一种扫描图像的折痕检测方法和装置的制造方法

一种扫描图像的折痕检测方法和装置的制造方法
【专利摘要】本发明提供的一种扫描图像的折痕检测方法和装置，针对现有技术的扫描图像中难以有效检测出折痕导致不能正常进行光学字符识别等后续处理过程的技术问题，提供的检测方法和装置通过对扫描图像进行阴影图像提取，获取阴影图像的二值化图像后，对二值化图像进行网图构建，通过网图搜索最小路径，再将最小路径对应回原扫描图像即可获得扫描图像的折痕，达到了通过搜索最小路径有效获取扫描图像的折痕的技术效果。
【专利说明】
一种扫描图像的折痕检测方法和装置
技术领域
[0001] 本发明涉及图像处理领域，具体而言，涉及一种扫描图像的折痕检测方法和装置。
【背景技术】
[0002] 随着信息技术的快速发展，电子文档的存储，电子书，电子工程图纸变的越来越流 行。这些技术的应用通常需要将纸质文档通过扫描的方法转换成电子文档。但是由于一些 人为因素，扫描出来的文档经常会带有一些影响文档转换因素，比如带有折痕的报纸。折痕 会对后续的光学字符识别和版面分析造成重要影响，因此对折痕位置的有效定位对于扫描 文本图像的后续处理具有重大意义。但是现有的方法大多数检测的是直线的折痕，很少有 能够有效的检测出随着折痕弯曲而弯曲的曲线。

【发明内容】

[0003] 本发明提供一种扫描图像的折痕检测方法和装置，旨在改善上述问题。
[0004] 本发明提供的一种扫描图像的折痕检测方法，用于检测扫描图像中的折痕。所述 方法包括:获取所述扫描图像中包含所述折痕的候选块;获取所述候选块的阴影图像;获取 所述阴影图像的二值化图像。根据所述二值化图像构建有向网图，所述有向网图包含所述 二值化图像中的连通域;根据所述有向网图获取所述折痕对应的最小路径。将所述最小路 径对应回所述扫描图像，获取所述扫描图像的折痕。
[0005] 优选地，所述获取所述扫描图像中包含所述折痕的候选块的步骤，包括:将所述扫 描图像划分成多个行块;选取包含标准像素点最多的行块作为标准行块。选取满足预设标 准的标准行块作为所述候选块。
[0006] 优选地，所述标准像素为所述扫描图像中灰度值大于预设阈值的像素点，所述选 取满足预设标准的标准行块作为所述候选块包括:选取标准行块中的任一个像素行作为标 准候选行;选取所述标准候选行邻接的两个行块作为所述候选块。
[0007] 优选地，所述获取所述候选块的阴影图像的步骤，包括:获取所述候选块的上水平 集，其中，所述上水平集为灰度值大于参考灰度值的像素点集;获取所述上水平集的凸包 络，获取所述阴影图像。
[0008] 优选地，所述获取所述阴影图像的二值化图像包括:确定所述阴影图像的扫描方 向；根据所述扫描方向对所述阴影图像进行滤波处理。对滤波后的阴影图像进行二值化处 理，获得所述二值化图像。
[0009] 优选地，所述根据所述二值化图像构建有向网图，所述有向网图包含所述二值化 图像中的连通域包括:去除所述二值化图像中除最大连通域外的噪点，获得第一图像;对所 述第一图像进行骨骼化处理，获得第二图像。对所述第二图像构建有向网图。
[0010] 优选地，所述根据所述二值化图像构建有向网图的步骤，包括:在所述二值化图像 的第一个像素列前增加起始像素列，在最后一个像素列后增加终止像素列，在所述起始像 素列选择起始像素点，在所述终止像素列选择终止像素点。获取所有像素点与其八邻域内 邻接像素点的路径权重。根据所述二值化图像的所有像素点的坐标和相邻像素点的路径权 重构建所述有向网图。
[0011] 优选地，所述根据所述有向网图获取最小路径的步骤，包括：以起始像素点作为起 始节点，将除了所述起始像素点外的所有像素点添加到所述有向网图的未确认像素点集 合。在所述未确认像素点集合中查找与所述起始节点的路径权重之和最小的目标节点，确 定所述目标节点与所述起始像素点的最小路径，将所述目标节点移除所述未确认像素点集 合。将查找到的目标节点作为新的起始节点，重复上一步骤，直至所查找的所述目标节点为 终止像素点，确定所述终止像素点与所述起始像素点的最小路径，其中，所述终止像素点与 所述起始像素点的最小路径即为所述折痕对应的最小路径。
