專利名稱：用于從數(shù)字圖像中去除噪聲的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理。更具體地，本發(fā)明涉及用于促進(jìn)從數(shù)字 圖像去除噪聲的方法和裝置。
背景技術(shù)：
隨著企業(yè)和其他組織進(jìn) 一 步的計(jì)算機(jī)化，在計(jì)算機(jī)系統(tǒng)上存儲(chǔ) 和維護(hù)紙質(zhì)文檔的電子版本變得越來(lái)越普遍。在計(jì)算機(jī)系統(tǒng)上存儲(chǔ) 紙質(zhì)文檔的處理通常包括"文檔成像"處理，所述處理將紙質(zhì)文檔 的副本轉(zhuǎn)換成為電子文檔。此文檔成像處理通常開始于成像步驟， 其中使用掃描儀、復(fù)印機(jī)、照相機(jī)或者其他成像設(shè)備來(lái)生成文檔的頁(yè)面圖像。在集合到諸如便攜文檔格式(PDF)文件的文檔容器中之 前，通常使用程序處理程序來(lái)分析和增強(qiáng)這些頁(yè)面圖像。通常，應(yīng)用需要從所掃描的頁(yè)面圖像識(shí)別文本以促進(jìn)后續(xù)的文 檔處理操作。這通常通過光學(xué)字符識(shí)別(OCR)處理來(lái)完成。遺憾的是，在所掃描圖像中，噪聲的出現(xiàn)將使得OCR處理的性 能顯著降級(jí)，這是非常普遍的。從打印和成像處理中，將產(chǎn)生各種 類型的噪聲以及類噪聲偽像(artifact)。噪聲以及類噪聲偽像可以 包括來(lái)自成像光傳感器的量化噪聲、成像設(shè)備光學(xué)器件上的污物、 飛賊的墨跡以及著色劑污跡。由于此問題，通常在OCR處理之前對(duì)圖像應(yīng)用噪聲去除操作。 例如，普通的噪聲去除操作去除小于像素?cái)?shù)閾值的所有斑點(diǎn)(blob )。 然而，這可能導(dǎo)致去除諸如"句號(hào)，，的小字符，或者可能導(dǎo)致殘留 下相當(dāng)大的噪聲偽像。幾乎不存在針對(duì)所有字符尺寸都是最優(yōu)的固 定閾值。因此，在噪聲去除處理時(shí)，或者是遺留下太多的噪聲，或 者是不適當(dāng)?shù)厝コ怂鶔呙鑸D像的部分。由此，需要一種不存在上述問題的用于從圖像去除噪聲的方法和裝置。發(fā)明內(nèi)容本發(fā)明的 一 個(gè)實(shí)施例提供了 一種從圖像去除噪聲的系統(tǒng)。在操 作期間，系統(tǒng)首先識(shí)別出圖像中的斑點(diǎn)，其中斑點(diǎn)是可能表示圖像 中的字符或者字符一部分的鄰近像素的集合。接著，系統(tǒng)分析所述 斑點(diǎn)以便針對(duì)斑點(diǎn)來(lái)動(dòng)態(tài)地確定"噪聲閾值"。然后，系統(tǒng)從圖像 去除低于噪聲閾值的斑點(diǎn)。在此實(shí)施例的變型中，分析斑點(diǎn)包括分析以下內(nèi)容斑點(diǎn)的尺 寸分布、斑點(diǎn)的數(shù)量、斑點(diǎn)的位置、圖像或者圖像區(qū)域的斑點(diǎn)密度、 以及斑點(diǎn)的顏色。在此實(shí)施例的變型中，系統(tǒng)通過首先識(shí)別圖像中的文本區(qū)域、 以及然后識(shí)別文本區(qū)域中的"關(guān)鍵字符，，來(lái)確定噪聲閾值，其中關(guān) 鍵字符是小字符或者字符的一部分，諸如句號(hào)、字符"i"上的點(diǎn)或 者逗號(hào)。接著，系統(tǒng)計(jì)算所識(shí)別的關(guān)鍵字符的平均尺寸，并將噪聲 閾值計(jì)算為平均尺寸的一個(gè)分?jǐn)?shù)(fraction)。在此實(shí)施例的一個(gè)變型中，在分析斑點(diǎn)之前，系統(tǒng)通過從圖4象 去除低于初始噪聲閣值的斑點(diǎn)來(lái)執(zhí)行初始噪聲去除操作。在此實(shí)施例的一個(gè)變型中，如果所確定的噪聲閾值不同于先前 的噪聲閾值，則系統(tǒng)重復(fù)噪聲去除處理。此外，如果所確定的噪聲 閾值由先前的噪聲閾值有所降低，則系統(tǒng)恢復(fù)小于先前的噪聲閾值 但是大于所確定的噪聲閾值的先前已去除斑,泉。在此實(shí)施例的 一個(gè)變型中，針對(duì)每個(gè)識(shí)別的文本區(qū)域來(lái)獨(dú)立地確定噪聲閾值。


