[發明專利]書法字識別方法

無效

• 申請號: 201310020510.0
• 申請日: 2013-01-18
• 公開（公告）號: CN103093240A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 莊越挺;吳江琴;林媛;高鵬程;夏洋
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高

1.?一種書法字識別方法，其特征在于，包括以下步驟：

1）搜集互聯網上的單個書法字圖像，或者從整個書法作品圖像里對書法字做最小包圍盒切分得到單個書法字圖像，得到單個書法字圖像集合，然后標注單個書法字圖像對應的漢字語義，存入特征數據庫；

2）對單個書法字圖像進行二值化、去噪、歸一化處理，二值化時，先將單個書法字圖像轉為灰度圖像后使用自適應迭代法，通過將新閾值置為舊閾值以上及以下兩區平均值的中點不斷迭代求取最佳閾值，二值化后的單個書法字圖像為白底黑字的二值化顏色矩陣，微小區域的噪聲使用數學形態學的方法去除，微小區域的斑點和劃痕使用開運算去除，字體中的小孔洞使用閉運算填充，所述的歸一化采用基于筆畫穿越數均衡的非線性歸一化方法，單個書法字圖像歸一化的目標大小是45×45像素點陣；

3）將步驟2）處理后的單個書法字圖像對應的書法字四個邊界點位置、書法字水平和垂直方向平均筆畫穿越數、書法字的投影值、書法字輪廓點存入步驟1）的特征數據庫，得到書法字識別特征數據庫；

4）將待識別書法字圖像按照步驟2）進行二值化、去噪、歸一化處理，然后提取包括單個書法字圖像中書法字的四個邊界點位置、書法字水平和垂直方向平均筆畫穿越數、書法字的投影值、書法字輪廓點的特征；

5）利用待識別書法字圖像中書法字的四個邊界點位置、書法字水平和垂直方向平均筆畫穿越數、書法字的投影值這三個特征比較書法字識別特征數據庫里的數據，對書法字識別特征數據庫里的單個書法字圖像進行初步篩選，得到候選書法字圖像；

6）對候選書法字圖像再利用書法字識別特征數據庫里的書法字輪廓點的特征信息進一步進行相似度計算，按相似度大小排列給出候選書法字圖像；

7）對步驟6）中按相似度大小排列給出的候選書法字圖像進行權重計算，合并漢字語義相同的候選書法字圖像，最后識別輸出。

2.根據權利要求1所述的一種書法字識別方法，其特征在于，所述的步驟2）中：單個書法字圖像轉為灰度圖像時，假設某個像素點p顏色的RGB值為(p.red,p.green,p.blue)，那么灰度值的計算公式為：

p.grey=0.11×p.red+0.59×p.green+0.3×p.blue；

去噪時噪聲塊的最大尺寸被定義為3×3像素點，微小區域的噪聲使用數學形態學的方法去除，其中的斑點和劃痕使用開運算去除，字體中的小孔洞使用閉運算填充；歸一化時，令f(x,y)?為歸一化之前M₀×N₀的單個書法字圖像點陣，其中參數皆為自然數，M₀表示單個書法字圖像的像素寬度，N₀表示單個書法字圖像的像素長度，x=1,2,…M₀，y=1,2,…N₀，g(m,n)為歸一化之后M₁×N₁的單個書法字圖像點陣，m=1,2,…M₁,?n=1,2,…N₁，令d(x,y)為單個書法字點陣圖像f(x,y)在點(x,y)的筆劃密度函數，定義為：

，

令H(x)，V(y)分別為密度函數在水平和垂直方向上的密度投影，則有：

，???

歸一化算子寫作：

；歸一化后所有單個書法字圖像為45×45像素點陣。

3.根據權利要求1所述的一種書法字識別方法，其特征在于，所述的步驟3）得到的書法字識別特征數據庫包括：單個書法字圖像對應的漢字語義；記錄書法字最左最上、最右最下、最上最左和最下最右四個邊界點坐標依次為left_top、right_down、top_left和down_right；書法字的筆畫穿越數指掃描線在掃描書法字時候穿透的筆畫個數，用一組垂直掃描線從左到右掃描二值化后的書法字圖像，每當掃描線上像素點顏色由白變黑，即在對應的二值矩陣中，掃描線方向上的值由0變1，掃描值就加1，當掃描線穿過的第一個像素點為黑色時，掃描值也加1，掃描值是垂直筆畫穿越數，所有垂直掃描線上筆畫穿越數的平均值是垂直方向平均筆畫穿越數，同樣計算出水平方向平均筆畫穿越數；書法字的投影值就像太陽照在物體上一樣，從書法字的投影值大致判斷出物體的大小，用x+y兩個方向的投影值，x方向45個點，y方向45個點，兩個串接在一起表示投影值；對書法字輪廓進行提取，書法字的一個輪廓點有x,y兩個坐標值，用于匹配形狀。