[0012] 优选地，所述获取所有像素点与其八邻域内邻接像素点的路径权重包括:在所有 像素点中任选一个像素点作为第一像素点，选取与所述第一像素点在八邻域内邻接的第二 像素点。获取第一像素点的像素值和第二像素点的像素值;根据路径权重计算公式获取所 述第一像素点与第二像素点的路径权重。其中，所述路径权重计算公式为:路径权重=2 - (第一像素点的像素值+第二像素点的像素值)+最小权重。
[0013] 本发明提供的一种扫描图像的折痕检测装置，所述装置包括:候选块获取模块，用 于获取所述扫描图像中包含所述折痕的候选块。阴影获取模块，用于获取所述候选块的阴 影图像;二值化处理模块，用于获取所述阴影图像的二值化图像。有向网图构建模块，用于 根据所述二值化图像构建有向网图，其中，所述有向网图包含所述二值化图像中的连通域。 最小路径获取模块，用于根据所述有向网图获取最小路径;折痕获取模块，用于将所述最小 路径对应回所述扫描图像，获取所述扫描图像的折痕。
[0014] 上述本发明提供的一种扫描图像的折痕检测方法和装置，针对现有技术的扫描图 像中难以有效检测出折痕导致不能正常进行光学字符识别等后续处理过程的技术问题，提 供的检测方法和装置通过对扫描图像进行阴影图像提取，获取阴影图像的二值化图像后， 对二值化图像进行网图构建，通过网图搜索最小路径，再将最小路径对应回原扫描图像即 可获得扫描图像的折痕，达到了通过搜索最小路径有效获取扫描图像的折痕的技术效果。
【附图说明】
[0015] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附 图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对 范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这 些附图获得其他相关的附图。
[0016] 图1为本发明较佳实施例提供的扫描图像的折痕检测方法所应用的计算机的方框 示意图；
[0017] 图2为本发明较佳实施例提供的扫描图像的折痕检测方法的步骤流程图；
[0018] 图3为本发明较佳实施例提供的扫描图像的折痕检测方法的步骤流程图；
[0019]图4A-4J为本发明较佳实施例提供的扫描图像的折痕检测方法的过程示意图；
[0020]图5为本发明较佳实施例提供的扫描图像的折痕检测装置的模块框图。
【具体实施方式】
[0021] 本领域技术人员长期以来一直在寻求一种改善该问题的工具或方法。
[0022] 鉴于此，本发明的设计者通过长期的探索和尝试，以及多次的实验和努力，不断的 改革创新，得出本方案所示的较佳扫描图像的折痕检测方法和装置。
[0023]为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。因此， 以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范 围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没 有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0024]请参见图1，是本发明较佳实施例提供的扫描图像的折痕检测方法所应用的计算 机100的方框示意图。所述计算机100包括扫描图像的折痕检测装置101、存储器102、存储控 制器103、处理器104、外设接口 105、输入输出单元106、显示单元等107。
[0025] 所述存储器102、存储控制器103、处理器104、外设接口 105、输入输出单元106、显 示单元107等各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这 些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述扫描图像的折痕 检测装置101包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化 在所述计算机100的操作系统(operating system，0S)中的软件功能模块。所述处理器104 用于执行存储器中存储的可执行模块，例如所述扫描图像的折痕检测装置101包括的软件 功能模块或计算机程序。
