ES2204616T3 - Metodo de birnarizacion de imagenes. - Google Patents

Abstract

Un método para transformar una imagen digital (A) de un artículo de correo, que comprende información de dirección y que tiene varios niveles de gris, en una imagen binaria (F) que tiene pixeles codificados cada uno de ellos por un bit, con el fin de leer automáticamente la dirección de información de dicha imagen binaria (F), consistiendo dicho método en aplicar a cada pixel actual (P) de dicha imagen digital (A) diversos procedimientos de binarización paralelos diferentes (T1, T2, T3) y en combinar, para cada pixel actual de la imagen digital, los valores binarios entregados por los procedimientos diferentes para obtener un pixel actual de la imagen binaria (F), en el que uno de dichos procedimientos de binarización es un clasificador neural que tiene una serie de ponderaciones para neuronas aprendidas a partir de un método de retropropagación en imágenes sintetizadas de artículos de correo, traduciendo dicho clasificador neural un vector de datos que caracteriza el ambiente de dicho pixel actual en la imagen digital (A) en un valor binario, por ejemplo: el nivel de gris del pixel actual en la imagen digital, niveles de gris medios alrededor del pixel actual para diferentes vecin dades del mismo en la imagen digital, la desviación máxima de los niveles de gris de los pixeles en vecindades diferentes del pixel actual en la imagen digital, la desvia ción estándar de los niveles de gris de los pixeles en vecindades diferentes del pixel actual en la imagen digital, el nivel de contraste local en una vecindad del pixel actual en la imagen digital, el gradiente en cuatro direcciones en una vecindad del pixel actual en la imagen digital.

Description

Método de binarización de imágenes.

La invención se refiere a un método para transformar una imagen digital, que tiene varios niveles de gris, en una imagen binaria en la que cada pixel se codifica en un bit. Se aplica muy particularmente a máquinas de procesamiento automático de correo. En el procesamiento automático de correo, es habitual disponer una cámara entre la unidad de admisión de artículos de correo desde la pila y la unidad para clasificar estos artículos de correo, produciendo esta cámara una imagen digital con varios niveles de gris de la superficie de cada artículo de correo sobre la cual va impresa la dirección de destino del correo. Esta imagen digital que tiene varios niveles de gris se usa para realizar un reconocimiento automático de los caracteres de la dirección y subsiguientemente una lectura automática de la dirección con el fin de operar la unidad de clasificación aguas abajo.

Los procesamientos automáticos de reconocimiento de caracteres se aplican a imágenes binarizadas, es decir, imágenes en las que cada pixel está codificado en un único bit. En la imagen digital con varios niveles de gris, cada pixel está codificado generalmente en un byte, es decir, en ocho bits.

Hasta ahora, para transformar una imagen digital, que tiene varios niveles de gris, en una imagen binaria, el sector de procesamiento de correo ha hecho uso de un procesamiento por umbral dinámico que consiste en calcular, para cada pixel de imagen digital que tiene varios niveles de gris, el nivel de contraste local dentro de una cierta proximidad de pixel, haciendo posible este nivel de contraste el cálculo de un umbral local con el que se compara el nivel de gris del pixel para la codificación del pixel correspondiente en la imagen binaria. Por ejemplo, si el nivel de gris del pixel actual es menor o igual que el nivel contraste local de este pixel, el pixel correspondiente de la imagen binaria es blanco, y en el caso contrario es negro. Por tanto, la imagen binaria comprende únicamente pixeles blancos o negros. Existen otros procedimientos para binarizar una imagen digital que tiene varios niveles de gris, por ejemplo, el procedimiento de umbral estático según el cual el nivel de gris de cada pixel de la imagen que se ha de binarizar se compara con un umbral fijo u otros procedimientos que utilizan operadores tales como el gradiente, el laplaciano, la desviación estándar, etc.

Dentro del sector del correo postal, los caracteres impresos en los artículos de correo muestran una gran variabilidad que se debe a las prácticas locales de cada país en lo que se refiere a la impresión de las direcciones en artículos de correo, así como al uso de diferentes soportes de impresión. De aquí se sigue que al aplicar el mismo procedimiento de binarización a un espectro amplio de artículos de correo, se obtiene una gran diversidad en la calidad de las imágenes binarias. Esto último no siempre mantiene la estructura geométrica original o la conexión de los caracteres de las imágenes que tienen varios niveles de gris. La interconexión de los caracteres, cuando éstos están muy juntos, y su espacio, cuando son anormalmente gruesos, no siempre se tiene en cuenta en las imágenes binarias. Igualmente, los contrastes débiles, que pueden constituir elementos característicos de la forma de los caracteres, no siempre se recuperan en la imagen binaria, mientras que los borrones en el soporte de impresión del carácter se pueden recuperar en la imagen binaria.