圖1示出了4艮據(jù)本發(fā)明的一個(gè)實(shí)施例的樣本文檔；圖2示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的樣本文檔中的數(shù)個(gè)興趣點(diǎn)；圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的噪聲去除處理； 圖4示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的計(jì)算環(huán)境； 圖5示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的噪聲去除系統(tǒng)； 圖6示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的光學(xué)字符識(shí)別(OCR) 系統(tǒng)；圖7呈現(xiàn)了示出根據(jù)本發(fā)明的一個(gè)實(shí)施例的噪聲去除處理的流 程圖；以及圖8呈現(xiàn)了根據(jù)本發(fā)明的一個(gè)實(shí)施例的OCR處理的流程圖，該 OCR處理包括對(duì)噪聲去除處理的優(yōu)化。
具體實(shí)施方式
呈現(xiàn)以下描述以便使得本領(lǐng)域技術(shù)人員能夠制造和使用本發(fā) 明，并且在特定應(yīng)用及其需求的上下文中提供了下文的描述。對(duì)所 公開的實(shí)施例的各種變型，其對(duì)于本領(lǐng)域技術(shù)人員是易見的，并且 在此定義的通用原理可以應(yīng)用于其他實(shí)施例和應(yīng)用，而并不脫離本 發(fā)明的精神和范圍。由此，本發(fā)明并非旨在于局限于所示出的實(shí)施 例，而是旨在于符合與在此公開的原理和特征的相一致的最為寬廣 的范圍。在此詳細(xì)說(shuō)明書中描述的數(shù)據(jù)結(jié)構(gòu)和代碼通常存儲(chǔ)在計(jì)算機(jī)可 讀存儲(chǔ)介質(zhì)上，所述計(jì)算機(jī)可讀介質(zhì)可以是用于由計(jì)算機(jī)系統(tǒng)使用 的能夠存儲(chǔ)代碼和/或數(shù)據(jù)的任何設(shè)備或者介質(zhì)。這包括但不限于 磁和光的存儲(chǔ)設(shè)備，諸如，磁盤驅(qū)動(dòng)器、磁帶、CD(壓縮盤)以及 DVD (數(shù)字通用盤或者數(shù)字視頻盤)。概要本發(fā)明提供了 一種用于從圖像去除噪聲的技術(shù)，并且該技術(shù)可 以應(yīng)用于任何文檔，所述文檔可以包含不希望作為原始文檔的部分 的噪聲或者任何其他的無(wú)關(guān)偽像。盡管在下文中結(jié)合光學(xué)字符識(shí)別(OCR)系統(tǒng)來(lái)描述了本發(fā)明的實(shí)施例，但本發(fā)明可以容易地修改 為與用于數(shù)字圖像的任何噪聲去除系統(tǒng)相結(jié)合地工作，所述噪聲去 除系統(tǒng)包括與光學(xué)字符識(shí)別不相關(guān)的噪聲去除系統(tǒng)。例如，本發(fā)明 的實(shí)施例可以應(yīng)用于數(shù)字?jǐn)z影術(shù)。在操作期間，本發(fā)明的一個(gè)實(shí)施例接收數(shù)字形式的圖像，其中 該圖像中可以包含文本和圖像兩者。為了改進(jìn)OCR處理，有益的是， 從圖像中去除盡可能多的噪聲。去除此噪聲的第一步驟是，識(shí)別圖 像中的"斑點(diǎn)"。"斑點(diǎn)"定義為鄰近像素的聚集，其可以表示字 符、字符一部分、圖像內(nèi)的對(duì)象或者噪聲偽像。識(shí)別圖像中的斑點(diǎn) 之后，系統(tǒng)分析所述斑點(diǎn)以針對(duì)斑點(diǎn)確定"噪聲閾值"。(例如， 噪聲閾值可指定斑點(diǎn)中的最小像素?cái)?shù)。)接著，系統(tǒng)去除小于確定 噪聲閾值的所有斑點(diǎn)。注意，較大的噪聲閾值將去除更多的小偽像， 但是也可以去除字符(或者字符的部分)，諸如，句號(hào)或者i-點(diǎn)(例 如，小寫"i"字符中的點(diǎn)部分)。作為對(duì)比，較小噪聲閾值不會(huì)去 除字符(或者字符的部分)，但是也去除不了那么多的噪聲偽像。 最后，在去除斑點(diǎn)之后，系統(tǒng)執(zhí)行OCR處理以便識(shí)別剩余斑點(diǎn)內(nèi)的字符。在本發(fā)明的 一 個(gè)實(shí)施例中，從斑點(diǎn)分析收集的信息可以包括 斑點(diǎn)尺寸(斑點(diǎn)中的像素?cái)?shù))、斑點(diǎn)分布(數(shù)字圖像或者數(shù)字圖像 的分塊(section)中的斑點(diǎn)數(shù))、以及斑點(diǎn)間隔(在斑點(diǎn)之間的像素 數(shù))。此信息可用于估計(jì)文本尺寸。另外，可以通過識(shí)別圖像中的 關(guān)鍵字符來(lái)估計(jì)文本尺寸，然后確定這些關(guān)鍵字符的尺寸。關(guān)鍵字 符是小字符(或者字符的部分)，諸如，句號(hào)、i-點(diǎn)、逗號(hào)和省略號(hào)。 在建立噪聲去除閾值時(shí)，關(guān)鍵字符很有用，這是因?yàn)橥ǔｊP(guān)鍵字符 是一種字體中的最小字符(或者字符的部分)，并且由此可以用以 在字符(或者字符的部分)和噪聲之間有所區(qū)分。關(guān)鍵字符還可以 包括選擇用以輔助估計(jì)文本尺寸的字母和數(shù)字。