[0026] 其中，存储器102可以是，但不限于，随机存取存储器（Random Access Memory， RAM)，只读存储器（Read Only Memory，ROM)，可编程只读存储器（Programmable Read - Only Memory，PR0M)，可擦除只读存储器（Erasable Programmable Read - Only Memory， EPR0M)，电可擦除只读存储器（Electric Erasable Programmable Read - Only Memory， EEPR0M)等。其中，存储器102用于存储程序，所述处理器104在接收到执行指令后，执行所述 程序，后述本发明实施例中任一实施例揭示的过程定义的服务器所执行的方法可以应用于 处理器104中，或者由处理器104实现。
[0027] 处理器104可能是一种集成电路芯片，具有信号的处理能力。上述的处理器104可 以是通用处理器，包括中央处理器（Central ProcessingUnit，简称CPU)、网络处理器 (Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、 现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬 件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器 可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0028] 所述外设接口 105将各种输入/输入装置耦合至处理器104以及存储器102。在一些 实施例中，外设接口 105、处理器104以及存储控制器103可以在单个芯片中实现。在其他一 些实例中，他们可以分别由独立的芯片实现。
[0029] 输入输出单元106用于提供给用户输入数据实现用户与所述服务器的交互。所述 输入输出单元106可以是，但不限于，鼠标和键盘等。
[0030] 显示单元107在所述服务器与用户之间提供一个交互界面，例如用户操作界面，或 用于显示图像数据给用户参考。在本实施例中，所述显示单元107可以是液晶显示器或触控 显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控 屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个 位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。
[0031] 本实施例提供的扫描图像的折痕检测方法，用于获取扫描图像的折痕。具体可以 用于报纸等纸质材料的扫描图像中可能存在的折痕的检测。当然，本发明实施例的具体应 用场景并不作为限定，其他需要折痕提取的图像也可应用本实施例。以下为对本发明实施 例进行的详细说明。
[0032] 请参见图2,图2示出了本发明较佳实施例提供的一种扫描图像的折痕检测方法的 流程图，应用于图1所述的扫描图像的折痕检测装置，用于检测图像中的折痕。所述方法主 要包括：
[0033]步骤S201:获取所述扫描图像中包含所述折痕的候选块。
[0034]将带有折痕的纸质材料进行扫描之后，获取扫描图像。折痕可能只存在于扫描图 像的部分区域，如果对于整个扫描图像进行阴影提取和路径搜索，增加了过多不必要的计 算步骤，因此优选获取所述扫描图像中包含所述折痕的候选块(如图4A所示）。请参见图3， 获取所述扫描图像中包含所述折痕的候选块的具体过程可以包括：
[0035] S301:将所述扫描图像划分成多个行块。
[0036]将扫描图像划分成多个行块，每个行块包含一定数量的像素行，可以根据折痕的 宽度确定每个行块所包含的像素行的数量。假设扫描图像中共包含1000个像素行，根据图 中折痕的大小，行块划分标准可以为30行一 60行。鉴于弯曲的折痕迎着光源一侧像素值较 大的分布在大概50像素行之内，因此可以优选按照每50像素行为一个行块的选取标准进行 行块划分，既能保证折痕区域都包含在行块内，又能减少多余的选取范围所产生的多余的 计算过程。下述步骤中的数据为基于50像素行为一个行块选取标准获取的相应数据。
[0037] S302:选取包含标准像素点最多的行块作为标准行块。