El documento US 5.815.606 describe un método para la formación de umbrales en una imagen de escala de grises. Se seleccionan diversos algoritmos de formación de umbrales, y se genera una secuencia de matrices binarias para cada algoritmo. Se determinan las características de cada matriz binaria generada y se selecciona la matriz binaria cuyas características son más similares a las características de la imagen.

El documento JP 7.271.907 describe un dispositivo de digitalización que comprende una parte de creación de datos de entrada que divide la imagen diferencial en pixeles para cada secuencia y una parte de procesamiento de red neural que la convierte en datos de salida y la binariza. El documento FR 2.709.361 describe un dispositivo de clasificación postal automática que comprende una red neural para el reconocimiento de caracteres escritos a mano.

Por tanto, el objeto de la invención es proponer un método para transformar una imagen digital, que tiene varios niveles de gris, en una imagen digital que remedia los inconvenientes antes indicados.

Con este fin, el objeto de la invención es un método para transformar una imagen digital, que tiene varios niveles de gris, en una imagen binaria en la que cada pixel se codifica en un bit, el cual consiste en aplicar, a cada pixel actual de la imagen digital que tiene varios niveles de gris, varios procesamientos de binarización paralelos diferentes, suministrando cada uno como resultado un valor binario para este pixel actual, y combinar los valores binarios entregados por los diversos procesos de binarización para cada pixel actual de la imagen digital, que tiene diversos niveles de gris, con el fin de obtener un valor binario resultante que constituye el pixel correspondiente de la imagen binaria.

Este enfoque multiprocesamiento permite tener en cuenta mucho mejor la diversidad de impresión de los caracteres de las imágenes digitales, que tienen varios niveles de gris, de los artículos de correo. La combinación de los valores binarios en la salida de los procesamientos de binarización hace posible adaptar la codificación definitiva del pixel en la imagen binaria en función de las características específicas de los artículos de correo que se han de procesar.

Los procedimientos de binarización pueden incluir procedimientos de paso de banda o de tipo de formación de umbrales dinámico o estático con la ayuda de operadores de computación del tipo diferencial (gradiente, laplaciano) y procedimientos de paso bajo con la ayuda de operadores de computación del tipo integrador.

Según una característica particular del método según la invención, estos procedimientos de binarización pueden realizarse en parte por un clasificador neural. Para cada pixel de la imagen digital que se ha de binarizar, se suministra el clasificador neural con un vector de valores que caracterizan el ambiente de este pixel en esta imagen y en la base de este vector de valores característicos, el clasificador neural produce un valor binario para este pixel. El uso de un clasificador neural es particularmente ventajoso para el procesamiento de un espectro muy diferente de artículos de correo en una misma máquina. Esto es debido a que es suficiente realizar las fases de aprendizaje para formar al clasificador neural en lotes de artículos de correo que muestran las características particulares del espectro diverso de correo con el fin de construir tantas series de ponderaciones neuronales para el clasificador neural. Manteniendo en memoria estos diversas series de ponderaciones neuronales en la máquina de procesamiento automático de corre, es posible adaptar fácilmente el procedimiento de binarización a artículos de correo de un cierto tipo cargando el juego de ponderaciones neuronales que mejor se adapta a los artículos de correo de esta clase.

El método según la invención y su ejecución se describen con mayor detalle a continuación y se ilustra en los dibujos.

La figura 1 representa un diagrama esquemático del método según la invención.

La figura 2 ilustra una ventana de 9 x 9 pixeles de una imagen digital que tiene varios niveles de gris.

El método para transformar un imagen digital, que tiene varios niveles de gris en una imagen binaria, según la invención está, por tanto, particularmente destinado a ejecutarse en una máquina de procesamiento automático de correo.