通常，在斑點(diǎn)和斑 點(diǎn)高度分布之間的基線間隔是文本尺寸的良好指示符，可以對(duì)其進(jìn) 行確定而不必經(jīng)歷整個(gè)OCR處理。在本發(fā)明的一個(gè)實(shí)施例中，通過首先識(shí)別圖像中的"文本區(qū)域，，， 然后識(shí)別該文本區(qū)域內(nèi)的關(guān)鍵字符，來(lái)使系統(tǒng)確定噪聲閾值。接著， 系統(tǒng)計(jì)算所識(shí)別的關(guān)鍵字符的平均尺寸，并且將噪聲閾值計(jì)算為此 平均尺寸的一個(gè)分?jǐn)?shù)。注意，可通過用戶或者系統(tǒng)管理員來(lái)預(yù)定義 關(guān)鍵字符的列表。另外，注意，關(guān)鍵字符可用以識(shí)別字體，繼而在后續(xù)的OCR操作期間可以有助于區(qū)分字符和噪聲斑點(diǎn)。在本發(fā)明的一個(gè)實(shí)施例中，上述處理是迭代的。在此實(shí)施例中， 系統(tǒng)開始于"初始噪聲閾值"。此噪聲閾值用以執(zhí)行初始噪聲去除 處理，其中從圖像中去除小于初始噪聲閾值的斑點(diǎn)。(注意，期望 的是，將此初始噪聲閾值設(shè)置得小于最小感興趣字體中的任何關(guān)鍵 字符。)接著，系統(tǒng)分析如上所述的關(guān)鍵字符以確定新的噪聲閾值。 如果新的噪聲閾值不同于先前的噪聲閾值，則系統(tǒng)重復(fù)噪聲去除處 理。當(dāng)重復(fù)此處理時(shí)，如果確定噪聲閾值從先前的噪聲閾值有所降 低，則系統(tǒng)恢復(fù)小于先前噪聲闞值但是大于所確定的閾值的先前已 去除斑點(diǎn)。在本發(fā)明的一個(gè)實(shí)施例中，上述迭代處理繼續(xù)直到達(dá)到"滿意 的，，閾值水平。注意，如果出現(xiàn)以下情況則可以認(rèn)為閾值是"滿意 的，，(1 )在迭代之間闊值沒有變化；(2)閾值小于預(yù)定的噪聲 容限水平；(3)閾值中的變化在預(yù)定范圍內(nèi)；或者(4)噪聲去除 系統(tǒng)已經(jīng)執(zhí)行了預(yù)先指定的時(shí)間量。在本發(fā)明的一個(gè)實(shí)施例中，噪聲去除處理應(yīng)用于整個(gè)成像文檔。在本發(fā)明的另一實(shí)施例中，以逐頁(yè)為基礎(chǔ)來(lái)應(yīng)用噪聲去除處理。 在此實(shí)施例中，可以獨(dú)立地對(duì)每頁(yè)應(yīng)用處理，或者可替換地，可以 將統(tǒng)計(jì)"[言息傳？l義(carry over ) 至每個(gè)后續(xù)頁(yè)面，以輔助針對(duì)每個(gè)后 續(xù)頁(yè)面來(lái)設(shè)置初始噪聲閾值。在本發(fā)明的 一個(gè)實(shí)施例中，將成像文檔中的頁(yè)面劃分成為分塊， 并且獨(dú)立地處理每個(gè)分塊或者與其他分塊相結(jié)合進(jìn)行處理。此實(shí)施 例提供了最大的靈活性，并且在大多數(shù)情況下可產(chǎn)生最佳結(jié)果，但 是將需要較長(zhǎng)的處理時(shí)間。在本發(fā)明的一個(gè)實(shí)施例中，無(wú)論噪聲去除閾值如何變化，在噪 聲去除處理的后續(xù)迭代期間不恢復(fù)斑點(diǎn)。這有可能降低噪聲去除處 理的準(zhǔn)確度，這是因?yàn)榭赡苋コ俗鳛樽址?或者字符的部分)的 某些斑點(diǎn)。然而，還有可能增加噪聲去除處理的速度。樣本文檔圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的樣本文檔。此樣本文檔包含頭部IOI、主體102以及腳注103。樣本文檔的主體102包括 文本分塊以及包含文本的圖像兩者。另外，在整個(gè)文檔中可以看到 多個(gè)偽像104。注意，此圖像IOO是通過掃描已經(jīng)包含噪聲的文檔而 創(chuàng)建的。然而，還可能是，在掃描處理期間引入了噪聲。另外，注 意，本發(fā)明可應(yīng)用于任何數(shù)字圖像，并且并不局限于掃描文檔。興趣點(diǎn)圖2示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的樣本文檔中的數(shù)個(gè)興趣 點(diǎn)。更具體地，圖2A示出了來(lái)自圖1中所示的樣本文檔的頭部101 的分塊。圖2A中的三個(gè)興趣點(diǎn)是噪聲偽像202、句號(hào)204以及i-點(diǎn) 206。選擇初始噪聲閾值導(dǎo)致多種可能性中的一種。如果噪聲閾值太 精細(xì)，則將去除噪聲偽像202、句號(hào)204以及i-點(diǎn)206。如果噪聲閾 值太粗糙，則將保留噪聲偽像202、句號(hào)204以及i-點(diǎn)206。因?yàn)樵?聲偽像202大于某些合理的斑點(diǎn)(諸如，句號(hào)204和i-點(diǎn)206 ),因 此不存在這樣的初始閾值設(shè)置，其去除噪聲偽像202但是并不去除 句號(hào)204和i-點(diǎn)206。