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，采用傳統全局閾值二值化在圖像過亮或暗區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，但優點是方法簡單，易于實現。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，同時運用形態學腐蝕操作對筆畫進行增強。實驗結果表明，與傳統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。因文本圖像目標區域與背景區域灰度級差別明顯，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，并根據鄰域計算模板對考察點灰度與鄰域點進行比較，根據區域灰度分布特性，自適應調節閾值，但缺點也十分明顯，如存在偽影現象、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，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算法與局部靜態閾值方法，降低了偽影及斷紋出現的概率，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域相機噪點灰度值接近目標點灰度值，所以僅根據像素灰度值作為判斷依據并不能有效去除此類偽影;Guo等[17]在Niblack動態閾值分割法基礎上，結合形態學開閉運算，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，不僅消除了常規偽影， 也基本消除了由暗區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域移動時，根據算法公式，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，偽影的出現對后續文本信息提取帶來不利影響。依據偽影產生的原因，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變化，可起到消除噪點的作用，同時目標區域因不是孤立點受影響較小，保留了足夠的圖像信息。但仍有少數目標點被作為噪點消除，影響了成像效果，最后利用形態學腐蝕處理后，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偽影，但在圖5（d）、圖6（d）中可以發現，在原圖像暗區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域噪點偽影進行單獨討論，沒有消除在較暗區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算法在較暗區域噪聲明顯，而Sauvola算法在較暗區域也存在部分偽影無法消除的現象。

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p改進了算法公式，解決了常規偽影與噪點偽影的問題，并運用形態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，添加了動態調節系數，使閾值能夠根據像素點與八鄰域點灰度值的差值大小（若差值較大則視為噪點）進行自適應調節，消除了在光照不均時暗區域相機噪點產生的偽影; 通過分析算法計算過程，發現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于傳統算法，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，FAYE 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 健）