A continuación, una imagen digital que tiene varios niveles de gris se considerará como una imagen producida según una rejilla cuadrada de pixeles con una densidad especificada de pixeles por milímetro, por ejemplo, 8 pixeles por milímetro en ambas direcciones. Cada pixel de esta imagen está codificado, por ejemplo, en 8 bits y, por tanto, con un rango dinámico total de 256 niveles de gris.

En la figura 1 la transformación de una imagen digital, que tiene varios niveles de gris A, en una imagen binaria F se consigue, por tanto, según el método de la invención por la aplicación paralela de varios procesamientos de binarización diferentes tales como T1, T2, T3, realizados en modo canalización sobre la imagen A. Cada procedimiento de binarización entrega como resultado una imagen binaria intermedia y los pixeles de las imágenes binarias B, E, D, producidos respectivamente por los procedimientos T1, T2 y T3, se combinan en un procedimiento decisivo T4 con el fin de obtener una imagen binaria resultante F cuyos pixeles son exclusivamente blancos o negros.

Se puede aplicar ventajosamente un procesamiento de filtrado morfológico adicional T5 a la imagen F para producir una imagen G de mejor calidad que la imagen F. En particular, este procesamiento T5 puede hacer posible la eliminación de los pixeles blancos o de los pixeles negros de la imagen F, tanto en el fondo como en el perfilado así como de los límites entre estas dos categorías de pixel de la imagen.

Generalmente, cada procedimiento de binarización, tal como T1, T2 y T3, es un procedimiento iterativo que se aplica a todos los pixeles de la imagen A y debe designarse con P el pixel actual de la imagen A que está siendo procesado en el curso de una iteración de un procedimiento de binarización.

Los procedimientos de binarización que pueden ser paralelos son del tipo de paso de banda, paso alto o paso bajo. Los procedimientos de binarización ilustrados por la figura 1 son procedimientos de formación de umbral estáticos, tal como T3, o el procedimiento de contraste local por formación de umbrales dinámicos, tal como T2, que son dos procedimientos de tipo de paso de banda. En el procedimiento de formación de umbrales estáticos, el nivel de gris del pixel actual se compara sencillamente con un umbral fijo con el fin de asignar el valor 0 o 1, correspondiente, por ejemplo, a un pixel blanco o a un pixel negro respectivamente, al pixel correspondiente de la imagen binaria D. El principio de la formación de umbrales dinámicos ya se ha expuesto anteriormente.

El principio del método según la invención es obtener, para cada pixel de la imagen A, varios valores binarios 1 ó 0 producidos en paralelo por otros tantos procedimientos de binarización diferentes, es decir, los pixeles correspondientes de las imágenes B, E, D, y combinar estos valores binarios 1 ó 0 para codificar el pixel correspondiente de la imagen binaria F a 1 ó 0. Se comprenderá que esta combinación de los valores binarios hace posible favorecer este o aquel procedimiento de binarización en función del tipo de artículos de correo que se han de procesar para obtener la imagen binaria resultante F. Esta combinación podría basarse también en el principio de voto por mayoría.

En el método según la invención, pueden realizarse algunos de los procedimientos de binarización paralelos por un clasificador neural. Como se puede ver, en particular, en la figura 1, el resultado del procedimiento T1 es el resultado de un clasificador neural. Para simplificar la descripción siguiente, la expresión vecindad de un pixel actual P en la imagen A, se referirá a una matriz cuadrada de pixeles en el centro de la cual está situada el pixel actual P. La figura 2 ilustra una vecindad del pixel P que consta de una matriz cuadrada de 9 x 9 pixeles tal como los pixeles 1 a 8.

El clasificador neural puede ser del tipo MLP (Perceptrón de Capa Múltiple) con una o más capas escondidas. El principio de funcionamiento de este clasificador neural es traducir a un valor binario, un vector de datos que caracteriza el ambiente de un pixel actual P de la imagen A. A modo de ejemplo, este clasificador neural puede tener una capa de entrada con 10 neuronas a las cuales se aplican 10 datos característicos de un pixel actual P que se extrajeron por primitivos de computación PO a P9 detallados a continuación a modo de ejemplo no limitativo.

El primitivo PO extrae sencillamente el nivel de gris del pixel actual P. Este dato corresponde a uno de los 256 niveles de gris y se codifica en un byte.

Los primitivos P1, P2 y P3 computan respectivamente los niveles de gris medios alrededor del pixel P para diferentes vecindades del mismo en la imagen A, típicamente en matrices de 3 x 3 pixeles, de 7 x 7 pixeles y de 13 x 13 pixeles.

