论文阅读_基于CNN的图像二值化_Robust Binarization for Video Text Recognition

Robust Binarization for Video Text Recognition

作者：Zohra Saidane, Christophe Garcia.

会议：ICDAR2007

对图像进行二值化，以得到所需要的前景目标，是个古老而又重要的课题。但是这么多年来，二值化算法的效果，却往往难如人意。其核心难题，就是阈值实在太难选择了。但是，与传统的全局、局部二值化方法相比，这篇文章把二值化转变成了学习和分类问题（2007年的论文，想法还算比较超前的），根据原图直接生成二值化图像，从而避免了阈值选择这个极其麻烦的问题。与此类似的思想，是google的一篇将目标定位问题转化学习问题的论文（Deep Neural Networks for Object Detection，作者是Christian Szegedy, Alexander Toshev, Dumitru Erhan）。

下面把这篇文章的关键技术点复述如下（很多细节还是理解不透，需要花点时间讨论一下细节才行）：

1、该方法是一种基于监督式分类器的图像分割技术。通过对当前像素及周边一定邻域内的像素进行综合分析，来判断当前像素是否应该属于前景像素。使用分类器的好处，