基于深度学习的文档图像增强综述
计算机视觉与模式识别
2022-01-04 v4 机器学习
摘要
诸如科学论文、税表、发票、合同文件、历史文本等数字化文档如今被广泛使用。这些文档图像可能因多种原因而退化或受损，包括光照条件差、阴影、噪声与模糊等畸变、老化、墨渍、透印、水印、印章等。文档图像增强作为许多自动化文档分析与识别任务（如字符识别）中的预处理步骤起着关键作用。随着深度学习的近期进展，许多方法被提出以增强这些文档图像的质量。本文中，我们综述了面向六项主要文档图像增强任务的基于深度学习的方法、数据集与评价指标，包括二值化、去模糊、去噪、褪化恢复、水印去除与阴影去除。我们总结了每项任务的近期工作并讨论其特征、挑战与局限。我们介绍了一些甚少或未被关注的文档图像增强任务，包括过曝与欠曝校正、超分辨率与透印去除。我们指出了若干有前景的研究方向及未来研究机会。
引用
@article{arxiv.2112.02719,
title = {A Survey on Deep learning based Document Image Enhancement},
author = {Zahra Anvari and Vassilis Athitsos},
journal= {arXiv preprint arXiv:2112.02719},
year = {2022}
}