[0038]根据选取标准将扫描图像划分成多个行块之后，对划分的多个行块进行选取。鉴 于折痕迎着扫描光源成像的一侧亮度一般大于图像中的其他区域，所以优选灰度值大于预 设阈值的像素点作为标准像素点，选取包含标准像素点最多的行块作为标准行块。上一步 骤中优选每50像素行为一个行块，一定程度上增大了像素值大的部分集中在折痕附近的概 率，减少了图像中其他部分比折痕迎着光源侧的亮度大对于处理过程的干扰。
[0039]标准像素点的选取依据可以根据具体扫描图像中折痕的亮度进行选取，本实施例 优选选取灰度值最大的前千分之五的像素点作为标准像素点。例如在5816 * 4352的图像 中，第千分之五大的像素值集中在194一228之间不等，灰度值最大的前千分之五像素值为 194一228中的某一个值到250之间。所以标准像素点是像素值位于194一228中的某一个值 到250之间。当然，所述标准像素点也可以为灰度值在前千分之二到千分之三十五的点。选 取包含上述标准像素点最多的行块作为标准行块，可以确定所述折痕的大概位置，减小后 续处理的计算量。当然，还可以根据具体情况进行标准行块的选取，例如当折痕较多且扫描 的折痕亮度不同时，可以选取包含标准像素点较多或者满足一定比例的行块作为标准行 块。
[0040] S303:选取满足预设标准的标准行块作为所述候选块。
[0041] 选取出包含标准像素点最多的标准行块之后，将满足预设标准的标准行块作为所 述候选块，所述预设标准可以根据扫描图像中的折痕的区域进行设置。具体选取过程可以 包括:选取标准行块中的任一个像素行作为标准候选行，选取所述标准候选行邻接的两个 行块作为所述候选块。
[0042] 标准行块选取之后，进行候选块选取过程。首先，在选取的标准行块中的50个像素 行中任意选取一行作为标准候选行，然后根据标准行所邻接的前后一定区域块作为候选 块。优选选取标准行块的最后一行作为标准候选行，选取所述标准候选行邻接的两个行块 作为所述候选块。例如，对于某包含1000像素行的扫描图像来说，若选取的标准行块为第 100行一 150行之间的像素点，则选取第150像素行作为标准候选行，选取第100行到第200行 作为候选块。当然为了能将折痕所在区域更完整的包含在候选区域块内，可以优选第90行 到第215行作为候选块。
[0043]步骤S202:获取所述候选块的阴影图像。
[0044]基于上述步骤获取扫描图像的包含折痕的候选块(如图4A所示)之后，提取所述候 选块的阴影图像(如图4B所示），将得到的阴影图像作为后续步骤的输入。阴影提取可以有 效将文字和阴影分离开，在排除文字干扰的情况下在后续的步骤中利用阴影信息进一步确 定折痕的位置。本实施例优选采用基于凸包络的阴影提取技术从单幅输入(如图4A所示）中 提取阴影图像(如图4B所示）。所述获取所述候选块的阴影图像的步骤，具体可以包括： [0045] 1、获取所述候选块的上水平集，其中，所述上水平集为灰度值大于参考灰度值的 像素点集。
[0046] 将输入图像的像素值除以255,以灰度值0 - 1来进行像素点选取。设定灰度值为α 的像素点作为参考灰度值的像素点，α为[0 1]之间的实数。根据公式:? j/(尸)2 ?? 获取输入图像的上α水平集。其中，ρ为图像像素的坐标。
[0047] 2、获取所述上水平集的凸包络，获取所述阴影图像。
[0048]凸包络（convex envelope)是优化论中有某些性质的函数，其定义如下：设f:S - >1?是下半连续函数，其中S是η维空间中的非空凸集，则f(x)在S上的凸包络是指满足如下 性质的函数F(x):
[0049] (l)F(x)在S上是凸的；
[0050] (2)对于所有的X属于S，有F(x)小于等于f (X);
[0051 ] (3)若h(x)是任意一个定义在S上的凸函数，并且对于所有的X属于S，h(x)小于等 于f (X)，则所有的X属于S，有h(x)小于等于F(x)。可理解为最凸的凸函数。
[0052]对上述的候选块选取上α水平集之后，取集合中满足函数= Cbm<S^)的像素 点集合。其中€ I 本算法中α初始值取为1以步长为0.1递减至0,提取出阴 ， 影图像L。当然，α步长为0.1的选取可以为其他值，同时考虑到提取的阴影图像的精度和运 行时间本实施例优选步长为〇. 1。
[0053]对于输入的包含折痕的候选块(如图4Α)选取灰度值大于α的上α水平集之后，取集 合中满足函数= 的凸包络，即可获得折痕对应的阴影图像(如图4Β所示）。