此示例示出了其他噪聲去除方案具有的問題， 并且其中本發(fā)明的實(shí)施例通過在0 C R處理期間調(diào)整噪聲閾值來(lái)解決 這些問題，如下文中進(jìn)一步詳細(xì)描述的。圖2B示出了來(lái)自圖1所示的樣本文檔的腳注103的分塊。兩個(gè) 興趣點(diǎn)是噪聲偽像208和句號(hào)210。選擇處于噪聲偽像208和句號(hào) 210之間某處的噪聲閾值水平來(lái)去除噪聲偽像208。這在單一迭代中很容易實(shí)現(xiàn)，并且在該(OCR)處理期間不必進(jìn)行優(yōu)化。在此情況下，噪聲去除處理結(jié)束而不必對(duì)噪聲閾值進(jìn)行進(jìn)一步的優(yōu)化，并且OCR系統(tǒng)能夠?qū)⑵溆嗟陌唿c(diǎn)識(shí)別為字體中的有效字符，所述有效字 符對(duì)OCR系統(tǒng)是可識(shí)別的。圖2C示出了在圖1中示出的樣本文檔的一個(gè)分塊。此分塊包括 噪聲偽像212、圖像214以及文本216。根據(jù)文件格式以及分塊的格 式，分塊可以不經(jīng)歷噪聲去除處理。以下描述假定在噪聲去除處理 中包括在圖2C中所示出的分塊。如果將初始噪聲閾值設(shè)置為去除噪 聲偽像212的水平，則在初始噪聲去除處理期間也將去除作為圖像 214的部分的許多斑點(diǎn)。另一方面，如果初始噪聲閾值處于不改變圖 像214的水平，則在初始噪聲去除階段之后將保留噪聲偽像212。本 發(fā)明的一個(gè)實(shí)施例選擇這樣的初始噪聲閾值，該初始噪聲閾值導(dǎo)致 去除噪聲偽像212而不會(huì)影響圖像214,或者可替換地，選擇既不去 除噪聲偽像212也不影響圖像214的閾值。在后 一情況下，將在OCR 處理的后續(xù)迭代期間去除噪聲偽像212。本發(fā)明的一個(gè)實(shí)施例可以或者獨(dú)立地或者一并地處理多頁(yè)面文 檔的每個(gè)頁(yè)面。注意，如果獨(dú)立地處理每個(gè)頁(yè)面，則本發(fā)明可將來(lái)自先前處理的頁(yè)面的統(tǒng)計(jì)信息傳承以便促進(jìn)形成用于后續(xù)頁(yè)面的初 始閾4直。在本發(fā)明的另一實(shí)施例中， 一并處理在圖2A、圖2B和圖2C中 出現(xiàn)的項(xiàng)目。因?yàn)樵S多噪聲偽像的尺寸類似于合理的斑點(diǎn)，在初始 噪聲去除處理期間將保留大多數(shù)的噪聲偽像。在后續(xù)迭代操作期間， 將通過調(diào)整噪聲閾值來(lái)去除剩余的噪聲偽像。處理概要圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的噪聲去除處理。在此處 理期間，接收成像文檔304、 305和306作為對(duì)噪聲去除處理316的 輸入。然后，噪聲去除處理316分別生成輸出文檔324、 325和326。 注意，通過噪聲去除處理316來(lái)將包含具有噪聲的文本309、 310、311和312的區(qū)域轉(zhuǎn)換成為包含不具有噪聲的文本307、 329、 330 和331的區(qū)域。噪聲去除處理316沒有處理在成像文檔304以及305 中的非文本區(qū)域307和308，并且將其分別保持作為輸出文檔324 和325中的非文本區(qū)域307和308。計(jì)算環(huán)境圖4示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的計(jì)算環(huán)境400。計(jì)算環(huán)境 400包括客戶端410和膝上型計(jì)算機(jī)420。客戶端410和膝上型計(jì)算 機(jī)420兩者都耦接至網(wǎng)絡(luò)440。另外，客戶端410和膝上型計(jì)算機(jī) 420有能力與數(shù)個(gè)設(shè)備通信，包括打印機(jī)430、掃描儀450、蜂窩照 相電話460以及數(shù)碼相機(jī)470?？蛻舳?10以及膝上型計(jì)算機(jī)420通常包括網(wǎng)絡(luò)上的任意如下 節(jié)點(diǎn)，該節(jié)點(diǎn)包括計(jì)算能力以及包括用于跨網(wǎng)絡(luò)440進(jìn)行通信的機(jī) 制?？蛻舳?10以及膝上型計(jì)算機(jī)420通?？砂ㄈ魏晤愋偷挠?jì)算 機(jī)系統(tǒng)，包括但不限于，基于微處理器的計(jì)算機(jī)系統(tǒng)、大型機(jī)計(jì)算 機(jī)、數(shù)字信號(hào)處理器、便攜計(jì)算設(shè)備、個(gè)人組織器、設(shè)備控制器以 及應(yīng)用設(shè)備中的計(jì)算引擎。打印機(jī)430通常可以包括任何類型的打印機(jī)，包括但不限于， 個(gè)人打印機(jī)、網(wǎng)絡(luò)打印機(jī)以及多功能打印機(jī)，所述多功能打印機(jī)可 以包括復(fù)印機(jī)、掃描儀以及傳真機(jī)。