專利名稱：基于點(diǎn)云模型的低質(zhì)漢字初始骨架提取算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖像處理技術(shù)，尤其是涉及一種針對(duì)低質(zhì)漢字的骨架提取方法。
背景技術(shù)：
由于低質(zhì)漢字受到多種降質(zhì)因素的影響，其骨架提取較理想漢字難。低質(zhì)漢字骨架提取的難點(diǎn)之一是現(xiàn)有的骨架提取方法大都針對(duì)的是理想漢字，涉及低質(zhì)漢字問題比較少；難點(diǎn)之二是基于常規(guī)的骨架提取方法例如對(duì)稱軸變化法、數(shù)學(xué)形態(tài)學(xué)方法、小波模極大值方法等對(duì)低質(zhì)圖像進(jìn)行骨架提取效果欠佳，難以避免的出現(xiàn)個(gè)別筆畫的骨架缺失和不符合人類視覺等情況?，F(xiàn)有的骨架提取的方法很多，大多數(shù)方法都是假定輪廓是可以確定的且輪廓中的點(diǎn)是連接的。例如:基于對(duì)稱軸分析的骨架提取方法、細(xì)化方法和形狀分解方法。對(duì)稱軸分析方法主要是通過尋找目標(biāo)形狀輪廓的對(duì)稱軸來獲得骨架。骨架被看作是中軸變換(medial axis)得到的對(duì)稱中心點(diǎn)構(gòu)成的集合。屬于這類方法的骨架提取算法有對(duì)稱軸變換算法、基于小波極大模的骨架提取算法和基于小波極小模的骨架提取算法等。這類方法的缺點(diǎn)是:在離散域里通過對(duì)稱軸分析來尋找骨架是件很困難的事，而且中軸變化提取的骨架一般都是斷裂的，算法的性能依賴于輪廓提取的結(jié)果。Tang Y Y對(duì)該方法做了改進(jìn)，提出利用小波極大模提取漢字骨架。該方法首先利用小波極大模探測(cè)字符的邊緣點(diǎn)，然后根據(jù)梯度方向和事先設(shè)定的固定長(zhǎng)度找到對(duì)稱點(diǎn)對(duì)，對(duì)稱點(diǎn)對(duì)的中心點(diǎn)就是所求的骨架點(diǎn)。這種方法利用一種簡(jiǎn)單的方式尋找漢字筆畫的對(duì)稱中心，計(jì)算復(fù)雜度低。但是，由于在交叉區(qū)域不存在上述的對(duì)稱點(diǎn)對(duì)，所以這種方法提取的骨架在交叉區(qū)域依然是斷裂的(見

圖1
(2))。對(duì)于低質(zhì)漢字特別是間斷和稀疏化較嚴(yán)重的情況下，小波極大模方法基本上不能提出完整的骨架。有學(xué)者對(duì)小波極大模方法進(jìn)行了改進(jìn)，該方法首先對(duì)小波極大模方法得到的骨架點(diǎn)進(jìn)行了平滑操作從而得到初始骨架，然后采用插值補(bǔ)償技術(shù)連接奇異區(qū)域(筆畫的交叉點(diǎn)和聯(lián)結(jié)點(diǎn)處屬于奇異區(qū)域)。算法實(shí)驗(yàn)結(jié)果見圖1 (3)，紅色線條為該方法提取的骨架。雖然該算法在符合人類視覺方面表現(xiàn)比較出色，能夠較好的保持目標(biāo)的原始形狀，但是該方法對(duì)交叉區(qū)域骨架的提取還是不令人滿意(見圖1(3) “大”字筆畫交叉區(qū)域)。Blum指出對(duì)稱軸的提取可以利用點(diǎn)的生長(zhǎng)獲得，這種提取對(duì)稱軸的方法叫做細(xì)化(thinning)算法。細(xì)化算法的基本思想是利用分層雙向或單向迭代的方法更改目標(biāo)形狀邊緣點(diǎn)成背景點(diǎn)，直到目標(biāo)變成由一些單像素寬弧線和曲線所構(gòu)成的集合。這些單像素的曲線和弧線很好地保持了目標(biāo)形狀的相連性(也叫拓?fù)湫再|(zhì))，是一種原始目標(biāo)的很好的替代物。這類方法有早期的草火法和基于數(shù)學(xué)形態(tài)學(xué)的骨架提取算法。細(xì)化方法的缺點(diǎn)是:對(duì)于規(guī)則漢字的骨架提取不可避免的會(huì)出現(xiàn)許多筆畫斷裂和筆畫末端的分叉，而且對(duì)間斷和稀疏嚴(yán)重的漢字很難提取出完整的骨架(見圖2)。數(shù)學(xué)形態(tài)學(xué)方法是細(xì)化方法的一種，圖2(I)和(3)分別表示圓幼和黑體的原始漢字“岢”(此漢字為理想漢字)，(2)和(4)分別為其采用基于數(shù)學(xué)形態(tài)學(xué)方法提取骨架的實(shí)驗(yàn)結(jié)果。由圖2 (2)和(4)可知，對(duì)于規(guī)則漢字而言，此方法最大問題是會(huì)出現(xiàn)許多筆畫末端的樹枝狀分叉，視吻合度較差。二十世紀(jì)八十年代末，形狀分解方法被一些科學(xué)家用來抑制人造小分支的產(chǎn)生。形狀分解算法的基本思路是將一個(gè)目標(biāo)分解成一些簡(jiǎn)單的部分，然后分別對(duì)這些簡(jiǎn)單的部分進(jìn)行骨架提取，從而得到整個(gè)目標(biāo)的骨架。J.J.Zou等人利用約束Delaunay三角形(constrained Delaunay triangulation,Q)T)對(duì)形狀特征進(jìn)行分解。這些方法由于采用了比較契合數(shù)據(jù)特點(diǎn)的三角剖分，即使在復(fù)雜交叉區(qū)域也能夠獲得比較好的骨架提取效果。但是由于該方法涉及到形狀的三角剖分和規(guī)則性分析以及區(qū)域融合等算法，計(jì)算復(fù)雜度很高，且這些方法只適用于理想漢字，對(duì)低質(zhì)漢字問題處理效果并不理想?？傊駷橹?，低質(zhì)漢字骨架提取依然是一個(gè)挑戰(zhàn)性的問題，大部分現(xiàn)有的骨架提取算法并不能提取出符合人類視覺的低質(zhì)漢字骨架。