Los primitivos P4 y P5 computan respectivamente la desviación máxima de los niveles de gris de los pixeles en diferentes vecindades de un pixel P en la imagen A, típicamente en matrices 7 x 7 pixeles y de 13 x 13 pixeles.

Los primitivos P6 y P7 computan la desviación estándar de los niveles de gris de los pixeles en vecindades diferentes del pixel P, típicamente en matrices cuadradas de 7 x 7 pixeles y de 13 x 13 pixeles.

El primitivo P8 computa el nivel contraste local en una vecindad del pixel P, típicamente una matriz de 13 x 13 pixeles. Aquí, este primitivo se corresponde en su técnica con el proceso de binarización T2.

Finalmente, el primitivo P9 extrae el gradiente en cuatro direcciones en una vecindad del pixel P, típicamente una matriz de 3 x 3.

Las ponderaciones de las neuronas del clasificador neural se obtienen aprendiendo según el método de retropropagación a partir de imágenes binarias sintetizadas. Estas imágenes se sintetizan con el fin de orientar la red de neuronas en la dirección deseada; por ejemplo, para evitar el hundimiento de los caracteres gruesos, se utiliza una alta proporción de imágenes sintetizadas que representan caracteres gruesos; en el caso nominal estás imágenes están en una proporción representativa del correo real. Es ventajoso realizar diversas fases de aprendizaje con el fin de construir diversas series de ponderaciones para las neuronas del clasificador, de tal modo que cada juego de neuronas está más particularmente adaptado a artículos de correo que se han de procesar de un cierto tipo. Los procedimientos paralelos T1, T2 y T3 pueden implementarse en un circuito ASIC y todos son parametrizables. En la fase de uso en una máquina de procesamiento de correo, diversos parámetros de formación de umbrales de los procedimientos T2 y T3, diversos parámetros computacionales de los primitivos P0 a P9 y diversas series de ponderaciones de las neuronas del clasificador neural del procedimiento T1 pueden mantenerse en memoria en la máquina de procesamiento automático de correo de modo que es concebible que sea capaz de recuperarlos selectivamente con el fin de parametrizar el circuito ASIC antes de comenzar un procedimiento de binarización en un lote particular de artículos de correo.

Claims (2)

1. Un método para transformar una imagen digital (A) de un artículo de correo, que comprende información de dirección y que tiene varios niveles de gris, en una imagen binaria (F) que tiene pixeles codificados cada uno de ellos por un bit, con el fin de leer automáticamente la dirección de información de dicha imagen binaria (F), consistiendo dicho método en aplicar a cada pixel actual (P) de dicha imagen digital (A) diversos procedimientos de binarización paralelos diferentes (T1, T2, T3) y en combinar, para cada pixel actual de la imagen digital, los valores binarios entregados por los procedimientos diferentes para obtener un pixel actual de la imagen binaria (F), en el que uno de dichos procedimientos de binarización es un clasificador neural que tiene una serie de ponderaciones para neuronas aprendidas a partir de un método de retropropagación en imágenes sintetizadas de artículos de correo, traduciendo dicho clasificador neural un vector de datos que caracteriza el ambiente de dicho pixel actual en la imagen digital (A) en un valor binario, por ejemplo: el nivel de gris del pixel actual en la imagen digital, niveles de gris medios alrededor del pixel actual para diferentes vecindades del mismo en la imagen digital, la desviación máxima de los niveles de gris de los pixeles en vecindades diferentes del pixel actual en la imagen digital, la desviación estándar de los niveles de gris de los pixeles en vecindades diferentes del pixel actual en la imagen digital, el nivel de contraste local en una vecindad del pixel actual en la imagen digital, el gradiente en cuatro direcciones en una vecindad del pixel actual en la imagen digital.

2. El método de la reivindicación 1, en el que el clasificador neural ha sido sometido a diversas fases de aprendizaje por retropropagación con el fin de construir muchas otras series de ponderaciones para las neuronas del clasificador neural, manteniéndose en memoria estas diversas series de ponderaciones en la máquina de procesamiento automático de correo y en el que estas series de ponderaciones pueden recuperarse selectivamente con el fin de binarizar imágenes digitalizadas para un lote especificado de artículos de correo.