基于结构和模式匹配的文本图象信息无损耗压缩方法

摘要

本文提出了一种高效的文本图象无损耗压缩方法，该方法有三个步骤组成。首先，在符号位置的参数中分析背景的突出部分及连续性，对图象进行分割。其次，在内部典型的符号标识中抽取图象，采用基于二进制图象的分析和匹配方法，形成具有极少重复符号的典型的合成模型，并从以前的符号标识中获取多级结构簇和典型的模式合成法。后面部分的图象经重新标识，成为简单的库图象。最后，采用具有不同序列、合适的数字编码器和相应的Q编码器，由标识的相关符号位置、典型模式以及库图象实现高缩率。我们的方法在实现压缩和产生极少的错误图象方面优于大多数选择的系统。模式结构族与合成法的折衷压缩率有明显的界限，损耗将会减少至相当小的程度。在等级内容无损耗规则中，我们的方法能确保内容无损耗地重建，可容易地与软模式匹配组合，扩展无损耗模型。另外，组合方式具有JBIG1改进模式和极少的冗余部件库，可实现内容无损耗地递增传输。该方法也可采用相关的各种符号图象，包括叠加的符号如汉字字符图象，即采用只有线段连接和基于二进制图象位置重建的符号分割。