一种有效的彩色文档图像二值化方法

摘要

本文提出一种基于像素分类的彩色文档图像二值化方法。通过二值化，文档图像中的背景噪声和印刷文字被去除，仅手写文字被保留。该二值化方法是通过级联的两个线性分类器实现的，特征包括像素RGB值和其邻域像素的平均RGB值（采用积分图像技术快速计算）。第一级分类器用来区分文字像素和背景像素（包含噪声），第二级分类器用来区分文字像素中印刷文字像素和手写文字像素。该方法已对2000幅文档图像进行了二值化处理，手写文字提取效果良好，已用来生成一个脱机手写字符样本库。