基于SVM的復(fù)雜版面分割方法

文/曾凡鋒　許博臣

1　引言

版面分割是對版面內(nèi)的圖像、文本、表格等信息和位置關(guān)系所進行的自動分析、識別和理解的過程。其目標是將圖像劃分成若干個獨立的區(qū)域，使各區(qū)域內(nèi)的具有相同的特征，而不同區(qū)域間的特征在很大程度上是不同的。目前常使用的分割方法有：閾值分割法、邊緣檢測法、神經(jīng)網(wǎng)絡(luò)法、區(qū)域生長發(fā)等等。近年來，模式識別和機器學習中的許多算法逐漸被運用到了版面分割中，支持向量機（SVM）便是其中一個。

支持向量機（SVM）以結(jié)構(gòu)風險最小化原則為理論基礎(chǔ)，避免了過擬合現(xiàn)象，學習機的泛化能力得到了進一步的提升。另外，其采用的核函數(shù)技術(shù)實現(xiàn)由低維到高維空間的非線性映射，能夠準確地處理復(fù)雜版面。采用SVM的關(guān)鍵步驟之一為圖像特征的提取。很多研究人員對此進行了相應(yīng)的工作，如一些學者[2-4]提取圖像中每個像素的灰度值作為特征向量；瑞安等人[8]在上述方法的基礎(chǔ)上對這些像素進行了簡單的重組以作為新的特征向量；此外還有研究人員在特征提取中利加入了灰度統(tǒng)計特征來構(gòu)成訓練特征向量，如歐宗瑛等人[5]將圖像的對比度、方向、頻率偏差作為特征向量；陳新建等人[7]將圖像的灰度均值、方差以及聚集度作為特征向量。總之，上述這些方法在圖像的特征提取方面較為單一，當遇到諸如紋理信息較為豐富的版面，可能會使得版面分割的準確率下降。所以上述這些方法對處理具有復(fù)雜版面的圖像來說是較不適用的。

針對具有復(fù)雜版面的圖像，本文選取圖像的紋理特征和相位一致性統(tǒng)計特征，借助SVM對圖像進行版面分割，得到最終的分割結(jié)果。

2　圖像特征提取

2.1　相位一致性統(tǒng)計特征

相位一致性是指在圖像的頻率域中，邊緣相似的特征在同一階段出現(xiàn)的頻率較高，其理論基礎(chǔ)是圖像信號的相位。相較于基于灰度的邊緣特征提取方法，該方法是通過計算圖像的相位一致性來查找圖像的邊緣，并且它不受圖像光照不均所帶來的影響，能夠?qū)D像中的角、線、紋理等信息完整地反映出來。近年來，一些學者已將相位一致性統(tǒng)計特征應(yīng)用在了圖像處理的課題中，如高分辨率遙感圖像分割。因此，本文對圖像的相位一致性特征進行了提取工作。

圖1：原始圖像

圖2：版面分割結(jié)果

首先，信號F(x)的傅里葉展開為：

相位一致性定義為：

其中，An是指局部幅值，即第n個余弦分量的幅度值；是指局部相位，后面的均值是指相位的加權(quán)平均值。

利用相位一致性計算出一幅圖像的相位一致性PC圖像，進而得到該圖像的一些統(tǒng)計量，它們分別為均值方差V、偏度SK、峰度BK、熵Ent，本文利用上述統(tǒng)計量作為特征向量，為后續(xù)SVM進行版面分割做準備。

2.2　紋理特征

在紋理特征提取方法中，灰度共生矩陣（GLCM）屬于最經(jīng)典的一個。這種算法的優(yōu)點是檢索紋理圖像的精度高，缺點是該陣為稀疏矩陣，導致計算量龐大，所占內(nèi)存也非常大。因此為了減少計算量和存儲量，本文對灰度共生矩陣做了一定的修改。

灰度共生矩陣是沿主對角線的對稱陣，將主對角線右上區(qū)域的值與左下區(qū)域?qū)?yīng)的對稱元素值進行求和，右上區(qū)域的值賦值為0，以形成下三角矩陣。接下來對新形成的矩陣計算和差向量，當相對位移沒有發(fā)生變化時，和與差的定義為：

和向量定義為：

差向量定義為：

正規(guī)化的和矢量與差矢量分別定義為：

其中：Hs和Hd分別表示和向量與差向量的長度。Haralick定義的常用紋理特征值中的四種可以由和差統(tǒng)計法直接計算出來，分別為角二階矩（UNI）、對比度（CON）、相關(guān)度（COR）、熵（ENT），將統(tǒng)計出的特征值作為特征向量，為后續(xù)SVM進行版面分割做準備。

3　支持向量機SVM

支持向量機（SVM）是一種基于結(jié)構(gòu)風險最小化原則建立起來的統(tǒng)計學習方法，該學習器具有較強的泛化能力，其本質(zhì)是一個分類器。版面分割的目標是根據(jù)人們的需要，將一幅圖像所需要的部分分割出來。顯然，SVM可以應(yīng)用到版面分割中，它將圖像的像素劃分為兩類：一類是邊緣點像素、另一類是非邊緣點像素。

利用第二節(jié)提取出的相位一致性統(tǒng)計特征及紋理特征，本文構(gòu)造了支持向量機（SVM）對圖像進行版面的分割。

分割過程如下：

首先，將一幅圖像的每個像素點構(gòu)成特征向量xi。設(shè)A,B分別代表邊緣點與非邊緣點，則類別標志yi可以表示為：

線性判別函數(shù)須滿足如下條件：

其中，w為權(quán)重向量，b為常量。

兩類樣本的分類空隙(M)的間隔大小為：

此時，最優(yōu)分類面問題即在條件（3）的約束下，求公式（4）的最小值：

通過式（2）的須滿足的條件求解式（4）的最小值，得到全局最優(yōu)解則線性最優(yōu)分類判決函數(shù)為：

4　實驗結(jié)果與分析

使用本文方法對如圖1所示圖像進行版面分割，分割結(jié)果如圖2所示。

為了檢測算法的分割效果，本文選取了包括文獻內(nèi)容、報紙、網(wǎng)頁等各類具有復(fù)雜版面的圖像。

利用傳統(tǒng)方法對圖像進行版面分割，具有復(fù)雜版面分割的準確率在75%左右，一般版面的準確率在85%左右；而本文算法的平均準確率達到了87.2%。實驗結(jié)果及與其他算法的比較表明，本文的算法對含有復(fù)雜內(nèi)容的版面具有較好的分割效果。

與傳統(tǒng)方法相比，時間復(fù)雜度偏高，這主要是由于在相位一致性統(tǒng)計特征的計算上所花時間較長，如果再對算法進行進一步的改進，相信算法在時間的花費上也會得到進一步的優(yōu)化。

5　結(jié)束語

本文提出了一種基于SVM的版面分割方法，即將圖像相位一致統(tǒng)計特征和紋理特征組合成訓練特征向量，再利用支持向量機對版面進行分割。實驗結(jié)果表明，該方法可以有效地進行復(fù)雜版面的分割工作。