掃描儀450通常可以包括任何類型的數(shù)字掃描儀，包括但不限 于，單獨(dú)的掃描儀以及多功能掃描儀，所述多功能掃描儀可以包括 復(fù)印才幾、打印機(jī)以及傳真才幾。諸如打印機(jī)430、掃描儀450、蜂窩照相電話460以及數(shù)碼相枳i 470的設(shè)備能夠捕捉文檔的圖像，或者創(chuàng)建可以包括文本的圖像。這 些設(shè)備的每個(gè)能夠?qū)D像傳送至客戶端410或者膝上型計(jì)算機(jī)420。 在本發(fā)明的一個(gè)實(shí)施例中，使用在此描述的去除處理，客戶端410 或者膝上型計(jì)算機(jī)420兩者都能夠去除在成像處理期間出現(xiàn)的噪聲偽像。噪聲去除系統(tǒng)圖5示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的噪聲去除系統(tǒng)500。噪聲 去除系統(tǒng)500包括斑點(diǎn)識(shí)別器502、斑點(diǎn)分析器504、噪聲去除器506、 噪聲恢復(fù)器508、 OCR系統(tǒng)510和存儲(chǔ)器520。存儲(chǔ)器520包括文檔 存儲(chǔ)器522 (其存儲(chǔ)圖像文件的副本)、噪聲存儲(chǔ)器524、統(tǒng)計(jì)存儲(chǔ) 器526以及系統(tǒng)設(shè)置528。斑點(diǎn)識(shí)別器502用以識(shí)別成像文檔內(nèi)的斑點(diǎn)。 一旦識(shí)別出斑點(diǎn)， 則斑點(diǎn)分析器504分析所述斑點(diǎn)以確定噪聲閾值。斑點(diǎn)分析器504 基于多個(gè)因素來(lái)確定噪聲閾值，包括但不限于斑點(diǎn)數(shù)、斑點(diǎn)的分 布、在不同區(qū)域中的斑點(diǎn)的密度、在不同區(qū)域中各種尺寸的斑點(diǎn)的 密度、斑點(diǎn)的位置、斑點(diǎn)的排列以及斑點(diǎn)的顏色。 一旦完成斑點(diǎn)分 析，則將所得到的統(tǒng)計(jì)信息存儲(chǔ)在統(tǒng)計(jì)存儲(chǔ)器526中。繼而，可以 使用統(tǒng)計(jì)信息來(lái)進(jìn)一步優(yōu)化系統(tǒng)設(shè)置；優(yōu)化噪聲閾值；以及優(yōu)化 噪聲去除處理用于成像文檔的其他區(qū)域以及其他成像文檔?；谟砂唿c(diǎn)分析器504所確定的噪聲閾值，噪聲去除器506可 以去除任何被認(rèn)為是噪聲偽像的斑點(diǎn)。將已去除斑點(diǎn)存儲(chǔ)在噪聲存 儲(chǔ)器524中，以便在調(diào)整了噪聲閾值，使得需要恢復(fù)某些已去除斑 點(diǎn)的情況下凌用。如果出現(xiàn)此情況，則噪聲恢復(fù)器508恢復(fù)已去除 斑點(diǎn)的某些或者全部。系統(tǒng)可以通過考慮斑點(diǎn)的尺寸或者斑點(diǎn)的位 置來(lái)確定將要恢復(fù)哪些斑點(diǎn)。在已經(jīng)完成初始噪聲去除處理之后，OCR系統(tǒng)510執(zhí)行OCR處 理。在此OCR處理期間，通過精確調(diào)整噪聲閾值來(lái)進(jìn)一步優(yōu)化噪聲 去除，如在下文中更詳細(xì)地描述。系統(tǒng)設(shè)置528包含用于噪聲去除處理的系統(tǒng)設(shè)置。在本發(fā)明的 一個(gè)實(shí)施例中，這些設(shè)置包括但不限于將要分析的信息的描述； 噪聲去除處理的質(zhì)量值；定義何時(shí)終止噪聲去除處理的指示符；指 示是否將任何信息傳承至下 一 噪聲去除任務(wù)的標(biāo)志；用于關(guān)鍵字符的標(biāo)識(shí)符；以及確定是否對(duì)文件、頁(yè)面或者頁(yè)面區(qū)域執(zhí)行處理的指
示符。注意，噪聲去除處理的質(zhì)量與噪聲去除處理的速度反向相關(guān)。 另外，噪聲去除處理的質(zhì)量直接相關(guān)于對(duì)噪聲去除處理可用的存儲(chǔ) 器的數(shù)量。
OCR系統(tǒng)
圖6示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的光學(xué)字符識(shí)別(OCR) 系統(tǒng)600。 OCR系統(tǒng)600包括文本查找器602、文本分析器604 以及噪聲閾值校準(zhǔn)器606。文本查找器602識(shí)別成像文檔內(nèi)的文本區(qū)
在此不做進(jìn)一步的描述。
一旦已經(jīng)識(shí)別了文本區(qū)域，則文本分析器604分析文本區(qū)域以 便確定文本的尺寸以及識(shí)別文本內(nèi)的關(guān)鍵字符。
