文本图像条带污染去除的?_0稀疏模型与算法

【摘要】：针对文本图像受条带噪声污染严重影响视觉效果以及文字正确识别的问题，提出一种基于?_0稀疏模型的条带污染文本图像修复算法。该算法在分析条带噪声特性基础上，设计基于?_0范数的稀疏正则化模型，实现对条带噪声的有效稀疏约束。通过引入方向相对梯度的自适应正则化参数，使算法不仅适用于规则条带还可应用于适当不规则条带。在准确估计条噪声污染区域的基础上，利用总变分(Total Variation, TV)极小化图像修复作为后处理，形成完整的非凸不可微泛函的优化求解算法，实现规则与不规则条带污染文本图像的良好恢复，弥补了目前方法存在的不足。利用MATLAB软件平台对收集的文本污染图片数据集中的大量图像数据进行实验，与传统条带噪声消除算法进行对照分析，结果表明，该算法修复后的文本图像上中文文字正确识别率提高至少10%以上，英文文字正确识别率提高40%以上，证明了算法的优越性与实用性。