[發明專利]一種基于骨架指導的文字圖像矢量化方法及系統

有效

• 申請號: 201410047304.3
• 申請日: 2014-02-11
• 公開（公告）號: CN103942552B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 潘婉瓊;連宙輝;唐英敏;肖建國
• 申請（專利權）人: 北京大學
• 主分類號: G06K9/40
• 分類號: G06K9/40
• 代理公司: 北京君尚知識產權代理事務所(普通合伙)11200
• 代理人: 余長江

1.一種基于骨架指導的文字圖像矢量化的方法，其步驟包括：

1)對單個文字圖像進行預處理，包括文字圖像的二值化、文字筆畫的連接和文字邊緣的平滑；

2)獲取預處理后單個文字圖像的骨架信息，所述骨架信息包括骨架、骨架點以及骨架上的關鍵點；

3)提取出文字圖像的邊緣輪廓，并找出邊緣輪廓上的曲率極值點，然后根據骨架上的關鍵點將曲率極值點劃分為：角點和連接點；

4)從上述角點和連接點中篩選出最優的輪廓分割點，所述最優的輪廓分割點將文字圖像的邊緣輪廓劃分為若干輪廓段，每個單獨的輪廓段都使用一條貝塞爾曲線進行曲線擬合，同時使曲線擬合過程中連接點處的曲率連續，最終得到矢量化的文字輪廓。

2.如權利要求1所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，所述對單個文字圖像進行預處理，包括以下幾個步驟：

1）圖像二值化；

2）使用數學形態學中的膨脹算法，對圖像進行膨脹操作，連接斷裂的筆畫；

3）使用各項異性擴散算法，平滑文字輪廓；

4）使用形態學中的腐蝕算法，對圖像進行腐蝕操作，消除由于膨脹算法引起的筆畫寬度變化影響；

5）使用各項異性擴散算法，進一步的平滑文字輪廓。

3.如權利要求1所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，通過骨架增長算法獲取預處理后單個文字圖像的骨架及骨架點，然后使用關鍵點檢測算法得到骨架上的關鍵點。

4.如權利要求1所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，使用邊緣檢測算法提取出文字圖像的邊緣輪廓及邊緣輪廓上的輪廓點，從所述輪廓點中找出邊緣輪廓中的曲率極值點。

5.如權利要求4所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，所述曲率極值點劃分，具體包括以下步驟：

1）得到文字圖像的骨架和骨架上的關鍵點之后，在文字圖像的邊緣輪廓中，為骨架中的每個關鍵點P劃分一個半徑為DisT的圓形區域R；

2）DisT的值等于關鍵點P到最近d個輪廓點的平均距離，d為在關鍵點P的八鄰域中的骨架點的個數；

3）在區域R內的曲率極值點被選為角點，剩下的曲率極值點作為連接點。

6.如權利要求1所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，使用加權的動態規劃算法對曲率極值點進行篩選，得到最優的輪廓分割點。

7.如權利要求6所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，使用加權的動態規劃算法對曲率極值點進行篩選，具體包括以下步驟：

枚舉任意兩個曲率極值點作為輪廓段的端點P[i]，P[j]，對輪廓段進行曲線擬合，并記錄該輪廓段的最大擬合誤差；如果該最大擬合誤差小于閾值T，則可以使用一條貝塞爾曲線對這段輪廓進行擬合，P[i+1]到P[j-1]的曲率極值點都會被刪除；否則不能刪除任何曲率極值點；動態規劃算法結束后，剩下的曲率極值點就作為最優的輪廓分割點。

8.如權利要求7所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，如果輪廓段的兩個端點都是連接點的話，誤差閾值為T1；否則，誤差閾值為T2，且T1>T2，誤差閾值越大，被刪除的曲率極值點越多，輪廓的細節就被保留的越少。

9.如權利要求1所述的基于骨架指導的文字圖像矢量化的方法，其特征在于，所述曲線擬合包括以下步驟：

1）使用最小二乘法計算貝塞爾曲線的控制點位置；

2）若擬合的平均誤差大于一個給定的閾值T3，則使用牛頓迭代法進行優化；

3）擬合的過程中，保證連接點處的曲率連續。

10.一種基于骨架指導的文字圖像矢量化系統，包括：

預處理模塊，用于對文字圖像進行預處理；

骨架生成模塊，用于生成文字圖像骨架；

分類模塊，用于根據提取到的文字圖像的邊緣輪廓，將邊緣輪廓的曲率極值點劃分為角點和連接點；

篩選模塊，用于從曲率極值點中篩選出最優的輪廓分割點；

曲線擬合模塊，用于將最優的輪廓分割點劃分出的輪廓段擬合為貝塞爾曲線。