Algorithme Niblack pour la binarisation de documents

j'ai cette photo :

Algorithme Niblack pour la binarisation de documents

et je suis en train de faire du Document binarisation à l'aide de niblack algorithme
j'ai mis en place le simple Niblack algorithme

T = moyenne + K* standardDiviation

et qu'il était le résultat de l':

Algorithme Niblack pour la binarisation de documents

le problème est qu'il y a certaines parties de l'image dans la fenêtre, qui ne contient pas d'objets de sorte qu'il détecte du bruit comme des objets et précise .

j'ai essayé d'appliquer le filtre de flou alors le seuil global
c'est le résultat :

Algorithme Niblack pour la binarisation de documents

qui ne sera pas résolu par un autre filtre
je suppose que la seule solution est la prévention de l'algorithme de détection global de bruit si la fenêtre-je libre de l'objet

je suis intéressé pour ce faire à l'aide de niblack algorithme ne pas utiliser autre algorithme, donc des suggestions ?

source d'informationauteur Hady Elsahar

  1. 11

    j'ai essayé de sauvola de l'algorithme dans ce document Adaptative document image binarisation J. Sauvola*, M. PietikaKinen la section 3.3

    c'est une version modifiée de niblack algorithme qui utilise une version modifiée de l'équation de niblack
    Algorithme Niblack pour la binarisation de documents

    qui a retourné un d'assez bonnes réponses :
    Algorithme Niblack pour la binarisation de documents

    ainsi que j'ai essayé une autre modification de Niblack qui est mis en œuvre dans ce document
    dans le 5.5 Algorithme N ° 9a: Université de Lyon, INSA, France (C. Wolf, j.-m. Jolion)

    qui a retourné un de bons résultats ainsi :

    Algorithme Niblack pour la binarisation de documents

  2. 3

    Avez-vous regardez ici: https://stackoverflow.com/a/9891678/105037

    local_mean = imfilter(X, filt, 'symmetric');
local_std = sqrt(imfilter(X .^ 2, filt, 'symmetric'));
X_bin = X >= (local_mean + k_threshold * local_std);

    Je ne vois pas beaucoup d'options ici si vous insistez pour utiliser niblack. Vous pouvez modifier la taille et le type du filtre, et le seuil.

    BTW, il semble que votre image d'origine a des couleurs. Cette information peut améliorer de manière significative le texte noir de détection.

  3. 1

    Il existe diverses méthodes qui peuvent vous aider dans cette situation:

    1. Bien sûr, vous pouvez modifier l'algorithme de soi =)
    2. Il est également possible, il suffit d'appliquer la morphologie des filtres: tout d'abord vous demander le maximum dans la fenêtre, et après - minimum. Vous devez paramétrer windows taille afin d'obtenir un meilleur résultat, voir wiki.
    3. Vous pouvez choisir le plus dur mais le mieux et d'essayer d'améliorer Niblack du régime. Il est nécessaire d'augmenter Niblack fenêtres de taille si l'écart-type est plus petit qu'un nombre fixe (doit être à l'écoute).