然后，由文本分析器604來(lái)分析關(guān)鍵字符以確定其尺寸(例如， 以像素?cái)?shù)的形式)。如上所述，關(guān)鍵字符是用以區(qū)分字符和噪聲的 小字符(或者字符的部分)。關(guān)鍵字符隨著字體的變化而變化，但 是這些關(guān)鍵字符通常包括句號(hào)、i-點(diǎn)、逗號(hào)、省略號(hào)以及小于該字體 的其他字符的其他字符(或者字符的部分)。從文本分析器604所 明確的信息(包括例如噪聲閾值)存儲(chǔ)在統(tǒng)計(jì)存儲(chǔ)器526中。在后 續(xù)的迭代或者用于其他噪聲去除任務(wù)期間，可使用此信息。如上所 述，文本分析器604的輸出用以優(yōu)化噪聲閾值。
噪聲閾值校準(zhǔn)器606調(diào)整噪聲閾值。如果確定噪聲閾值已改變 得超出了系統(tǒng)設(shè)置528中所指定的容限，則執(zhí)行附加的噪聲去除操 作。此附加的噪聲去除操作可以包括，如果噪聲閾值已經(jīng)降低則恢 復(fù)某些或者全部先前已去除斑點(diǎn)。
噪聲去除處理
圖7呈現(xiàn)了示出根據(jù)本發(fā)明的 一 個(gè)實(shí)施例的噪聲去除處理的流 程圖。處理由識(shí)別圖像中的斑點(diǎn)(步驟702)開始。接著，系統(tǒng)分析斑點(diǎn)(步驟704)以及將所得到的信息存儲(chǔ)在統(tǒng)計(jì)存儲(chǔ)器526中。此 所得到的信息可以包括平均斑點(diǎn)尺寸、斑點(diǎn)密度信息、斑點(diǎn)顏色 以及用以設(shè)置噪聲去除閾值的任何其他信息。
使用步驟704的結(jié)果，系統(tǒng)確定噪聲閾值(步驟706 )。在本發(fā) 明的 一個(gè)實(shí)施例中，噪聲閾值是圖像中的關(guān)鍵字符的平均斑點(diǎn)尺寸 的一個(gè)分?jǐn)?shù)。噪聲閾值在給定頁(yè)面的不同分塊上可以有所變化。例 如，在一個(gè)實(shí)施例中，如果頁(yè)面的上部33%具有15像素的平均關(guān)鍵 字符斑點(diǎn)尺寸，則可以將頁(yè)面的上部33%的噪聲閾值設(shè)置為5像素。 然而，如果頁(yè)面的下部66%具有45像素的平均關(guān)鍵字符斑點(diǎn)尺寸， 則可以將頁(yè)面的下部66%的噪聲閾值設(shè)置為15像素?？梢允褂冒唿c(diǎn) 尺寸以外的其他因素來(lái)確定噪聲閾值。例如，如果系統(tǒng)設(shè)置528指 示圖像是嚴(yán)格單色的，但是在成像處理期間在文檔中引入了紅色偽 像，則系統(tǒng)可以將該紅色偽像識(shí)別為噪聲并且將其從圖像中去除。
在已經(jīng)建立噪聲閾值之后，系統(tǒng)去除包含少于噪聲閾值的像素 的所有斑點(diǎn)(步驟708 )。最后，系統(tǒng)啟動(dòng)OCR處理(步驟710)。
OCR處理
先前的部分描述了可以調(diào)整以便與用戶需要相匹配的快速而靈 活的噪聲去除處理。在本發(fā)明的一個(gè)實(shí)施例中，處理在步驟712處完成。
在本發(fā)明的 一 個(gè)實(shí)施例中，在O C R處理期間優(yōu)化噪聲去除處理。 此優(yōu)化過程產(chǎn)生比先前所描述的實(shí)施例更高質(zhì)量的結(jié)果。
圖8呈現(xiàn)了示出根據(jù)本發(fā)明的一個(gè)實(shí)施例的OCR處理的流程 圖，該OCR處理包括對(duì)噪聲去除處理的優(yōu)化。在此操作期間，系統(tǒng) 首先識(shí)別成像文檔內(nèi)的文本區(qū)域(步驟802 )。注意，在一個(gè)實(shí)施例 中，在此步驟以及OCR的所有后續(xù)步驟中，通常忽略作為圖片或者 圖像一部分的文本。
一旦識(shí)別了文本區(qū)域，則分析文本區(qū)域(步驟804)。此分析可 以包括例如估計(jì)文本尺寸、識(shí)別關(guān)鍵字符、以及識(shí)別用于文本的字體。接著，系統(tǒng)根據(jù)所述分析結(jié)果來(lái)重新評(píng)估用于圖像的噪聲閾
值(806 )。
然后，系統(tǒng)確定噪聲閾值是否已經(jīng)變化(步驟808 )。如果沒有 變化，則系統(tǒng)完成OCR處理(步驟820 )。如果噪聲閾值已經(jīng)變化， 則系統(tǒng)確定新的噪聲閾值是否小于先前的噪聲閾值(步驟810)。如 果小于，則恢復(fù)大于新噪聲閾值但小于初始噪聲閾值的先前已去除斑點(diǎn)。
在本發(fā)明的一個(gè)實(shí)施例中，先前指定的"容限水平"還用以確 定是否將要恢復(fù)已去除斑點(diǎn)。例如，給定兩個(gè)像素的容限水平，如 果舊的噪聲閾值是十二個(gè)像素而新的噪聲閾值是八個(gè)像素，則不需 要恢復(fù)九個(gè)像素的斑點(diǎn)?？梢酝ㄟ^系統(tǒng)設(shè)置528來(lái)指示容限水平。
在已經(jīng)恢復(fù)已去除斑點(diǎn)(或者如果新的噪聲閾值不低于步驟810 中的先前的噪聲閾值)之后，則系統(tǒng)使用新的噪聲閾值來(lái)重復(fù)噪聲 去除處理(步驟814)。
