[發(fā)明專利]融合二值圖像與灰度圖像的字符識(shí)別的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 200810239331.5
• 申請(qǐng)日: 2008-12-10
• 公開（公告）號(hào): CN101751565A
• 公開（公告）日: 2010-06-23
• 發(fā)明（設(shè)計(jì)）人: 張樹武;楊武夷
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 梁愛榮

1.一種融合二值圖像與灰度圖像的字符識(shí)別的方法，其特征在于， 對(duì)所述二值圖像與灰度圖像的融合圖像進(jìn)行處理，進(jìn)行字符識(shí)別，其包括 以下步驟：

步驟1：設(shè)預(yù)處理后得到的單個(gè)字符圖像的二值圖像為B₀＝[b₀(x，y)]， 其中位于第x行第y列的像素點(diǎn)的值為b₀(x，y)，b₀(x，y)為0或1，圖像的 大小為W₁×H₁；字符的灰度圖像為G_c＝[g_c(x，y)]，位于第x行第y列的像素 點(diǎn)的值為g_c(x，y)，0≤g_c(x，y)≤255；將字符圖像的二值圖像B₀與灰度圖像 G_c進(jìn)行融合，得到融合后的圖像G＝[g(x，y)]，位于第x行第y列的像素點(diǎn) 的值為g(x，y)，0≤g(x，y)≤255；

步驟2：在提取融合圖像G＝[g(x，y)]的特征前，先進(jìn)行融合圖像G＝[g (x，y)]的位置和大小的歸一化處理；圖像歸一化處理的輸入圖像為G＝[g(x， y)]，歸一化后的輸出圖像為F＝[f(x’，y’)]，其大小分別為W₁×H₁和W₂×H₂； 輸入圖像G＝[g(x，y)]位于第x行第y列的像素點(diǎn)將被映射到F＝[f(x’，y’)] 位于第x’行第y’列的像素點(diǎn)，通過輸入圖像和輸出圖像的坐標(biāo)映射來實(shí)現(xiàn) 圖像歸一化：

x′=x′(x,y)y′=y′(x,y)]]>

一維坐標(biāo)映射為：

x′=x′(x)y′=y′(x);]]>

步驟3：基于梯度直方圖提取歸一化圖像的梯度直方圖的特征；

步驟4：利用主分量分析與線性判別分析對(duì)歸一化圖像的梯度直方圖 的特征進(jìn)行降維處理，得到特征降維的變換矩陣；

步驟5：建立字符特征模板庫(kù)，讀取特征降維的變換矩陣并對(duì)字符進(jìn) 行識(shí)別；

所述二值圖像與灰度圖像的融合包括：

步驟11：對(duì)灰度圖像G_c＝[g_c(x，y)]的像素點(diǎn)值g_c(x，y)利用傳統(tǒng)的最大類 間方差法求得閾值th_ostu，求一個(gè)全局閾值th，令th＝a×th_ostu，a是一個(gè) 常數(shù)；利用全值閾值th對(duì)灰度圖像G_c＝[g_c(x，y)]的像素點(diǎn)值g_c(x，y)進(jìn)行門 限處理，得到二值圖像B_g＝[b_g(x，y)]，二值圖像的像素點(diǎn)值b_g(x，y)定義為：

bg(x,y)=1gc(x,y)>th0gc(x,y)≤th,]]>x＝0，...，W₁-1，y＝0，...，H₁-1；

步驟12：利用二值形態(tài)學(xué)對(duì)二值圖像B_o進(jìn)行條件膨脹，設(shè)D是一個(gè)3x3 的圖像，其每個(gè)位置的像素值為1；對(duì)二值圖像B_o進(jìn)行條件膨脹為：

Bi+1=(Bi⊕)∩Bg,]]>i＝1，2，...，N，B₁＝B₀

根據(jù)上式對(duì)二值圖像B_i反復(fù)進(jìn)行條件膨脹，直到B_i+1＝B_i或達(dá)到最大 的迭代次數(shù)，設(shè)最后得到的二值圖像為B＝[b(x，y)]；

步驟13：得到用于單個(gè)字符識(shí)別的融合圖像G＝[g(x，y)]，g(x，y)定義 為：

g(x,y)=gc(x,y)b(x,y)=10b(x,y)=0,]]>x＝0，...，W₁-1，y＝0，...，H₁-1。