算机，2016，33(4)：51-53.

　　[2] 许海洋，马龙龙，吴健.基于背景估计和边缘检测的文档图像二值化[J].计算机应用与软件，2014，31(8)：197-198.

　　[3] 唐路路，张启灿，胡松.一种自适应阈值的Canny边缘检测算法[J].光电工程，2011，38(5)：127-129.

　　[4] 刘卫国.MATLAB程序设计与应用[M].第二版.北京：高等教育出版社，2006：7-48.

　　[5] 张雅兰. 图像的二值化处理[J]. 广西科技大学学报， 2002， 13(1)：32-33.

　　[6] 王勇智. 数字图象的二值化处理技术探究[J]. 湖南理工学院学报(自科版)， 2005， 18(1)：31-33.

　　[7] 江明，刘辉，黄欢.图像二值化技术的研究[J].软件导刊，2009(4)：175-177.