[0054]步骤S203:获取所述阴影图像的二值化图像。
[0055] 对于获取的阴影图像(如图4B所示)进行滤波处理得到滤波图像(如图4C所示），获 取滤波图像的二值化图像(如图4D所示)作为后续处理步骤的输入图像。所述获取所述阴影 图像的二值化图像包括下述步骤：
[0056] 1、确定所述阴影图像的扫描方向，根据所述扫描方向对所述阴影图像进行滤波处 理。
[0057]对于获取的阴影图像(如图4B所示)进行滤波处理，需要先确定输入的阴影图像的 扫描方向，以便选取合适的滤波器。输入图像包含的折痕取水平方向，扫描仪垂直于水平方 向扫描折痕，确定扫描的方向是从上到下扫描还是从下到上扫描，取阴影图像（如图4B所 示）的水平投影的像素之和进行扫描方向判断。如果从上到下扫描则折痕上面的亮度要小 于折痕下面的亮度，相反地，如果从下向上扫描折痕，则折痕上面的亮度大于折痕下面的亮 度。由于本实施例选取的折痕大致位于候选块的中间位置，因此可以设定第210行和第470 行大致分布在折痕的两侧，所以通过他们的水平投影的像素值之和就可以判断扫描方向。 当然还可以用其他数据对比，例如（220,460)、（200,480)或（190,460)等。若是第470行投影 的像素之和大于第210行投影的像素值之和，则可以确定扫描方向为从上到下扫描。反之， 若所述第470行投影的像素值之和小于第210行投影的像素值之和，则可以确定扫描方向为 从下至上扫描。确定正确的扫描方向可以使得滤波处理对于折痕的滤波响应大于其他区 域。
[0058]确定扫描图像后，选取合适的滤波器，优选正弦滤波器。对阴影图像进行滤波处 理，根据公式:进行卷积运算。其中，B表示待滤波的阴影图像，*表示卷积运算，0表示卷积 运算的卷积核。在扫描方向为从上至下扫描时，取Μ，若扫描方向为从下至上时，取一Μ，其 m，M=[sin(l*VN)sin(2*3i/N)...-sin((N-l)*VN)] T
[0059] ，其中N为大于1的正整数，本实施例中N取5。
[0060] 2、对滤波后的阴影图像进行二值化处理，获得所述二值化图像。
[0061] 对于滤波图像(如图4C所示）进行二值化处理，获得二值化图像（如图4D所示），本 实施例优选采用大津法获取二值化的处理阈值。阈值的选取过程具体为：
[0062]设t为选定的阈值，将图像分为前景像素和背景像素，前景点数所占比例为wo,平 均灰度值为UQ，背景像素所占比例为W1，平均灰度值为U1，图像的总平均灰度为U = WQ*UQ+W1* U1，此时前景和背景的方差为g = WQ*Wl(UQ-Ul)2,从图像1的256个灰度级遍历t，使g最大的时 候，此时的t则是我们选择的阈值T Η。确定处理阈值之后，根据公式 \\ ?(χ, V) > ΤΗ A(x,y) = < .·.进行二值化处理，即将灰度值大于预设阈值的像素点的灰度值 .[0 otherwise 设置为1，将灰度值小于预设阈值的像素点的灰度值设置为0,即可获得阴影图像的二值化 图像。
[0063]步骤S204:根据所述二值化图像构建有向网图，所述有向网图包含所述二值化图 像中的连通域。
[0064]基于上述步骤获取的二值化图像(如图4D所示），根据所述二值化图像构建包含所 述二值化图像中的连通域的有向网图，作为后续最小路径搜索过程的输入。获得二值化图 像之后，进行下述的处理步骤：
[0065] 1、去除所述二值化图像（如图4D所示）中除最大连通域外的噪点，获得第一图像 (如图4E所示）。
[0066]获取的二值化图像中除了折痕对应的最大连通域（图中D1所示)外，还包含一些细 小连通域（图中D2和D3所示)影响折痕捕捉，因此优选去除所述二值化图像中除最大连通域 外的噪点，只保留最大连通域。
[0067] 2、对所述第一图像进行骨骼化处理，获得第二图像。
[0068]为了精准获取折痕的位置，可以对输入图像进行骨骼化处理。所述骨骼化处理，是 指通过算法对图像边缘进行细化处理，主要包括基于距离函数和非距离函数的细化算法。 [0069]可以直接对第一图像进行骨骼化处理，以获得骨骼化处理后的第二图像（如图4G 所示）。
[0070] 3、对所述第二图像构建有向网图。