接著，系統(tǒng)確定新的噪聲閾值是否為滿意的(步驟816)?？梢?基于以下因素來(lái)進(jìn)行此確定是否已經(jīng)去除任何斑點(diǎn)；已經(jīng)去除了 多少斑點(diǎn)；已經(jīng)對(duì)噪聲閾值進(jìn)行了多少次調(diào)整；或者沿哪個(gè)方向來(lái) 調(diào)整噪聲閾值。如果新的噪聲閾值是滿意的，則系統(tǒng)完成OCR處理 (步驟820)。另一方面，如果新的噪聲閾值不是滿意的，則通過返 回步驟802來(lái)重復(fù)噪聲去除處理。
在本發(fā)明的 一 個(gè)實(shí)施例中，在返回步驟802之前系統(tǒng)通過調(diào)整 系統(tǒng)設(shè)置528來(lái)優(yōu)化噪聲去除處理。這可以包括調(diào)整以下內(nèi)容將 要分析的信息；噪聲去除處理的質(zhì)量；何時(shí)終止噪聲去除處理；是 否將任何信息傳承至下一噪聲去除任務(wù)；哪些字符是關(guān)鍵字符；以 及是否在文檔、頁(yè)面、或者頁(yè)面區(qū)域上執(zhí)行處理。
已經(jīng)呈現(xiàn)的本發(fā)明的上述描述僅僅出于示意和描述的目的。上 述描述并非旨在于窮盡本發(fā)明或者將本發(fā)明限制于所公開的形式。 相應(yīng)地，對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，許多修改和變型都是顯而易見 的。另外，上述公開并非旨在于限制本發(fā)明。通過所附權(quán)利要求書來(lái)限定本發(fā)明的范圍。
權(quán)利要求
1.一種用于從圖像中去除噪聲的方法，包括接收所述圖像；識(shí)別所述圖像中的斑點(diǎn)，其中斑點(diǎn)是可能表示所述圖像中的字符或者字符一部分的鄰近像素的集合；分析所述斑點(diǎn)以確定噪聲閾值，其中小于所述噪聲閾值的斑點(diǎn)很可能是噪聲；以及從所述圖像去除小于所述噪聲閾值的斑點(diǎn)。
2. 根據(jù)權(quán)利要求1所述的方法，其中確定所述噪聲閾值包括 識(shí)別所述圖像中的文本區(qū)域；識(shí)別所述文本區(qū)域內(nèi)的關(guān)鍵字符；計(jì)算所述識(shí)別的關(guān)鍵字符的平均尺寸；以及將所述噪聲閾值計(jì)算為所述平均關(guān)鍵字符尺寸的 一 個(gè)分?jǐn)?shù)。
3. 根據(jù)權(quán)利要求2所述的方法，其中如果所述確定的噪聲闊值 不同于先前的噪聲閾值，則重復(fù)用于從所述圖像去除噪聲的所述方 法。
4. 根據(jù)權(quán)利要求3所述的方法，其中如果所確定的噪聲閾值從 所述先前的噪聲閾值有所降低，則所述方法進(jìn)一步包括恢復(fù)小于所 述先前噪聲闞值而大于所確定的噪聲閾值的先前已去除斑點(diǎn)。
5. 根據(jù)權(quán)利要求1所述的方法，其中在分析所述斑點(diǎn)之前，所 述方法進(jìn)一步包括通過從所述圖像中去除低于初始噪聲閾值的斑點(diǎn) 來(lái)執(zhí)行初始噪聲去除操作。
6. 根據(jù)權(quán)利要求1所述的方法，其中分析所述斑點(diǎn)包括分析以 下的一個(gè)或者多個(gè)所述斑點(diǎn)的尺寸分布； 斑點(diǎn)數(shù)；所述斑點(diǎn)的位置；在所述圖像內(nèi)的或者圖像區(qū)域內(nèi)的斑點(diǎn)密度；以及斑點(diǎn)顏色。
7. 根據(jù)權(quán)利要求1所述的方法，其中針對(duì)多個(gè)所識(shí)別的文本區(qū) 域的每個(gè)來(lái)獨(dú)立地確定噪聲閾值。
8. —種存儲(chǔ)指令的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，當(dāng)由計(jì)算機(jī)執(zhí)行所述 指令時(shí)，致使所述計(jì)算機(jī)執(zhí)行用于從圖像中去除噪聲的方法，所述 方法包4舌接收所述圖像；識(shí)別所述圖像中的斑點(diǎn)，其中斑點(diǎn)是可能表示所述圖像中的字符 或者字符一部分的鄰近像素的集合；分析所述斑點(diǎn)以確定噪聲閾值，其中小于所述噪聲閾值的斑點(diǎn)很可能是噪聲；以及從所述圖像去除小于所述噪聲閾值的斑點(diǎn)。
9. 根據(jù)權(quán)利要求8所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中確定所述 噪聲閾值包括識(shí)別所述圖像中的文本區(qū)域；識(shí)別所述文本區(qū)域內(nèi)的關(guān)鍵字符；計(jì)算所述識(shí)別的關(guān)鍵字符的平均尺寸；以及將所述噪聲閾值計(jì)算為所述平均關(guān)鍵字符尺寸的一個(gè)分?jǐn)?shù)。