發(fā)明內(nèi)容
·
1.發(fā)明目的
本發(fā)明的目的是建立一個(gè)適用于低質(zhì)漢字骨架提取的新模型和提出一種低質(zhì)漢字初始骨架提取算法，從而解決低質(zhì)漢字骨架提取這一模式識(shí)別和數(shù)字圖像處理中的難點(diǎn)和熱點(diǎn)問題。2.技術(shù)解決方案
本發(fā)明綜合特征分析、聚類理論，提出了一種新的基于點(diǎn)云模型的低質(zhì)漢字初始骨架提取算法，這種算法即使在嚴(yán)重降質(zhì)的情況下，依然能夠獲得較好的初始骨架提取結(jié)果。本發(fā)明首先建立了低質(zhì)漢字的點(diǎn)云模型，在點(diǎn)云模型基礎(chǔ)上進(jìn)行初始骨架提取。具體處理技術(shù)方案如下:
首先，本發(fā)明將低質(zhì)漢字看成是由像素點(diǎn)云構(gòu)成的，并且從像素點(diǎn)云數(shù)據(jù)中進(jìn)行骨架提取，這種提取漢字骨架的模型被稱為點(diǎn)云模型。基于點(diǎn)云模型，低質(zhì)漢字可以看作是二維平面點(diǎn)陣圖像，表示為:
A表示低質(zhì)漢字像素點(diǎn)，這里用黑點(diǎn)表示，B為像素點(diǎn)的個(gè)數(shù)。假設(shè)S是低質(zhì)漢字的骨架。骨架提取的目標(biāo)就是從5中找到一些滿足下面目標(biāo)函數(shù)的線段集合，此時(shí)將骨架提取問題轉(zhuǎn)化為一個(gè)優(yōu)化的問題:
權(quán)利要求
1.基于點(diǎn)云模型的低質(zhì)漢字初始骨架提取算法，其特征在于: (1)建立適用于低質(zhì)漢字骨架的模型---點(diǎn)云模型； (2)在點(diǎn)云模型的基礎(chǔ)上，采用增量廣義I均值聚類方法獲取初始骨架。
2.如權(quán)利要求1所述的初始骨架提取算法，其特征在于建立點(diǎn)云模型: 低質(zhì)漢字可以看作是二維平面點(diǎn)陣圖像，表示為:
3.如權(quán)利要求1所述的低質(zhì)漢字骨架提取算法，其特征在于提出了增量廣乂JT均值聚類方法獲取初始骨架的步驟如下: (1)初始化:讀入低質(zhì)漢字的數(shù)據(jù)點(diǎn)集，將Jf看作一個(gè)Voronoi區(qū)域，標(biāo)準(zhǔn)化變換后計(jì)算出第一主成份線段各；記初始線段為禺對(duì)應(yīng)的VOTonoi區(qū)域?yàn)樽鳛榫€段數(shù)目迭代的初值，HUfflr^er = 3表示Voronoi區(qū)域內(nèi)數(shù)據(jù)點(diǎn)數(shù)目的閥值為3; (2)添加新區(qū)域:首先選擇新的關(guān)鍵點(diǎn)，關(guān)鍵點(diǎn)滿足公式(2)，然后根據(jù)(3)公式確定新的Voronoi區(qū)域:
全文摘要
本發(fā)明公開了一種基于點(diǎn)云模型的低質(zhì)漢字初始骨架提取算法，即基于點(diǎn)云模型的增量廣義均值聚類算法，涉及到一種計(jì)算機(jī)圖像處理技術(shù)。該算法綜合特征分析、聚類理論，對(duì)低質(zhì)漢字進(jìn)行初始骨架提取首先用帶長(zhǎng)度約束的第一主成份線段作為迭代的初始值；然后逐步增加關(guān)建點(diǎn)以形成新的Voronoi區(qū)域，其中關(guān)鍵點(diǎn)按目標(biāo)函數(shù)最大下降的準(zhǔn)則選擇；接著尋找Voronoi區(qū)域的第一主成份線段；最后調(diào)整原有Voronoi區(qū)域；通過不斷的迭代，最終得到低質(zhì)漢字的初始骨架。本發(fā)明提出的算法即使在嚴(yán)重降質(zhì)情況下也能夠獲得滿足原始漢字拓?fù)浣Y(jié)構(gòu)的初始骨架，提高了低質(zhì)漢字中提取初始骨架的準(zhǔn)確性，可以運(yùn)用在中文信息處理、機(jī)器翻譯、人工智能等技術(shù)領(lǐng)域。
文檔編號(hào)G06K9/46GK103186787SQ201110458349
公開日2013年7月3日 申請(qǐng)日期2011年12月31日 優(yōu)先權(quán)日2011年12月31日
發(fā)明者廖志武, 胡紹湘, 侯顯玲 申請(qǐng)人:廖志武, 胡紹湘