[0071] 可以直接对第二图像进行有向网图构建，过程可以包括:获取所述二值化图像的 起始像素点和终止像素点，获取所有像素点与其八邻域内邻接像素点的路径权重，根据所 述二值化图像的所有像素点的坐标和与其八邻域内邻接像素点的路径权重构建所述有向 网图。
[0072]为了减小干扰，优选对所述第一图像（如图4E所示)进行膨胀处理，获得第三图像 (如图4F所示），对膨胀处理后的第三图像进行骨骼化处理。对所述第一图像进行膨胀处理， 获得第三图像的过程可以为:根据公式：，对第一图像(如图4E所示)进行膨胀处理，其中，表 ~1 1 1 Γ 示膨胀操作，是一个的方形结构元素。本实施例的方形结构元素为4*4, ? ?。 1111 1111 方形结构元素的选择没有特殊的要求，可以为3 * 3、4 * 4或5 * 5，或者其他适合输入图像的 方形结构，能通过一次或者多次膨胀处理填充掉第一图像(如图4E所示)上的部分孔洞的方 形结构元素均可适用于本实施例。
[0073]为了减小计算步骤，优选对包含连通域的最小行块的第四图像进行有向网图构 建，可以选取第二图像(如图4G所示）中包含所述连通域的最小行块，获取第四图像(如图4H 所示），将第四图像作为后续处理的输入图像，能够减小不必要的处理步骤，提高处理速度。 [0074]取二值化图像经过保留最大连通域、膨胀处理、骨骼化处理、取包含连通域的最小 行块的第四图像(如图4H所示），作为构建有向网图的输入图像。
[0075]为了能够自动选取起始点和终止点，在第四图像(如图4H所示)第一个像素列前额 外增加一列像素列作为起始像素列，在最后一个像素列后增加终止像素列。在起始像素列 上任意选取一个像素点作为起始像素点，在终止像素列上任意选取一个像素点作为终止像 素点。将额外增加的两列像素列的像素值大小全部设为〇,并且与其自身所在列的八邻域内 邻接节点的边缘权重分配为w min。设定wmin为明显小于原始图中的邻接矩阵中非0权重的正 值。这样可以保证新增加的列不影响原始图中的分割。因为在垂直方向上像素点的八邻域 之间的权重设为了最小权重Wmin，所以搜索时可以以最小阻力在垂直方向穿越。为了找到起 始到终止节点的最小加权路径，所以会在额外增加的列上沿着自身列移动而不会影响到图 像上路径搜寻。本实施例优选在起始像素列的中间像素点作为起始节点，在终止像素列的 中间像素点作为终止节点。
[0076] 所述获取所有像素点与其八邻域内邻接像素点的路径权重的步骤，特别是指获取 起始像素列上的像素点与原始图像上与其邻接的像素点的路径权重，终止像素列上的像素 点与原始图像上与其邻接的像素点的路径权重，以及原始图像上各个像素点与其八邻域内 邻接像素点的路径权重的计算步骤，可以具体包括:在多个像素点中任选一个像素点作为 第一像素点，选取与所述第一像素点在八邻域内邻接的第二像素点，获取第一像素点的像 素值和第二像素点的像素值。根据路径权重计算公式获取所述第一像素点与第二像素点的 路径权重，其中，所述路径权重计算公式为:路径权重=2 -（第一像素点的像素值+第二像 素点的像素值)+最小权重。
[0077] 计算第一像素点a与其八邻域内邻接的第二像素点b的路径权重的公式可以为:wab = 2-(ga+gb)+Wmin。其中，Wab为连接第一像素点a和第二像素点b的边缘的权重，g a为图像I中a 点的像素值大小，gb为图像I中b点的像素值大小，wmin在节点图中添加的为正的最小权重， 本实施例优选设为Wmin=l*l(T 5。
[0078] 设定输入图像上的每个像素对应网图上的一个节点，将各个像素点与其邻接的像 素点的路径权重和方向对应到有向网图表示。由于每个节点只与他们的八邻域内的像素点 有关，与其他像素点无关，因此只计算所有像素点与其八邻域内邻接像素点之间的路径权 重。鉴于路径权重计算八邻域内有向路径，因此如果选定了第一像素点，计算与第一像素点 八邻域内邻接的第二像素点的路径权重，则进行第二像素点与第一像素点的路径权重时就 不再进行重复计算，以减小不必要的计算步骤。
[0079] 步骤S205:根据所述有向网图获取所述折痕对应的最小路径。
[0080] 将上述步骤获取的有向网图作为最小路径搜索过程的输入图像，本实施例优选利 用迪杰斯特拉算法进行最小路径搜索。所述根据所述有向网图获取最小路径的步骤，具体 可以包括：
