计算文档图像中的白斑指标

Posted 2021-05-03

论文'Metric-based No-reference Quality Assessment of Heterogeneous Document Images'，讨论了如何测量文档图像中字符的质量。我很难理解第7页中的白色斑点指标。

[小白斑表示度量的笔画缩小了多少 字符内现有的白色连接组件，或已经 通过连接字符笔划来创建新的字符。白色直方图 计算文档图像中的连接组件，我们有 已经找到了最常用的字体大小。然后通过对直方图bin求和来计算白色斑点 在1像素到1％字体大小的平方之间。然后是 通过将直方图下的面积除以1和之间进行归一化 字体大小的平方。

我的问题是：

1. 如何计算文档图像中白色连接的分量的直方图？
2. [如何通过对1个像素和1％字体的直方图总和求和来计算白斑大小平方？举例来说，最常见的字体大小是32，因此我必须将直方图bin 1的频率汇总到32 ^ 2（1024）的百分之一的频率？是吗？
3. 老实说，我看不到计算或求和1像素和1％字体大小平方之间的直方图bin的任何关系，平方与小white speckle measure相乘。你能帮我看看这种关系吗？

谢谢。

答案

我没有阅读整篇论文，但它认为我了解他们在做什么。

该文档是由白色背景上的黑色宪章组成的二进制图像（我不知道它们对图像的阈值有多精确，但我认为这是输入）。这些宪章里面有一些小的白色区域。

1. 计算图像中的connected component。假设您在文档中有N个。每个连接的组件都有一个大小，即组件具有的像素数。使用组件的大小，我们可以创建一个直方图，该直方图计算大小为1、2，...的组件的数量。

2. 我们正在寻找章程中的斑点。本文将一个小斑点定义为一个连接的组件，其大小为1个像素，直到最频繁租船面积的1％。章程区域是字体大小的平方。因此，当您声明要对介于32％的1％和1％之间的所有bin求和时，您是正确的。

3. 他们将小斑点定义为一个连接的组件，具有较小的尺寸，特别是等于字体大小平方的1％的大小。为了衡量您的文档中有多少斑点，您只需对所有属于该定义的连接组件求和。最后，您对其进行了归一化，因此可以进行比较，以在不同文档之间进行比较。

您可以不同意那里的假设，并认为应该定义一个完全相同的小斑点，但这就是那里的定义。

希望我有所帮助