10. 根據(jù)權(quán)利要求9所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中如果所迷 確定的噪聲閾值不同于先前的噪聲閾值，則重復(fù)用于從所述圖像去 除噪聲的所述方法。
11. 根據(jù)權(quán)利要求IO所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中如果所 確定的噪聲閾值從所述先前的噪聲閾值有所降低，則所述方法進(jìn)一 步包括恢復(fù)小于所述先前噪聲閾值而大于所述確定的噪聲閾值的先 前已去除斑點(diǎn)。
12. 根據(jù)權(quán)利要求8所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中在分析所 述斑點(diǎn)之前，所述方法進(jìn)一步包括通過從所述圖像中去除低于初始 噪聲閾值的斑點(diǎn)來(lái)執(zhí)行初始噪聲去除操作。
13. 根據(jù)權(quán)利要求8所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中分析所述斑點(diǎn)包括分析以下的一個(gè)或者多個(gè) 所述斑點(diǎn)的尺寸分布； 斑點(diǎn)數(shù)；所述斑點(diǎn)的位置；在所述圖像內(nèi)的或者圖像區(qū)域內(nèi)的斑點(diǎn)密度；以及 斑點(diǎn)顏色。
14. 根據(jù)權(quán)利要求1所述的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中針對(duì)多個(gè) 所識(shí)別的文本區(qū)域的每個(gè)來(lái)獨(dú)立地確定噪聲閾值。
15. —種用于從圖像中去除噪聲的裝置，包括 斑點(diǎn)識(shí)別機(jī)制，配置以識(shí)別所述圖像中的斑點(diǎn)，其中斑點(diǎn)是可能表示所述圖像中的字符或者字符一部分的鄰近像素的集合；閾值確定機(jī)制，配置以分析所述斑點(diǎn)來(lái)確定噪聲閾值，其中小于所述噪聲閾值的斑點(diǎn)很可能是噪聲；以及斑點(diǎn)去除機(jī)制，配置以從所述圖像去除小于所述噪聲閾值的斑點(diǎn)。
16. 根據(jù)權(quán)利要求15所述的裝置，其中所述閾值確定機(jī)制配置以識(shí)別所述圖像中的文本區(qū)域；識(shí)別所述文本區(qū)域內(nèi)的關(guān)鍵字符；計(jì)算所述識(shí)別的關(guān)鍵字符的平均尺寸；以及將所述噪聲閾值計(jì)算為所述平均關(guān)鍵字符尺寸的一個(gè)分?jǐn)?shù)。
17. 根據(jù)權(quán)利要求16所述的裝置，其中所述裝置配置以便如果 所述確定的噪聲閾值不同于先前的噪聲閾值，則重復(fù)所述噪聲去除 處理。
18. 根據(jù)權(quán)利要求17所述的裝置，進(jìn)一步包括斑點(diǎn)恢復(fù)機(jī)制， 其中如果所確定的噪聲閾值從所述先前的噪聲閾值有所降低，則所 述斑點(diǎn)恢復(fù)機(jī)制進(jìn)一步配置以恢復(fù)小于所述先前噪聲閾值而大于所 述確定的噪聲閾值的先前已去除斑點(diǎn)。
19. 根據(jù)權(quán)利要求15所述的裝置，進(jìn)一步包括初始噪聲去除機(jī)制，配置以通過從所述圖像去除低于初始噪聲閾值的斑點(diǎn)以執(zhí)行初 始噪聲去除操作。
20. 根據(jù)權(quán)利要求15所述的裝置，其中當(dāng)分析所述斑點(diǎn)時(shí)，所 述閾值確定機(jī)制配置以分析以下的 一 個(gè)或者多個(gè)所述斑點(diǎn)的尺寸分布； 斑點(diǎn)數(shù)；所述斑點(diǎn)的位置；在所述圖像內(nèi)的或者圖像區(qū)域內(nèi)的斑點(diǎn)密度；以及 斑點(diǎn)顏色。
21. 根據(jù)權(quán)利要求15所述的裝置，其中所述閾值確定機(jī)制配置 以針對(duì)多個(gè)已識(shí)別文本區(qū)域的每個(gè)來(lái)獨(dú)立地確定噪聲閾值。
全文摘要
本發(fā)明的一個(gè)實(shí)施例提供了一種從圖像中去除噪聲的系統(tǒng)。在操作期間，系統(tǒng)首先識(shí)別圖像中的斑點(diǎn)，其中斑點(diǎn)是可能表示圖像中的字符或者字符一部分的鄰近像素的集合。繼而，系統(tǒng)分析斑點(diǎn)以動(dòng)態(tài)地確定用于斑點(diǎn)的“噪聲閾值”。然后，系統(tǒng)從圖像去除低于噪聲閾值的斑點(diǎn)。
文檔編號(hào)G06T5/00GK101322154SQ200680045042
公開日2008年12月10日 申請(qǐng)日期2006年11月28日 優(yōu)先權(quán)日2005年11月30日
發(fā)明者D·G·尼科爾森 申請(qǐng)人:奧多比公司