[0081] 以起始像素点作为起始节点，将除了所述起始像素点外的所有像素点添加到所述 有向网图的未确认像素点集合；
[0082] 首先，设定集合V为包含网图中所有节点的集合，设定P为已确认像素点集合，其包 含了已经求出最短路径的节点的集合。将集合U设定为未确认点集合，U = V-P，其包含了未 求出最短路径的节点的集合。设定weight []为最小权重之和，按最小权重的递增次序依次 把集合U中的节点加入P中直至终止节点在集合P中。
[0083]以起始像素点Vs作为起始节点，以终止像素点Vd作为终止节点。p= {vs}，Vs的权重 为ο，未确认节点集合U=V-vs。
[0084] 在所述未确认像素点集合中查找与所述起始节点的路径权重之和最小的目标节 点，确定所述目标节点与所述起始像素点的最小路径，将所述目标节点移除所述未确认像 素点集合。
[0085] 从未确认集合U中选取一个和起始节点^之间路径权重之和最小的节点^作为目 标节点，将所述目标节点移除所述未确认像素点集合U，即是P = P+Vi，U = U-Vi，其中，"+"表 示将节点移入集合的操作，表示将节点移除集合的操作。所述目标节点v1与起始像素点 的最小路径即为目标节点 Vl与起始节点之间的路径。
[0086] 以Vi为新的起始节点，遍历与Vi相连接的点，从未确认像素点集合中查找与新的起 始节点Vi的路径权重之和最小的节点U作为新的目标节点，确定新的目标节点U与所述起始 像素点Vs的最小路径的大小，将新的目标节点移除所述未确认集合U。
[0087] 确定所述新的目标节点u与所述起始像素点vs的最小路径:若从vs到U中u的经过Vi 的路径权重比原来不经过节点v1的路径权重小，则修改u的权重值，修改后的权重和为顶点 Vi权重值加上Wviu。
[0088] 将查找到的目标节点作为新的起始节点，重复上一步骤，直至所查找的所述目标 节点为终止像素点Vd。确定所述终止像素点与所述起始像素点之间的最小路径S，最小路径 S即为所述扫描图像的折痕对应的最小路径(如图41所示I)。
[0089 ]步骤S206:将所述最小路径对应回所述扫描图像，获取所述扫描图像的折痕(如图 4了所示J)。
[0090] 由于网图上的节点与第四图像上的像素点是一一对应的，而第四图像是从原扫描 图像上选取的候选块，因此第四图像上的像素点与原扫描图像上的像素点是一一对应的， 因此可以根据网图上的节点的坐标找出其对应的扫描图像上的像素点。将所述最小路径包 含的像素点对应回所述扫描图像，即可准确获取所述扫描图像的折痕。
[0091] 上述本发明实施例提供的扫描图像的折痕检测方法，针对于现有技术的扫描图像 中难以有效检测出折痕导致不能正常进行光学字符识别等后续处理过程的技术问题，提供 的检测方法通过对扫描图像进行阴影图像提取，获取阴影图像的二值化图像后，对二值化 图像进行网图构建，通过网图搜索最小路径，再将最小路径对应回原扫描图像即可获得扫 描图像的折痕，达到了通过搜索最小路径有效获取扫描图像的折痕的技术效果。
[0092]请参见图5,为本发明较佳实施例提供的扫描图像的折痕检测装置500的模块框 图。所述扫描图像的折痕检测装置500与上述实施例中图1所示的计算机中的扫描图像的折 痕检测装置101-致。所述装置500主要包括：
[0093]候选块获取模块501，用于获取所述扫描图像中包含所述折痕的候选块；
[0094]阴影获取模块502,用于获取所述候选块的阴影图像。
[0095]二值化处理模块503,用于获取所述阴影图像的二值化图像。
[0096] 有向网图构建模块504，用于根据所述二值化图像构建有向网图，其中，所述有向 网图包含所述二值化图像中的连通域。
[0097] 最小路径获取模块505，用于根据所述有向网图获取最小路径。
[0098] 折痕获取模块506,用于将所述最小路径对应回所述扫描图像，获取所述扫描图像 的折痕。
[0099] 本发明较佳实施例提供的扫描图像的折痕检测装置，通过对扫描图像进行阴影图 像提取，获取阴影图像的二值化图像后，对二值化图像进行网图构建，通过网图搜索最小路 径，再将最小路径对应回原扫描图像即可获得扫描图像的折痕，达到了通过搜索最小路径 有效获取扫描图像的折痕的技术效果。本实施例提供的扫描图像的折痕检测装置的具体实 施过程可参照上述方法实施例，在此不再一一赘述。
