古藏文經書文本背景分割研究

　　藏文古經書是藏族文化寶庫中的明珠。但對藏文古經書的保護情況卻不容樂觀，古藏文經書所采用的藏紙容易腐蝕、變黃。為更好地揭示退化古書所記載的內容，提出一種背景估計與提高對比度結合的圖像分割方法。該方法先利用Sauvola算法對圖像進行背景估計，然后用所估計的背景對古經書進行對比度補償，最后通過二值化算法對圖像進行文本背景的分割。

　　《貴州大學學報》(藝術版)遵守編輯工作條例和國家出版工作法規，注重政治性與藝術性標準，以學術性為追求目標，要求論文具有話語的專業性和學理性，力求問題探討的深度性和前沿性，思想的高度性和視野的寬廣性。2004年獲全國期刊封面設計銀獎。

　　藏文古經書是藏族文化傳承的重要載體，藏文古經書圖像由于其材質以及年代久遠的原因，相對于普通圖像要復雜。將一副圖像轉變為黑白圖像，即灰度圖，其像素點灰度值分布在0到255之間，也可以說分為從1到256的不同等級亮度，對古書進行分割處理，就是將古書圖像點的灰度值變為0或者255，呈現出兩極效果。通過選取合適的閾值，有效地分割圖像的文本與背景，提高古經書的可讀性。

　　近年來，針對古書分割的研究，學者們從背景估計、邊緣檢測、模塊提取、拉普拉斯能量和非線性預處理等方面展開廣泛研究，同時也提出了許多二值化算法，這些算法對于分割藏文古經書的研究有很好的借鑒意義。但古藏文經書的損壞情況比較嚴重，以及由于其年代較長，所以有效地分割古經書的文本背景，還需要繼續探索。

　　1現狀分析

　　在目前的技術中，很好地將古藏文經書分割還是有一定的難度，因為在許多圖像處理技術中，大多都是針對普通的圖像，如果將這些技術運用在古經書的分割處理上，并不會得到好的效果。古經書由于其長時間的存放以及人們反復地利用，使得其字符信息含有大量的噪聲。通常古書載體一般為藏紙，藏紙 變黃會加深背景顏色，變為高頻分量和文字信息混在一起，難以辨別。在圖像分割時會同要分割的字符信息一起分離出來，給真正地背景文字分割加大難度。

　　圖像的二值化算法一般可以分為全局閾值法和局部閾值法。全局閾值法也稱方差最大法;首先選取一個合適的閾值T，該閾值接近圖像的平均灰度值;然后將圖像分割為兩部分，一部分是灰度值大于T的，另一部分小于或等于T;計算出兩部分的平均灰度值，將這兩個新值的平均值重新賦給T。然后重復前兩步，直到每次計算的T值接近在自己的誤差范圍內。

　　但該方法會因為圖像光照不均、噪聲干擾較大等原因使的二值化效果變差。將圖像分為大小相同多個區域，稱為窗口，根據每個窗口的像素點灰度值分布，從而選取不同的閾值，窗口內的所有點再根據選取的閾值進行二值化，如對Niblack算法改進后的Sauvola算法，它克服了Niblack算法的不足，其基本思想是將圖像假設為字符信息灰度值為0，背景點灰度值為255。盡管在字符與背景對比度比較低的情況下，二值化效果仍然不理想，但可以通過Sauvola算法進行背景估計。

　　2文本的算法

　　針對以上情況，本文提出了基于背景估計和提高對比度的二值化算法。主要包含四步：先利用邊緣檢測中最優算法Canny算法對古書圖像字符進行檢測，根據得出的邊緣圖像做筆畫寬度的估計，假設得出的筆畫寬度為d;然后運用Sauvola算法對古經書圖像做粗二值化后為Ba(x，y)，根據字符筆畫寬度d最終得到背景Ib(x，y);從而提高圖像的對比度，得到I?b(x，y);最后對圖像做分割處理為B(x，y)。

　　2.1邊緣檢測

　　(1)首先將藏文古書圖像轉換為灰度圖像I(x，y)，利用Canny算子的具體步驟如下，第一步，使用高斯濾波器平滑降噪;第二步，運用一對分別作用于x和y方向的卷積陣列，用下面的公式計算梯度值和方向;

　　第三步，對梯度進行非極大值抑制，排除非邊緣因素，確定邊緣;第四步，Canny使用滯后閾值，滯后閾值包括高閾值和低閾值兩部分，來確定被保留下來的邊緣信息。

　　(2)從圖像左側開始對藏文字符進行掃描，記初始的d=0，這里做掃描藏文字符一筆的假設，當遇到字符邊緣點時記做m1和其對應的灰度值n，接著向右推進，如果下一個灰度值小于n值，但此時的點并不是邊緣點，說明該點在筆畫內部，d加1;直到當前掃描的位置的點的灰度值大于n或者遇到邊緣點，記下位置m2，計算d=m2-m1。重復上面的方法，計算所有藏文字符的筆畫寬度，最終取其中間值作為平均筆畫寬度d。

　　2.2背景估計

　　3 初步實驗結果

　　運用以上算法，對一張原始古經書圖像進行測試，以下是前后兩張圖片的對比，相對于原圖像有明顯的改善，在閱讀時可以更好地進行記錄或翻譯。

　　4結束語

　　本文針對藏文古書腐蝕、變黃等情況提出了基于背景估計和提高對比度的二值化算法。該算法先利用Canny算子進行邊緣檢測，進而估計筆畫寬度;利用估計的筆畫寬度對圖像做背景估計，然后提高圖像的對比度，更好地進行古經書分割。

　　另一方面，對于已經被擦除或丟失的文字，不能對其進行修復，從而在分割后圖像上仍然顯示為空;實驗初步成果顯示，部分灰度值特別接近背景的文字將會同背景一起分割，從而使得這部分文字不會在這一張圖上顯示，需要重新進行閾值的選擇來將這部分分割，這兩點是本文算法的局限性;為此，在以后的改進算法中會克服不足，以達到理想的效果。

　　參考文獻：

　　[1] 馮炎.基于對比度補償的古籍圖像二值化研究[J].微電子學與計算機，2016，33(4)：51-53.

　　[2] 許海洋，馬龍龍，吳健.基于背景估計和邊緣檢測的文檔圖像二值化[J].計算機應用與軟件，2014，31(8)：197-198.

　　[3] 唐路路，張啟燦，胡松.一種自適應閾值的Canny邊緣檢測算法[J].光電工程，2011，38(5)：127-129.

　　[4] 劉衛國.MATLAB程序設計與應用[M].第二版.北京：高等教育出版社，2006：7-48.

　　[5] 張雅蘭. 圖像的二值化處理[J]. 廣西科技大學學報， 2002， 13(1)：32-33.

　　[6] 王勇智. 數字圖象的二值化處理技術探究[J]. 湖南理工學院學報(自科版)， 2005， 18(1)：31-33.

　　[7] 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.