Algoritmos de Binarización Robusta de Imágenes con Iluminación No Uniforme

• Autores: Edgar Molina, Julia Diaz, Hugo Hidalgo Silva, Edgar Chávez
• Localización: Revista iberoamericana de automática e informática industrial ( RIAI ), ISSN-e 1697-7920, Vol. 15, Nº. 3, 2018, págs. 252-261
• Idioma: español
• Títulos paralelos:
  • Robust Binaritation of Non-Uniform Illuminated Images
• Enlaces
  • Texto completo
• Resumen
  • español

    La binarización es una técnica básica de procesamiento digital de imágenes. Los métodos de binarización han sido progresivamente mejorados para tratar con imágenes en condiciones más realistas. De particular importancia es considerar la condición de iluminación no uniforme de las imágenes a binarizar, presente cuando se realiza la adquisición de imágenes con equipo no especializado (e.g. un teléfono celular). En este trabajo se propone un nuevo enfoque para la binarización de imágenes de texto que fueron adquiridas bajo iluminación no uniforme. La idea central es obtener una iluminación más uniforme (apropiada para binarización) a partir de la fusión de dos imágenes iluminadas complementariamente. Para probar el desempeño de nuestra propuesta capturamos un conjunto grande de imágenes de texto reales, obtenidas con un teléfono celular, con diversas condiciones de iluminación no uniforme. Comparamos nuestra propuesta con diversas técnicas del estado del arte y mostramos que tenemos mejores resultados usando distintas métricas de binarización.

  • English

    Image binarization is a basic image processing technique with many applications. Binarization methods have been incrementally improved to deal with real world conditions. A particularly important consideration is non-uniform illumination, present when using general purpose devices for image acquisition (e. g. mobile phones). In this paper we present a new binarization method for non uniformly illuminated text images. The main idea is to improve illumination using two complementary illuminated images. To achieve this we estimate the luminance of the original image and we create a new complementarily illuminated image.We then fuse the two images and for each pixel we estimate in which of the two images the pixel is correctly illuminated. The proposed method is evaluated with synthetic and real images, using several metrics, showing better performance than state-of-the-art techniques.