[0100] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种扫描图像的折痕检测方法，其特征在于，用于检测扫描图像中的折痕，所述方法 包括： 获取所述扫描图像中包含所述折痕的候选块； 获取所述候选块的阴影图像； 获取所述阴影图像的二值化图像； 根据所述二值化图像构建有向网图，所述有向网图包含所述二值化图像中的连通域； 根据所述有向网图获取所述折痕对应的最小路径； 将所述最小路径对应回所述扫描图像，获取所述扫描图像的折痕。2. 根据权利要求1所述的方法，其特征在于，所述获取所述扫描图像中包含所述折痕的 候选块的步骤，包括： 将所述扫描图像划分成多个行块； 选取包含标准像素点最多的行块作为标准行块； 选取满足预设标准的标准行块作为所述候选块。3. 根据权利要求2所述的方法，其特征在于，所述标准像素为所述扫描图像中灰度值大 于预设阈值的像素点，所述选取满足预设标准的标准行块作为所述候选块包括： 选取标准行块中的任一个像素行作为标准候选行； 选取所述标准候选行邻接的两个行块作为所述候选块。4. 根据权利要求1所述的方法，其特征在于，所述获取所述候选块的阴影图像的步骤， 包括： 获取所述候选块的上水平集，其中，所述上水平集为灰度值大于参考灰度值的像素点 集； 获取所述上水平集的凸包络，获取所述阴影图像。5. 根据权利要求1所述的方法，其特征在于，所述获取所述阴影图像的二值化图像包 括： 确定所述阴影图像的扫描方向； 根据所述扫描方向对所述阴影图像进行滤波处理； 对滤波后的阴影图像进行二值化处理，获得所述二值化图像。6. 根据权利要求5所述的方法，其特征在于，所述根据所述二值化图像构建有向网图， 所述有向网图包含所述二值化图像中的连通域包括： 去除所述二值化图像中除最大连通域外的噪点，获得第一图像； 对所述第一图像进行骨骼化处理，获得第二图像； 对所述第二图像构建有向网图。7. 根据权利要求6所述的方法，其特征在于，所述根据所述二值化图像构建有向网图的 步骤，包括： 在所述二值化图像的第一个像素列前增加起始像素列，在最后一个像素列后增加终止 像素列； 在所述起始像素列选择起始像素点，在所述终止像素列选择终止像素点； 获取所有像素点与其八邻域内邻接像素点的路径权重； 根据所述二值化图像的所有像素点的坐标和与其八邻域内邻接像素点的路径权重构 建所述有向网图。8. 根据权利要求7所述的方法，其特征在于，所述根据所述有向网图获取所述折痕对应 的最小路径的步骤，包括： 以起始像素点作为起始节点，将除了所述起始像素点外的所有像素点添加到所述有向 网图的未确认像素点集合； 在所述未确认像素点集合中查找与所述起始节点的路径权重之和最小的目标节点，确 定所述目标节点与所述起始像素点的最小路径，将所述目标节点移除所述未确认像素点集 合； 将查找到的目标节点作为新的起始节点，重复上一步骤，直至所查找的所述目标节点 为终止像素点，确定所述终止像素点与所述起始像素点的最小路径，其中，所述终止像素点 与所述起始像素点的最小路径即为所述折痕对应的最小路径。9. 根据权利要求7所述的方法，其特征在于，所述获取所有像素点与其八邻域内邻接像 素点的路径权重包括： 在所有像素点中任选一个像素点作为第一像素点，选取与所述第一像素点在八邻域内 邻接的第二像素点； 获取第一像素点的像素值和第二像素点的像素值； 根据路径权重计算公式获取所述第一像素点与第二像素点的路径权重，其中，所述路 径权重计算公式为:路径权重=2 -（第一像素点的像素值+第二像素点的像素值)+最小权 重。10. -种扫描图像的折痕检测装置，其特征在于，所述装置包括： 候选块获取模块，用于获取所述扫描图像中包含所述折痕的候选块； 阴影获取模块，用于获取所述候选块的阴影图像； 二值化处理模块，用于获取所述阴影图像的二值化图像； 有向网图构建模块，用于根据所述二值化图像构建有向网图，其中，所述有向网图包含 所述二值化图像中的连通域； 最小路径获取模块，用于根据所述有向网图获取最小路径； 折痕获取模块，用于将所述最小路径对应回所述扫描图像，获取所述扫描图像的折痕。
【文档编号】G06T7/00GK106097375SQ201610474790
【公开日】2016年11月9日
【申请日】2016年6月27日
【发明人】李树涛, 张吉福, 孙斌
【申请人】湖南大学