[發明專利]滿文部件切分中刪除多余候選切分行的方法

有效

• 申請號: 201810371506.1
• 申請日: 2018-04-24
• 公開（公告）號: CN108549896B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 鄭蕊蕊;李敏;賀建軍;許爽;吳寶春;付玉
• 申請（專利權）人: 大連民族大學
• 主分類號: G06K9/34
• 分類號: G06K9/34
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 劉斌

1.一種滿文部件切分中刪除多余候選切分行的方法，其特征在于，對所述滿文部件切分，且切分中得到候選切分行，候選切分行組成的序列為Can_seg，刪除序列Can_seg中的多余候選切分行包括如下步驟：

(1) 如果序列Can_seg中只有1條候選切分行，且為第1行，則刪除該行；否則轉步驟(2)；

(2) 查找連續候選切分行組成的子段conti_subseg，若子段的起始行為第1行，或者子段的結束行為第H行，則刪除該子段的所有行；否則轉步驟(3)，H是滿文單詞圖像的高度；

(3) 在連續候選切分子段conti_subseg中，按從小到大順序，用中位數替代該子段的所有行，當具有偶數個候選行時取中間兩個值的平均值再向上取整；

(4) 輸出刪除了多余候選切分行的切分行序列Can_seg_new；

得到所述候選切分行的步驟是：提取滿文單詞圖像中軸線，并以滿文單詞圖像中軸線為中心將滿文單詞圖像分為左側部、中部、右側部，左側部的范圍為滿文單詞圖像的第1列到第bl－1列，右側部的范圍為滿文單詞圖像的第br+1列到第W列，分別對左側部和右側部水平投影，記為pl和pr；設閾值T1，只有滿足條件Cost(i)≤T1的行是候選切分行；其中：第i行的切分代價函數Cost(i) = pl(i)+ pr(i) , i = 1,2,…,H，bl是中軸線的左邊界，br是中軸線的右邊界，W是滿文單詞圖像的寬度，H是滿文單詞圖像的高度；

提取滿文單詞圖像中軸線的步驟是：

S1.1.定位滿文單詞圖像中軸線；

S1.1.1.對滿文單詞圖像取反，令文字部分的像素值取1，而背景部分的像素值取0；

S1.1.2.使用MATLAB圖像處理工具箱的形態學細化函數實現滿文單詞圖像的形態學細化；

S1.1.3.對形態學細化后的滿文單詞圖像，使用霍夫變換以確定細化的中軸線所對應的列坐標，該列坐標作為滿文單詞圖像中軸線的位置，其中，限定霍夫變換搜索直線的角度為θ=90，僅查找豎直方向的直線，并連接相同縱向位置的，間距小于滿文單詞圖像高度且自身長度大于1個像素的直線為一條直線，求出中軸線的中心位置；

S1.2.檢測滿文單詞圖像中軸線寬度；

S1.2.1.確定最大游程比例法的搜索區域：最大游程比例法的搜索區域由下述公式規定的范圍所確定：

（1）

其中，sl是限定的搜索范圍的左邊界，sr是限定的搜索范圍的右邊界，baseline是中軸線的中心位置，round表示向最近的整數取整，W是滿文單詞圖像的寬度；

S1.2.2.對滿文單詞圖像在搜索區域內施以最大游程比例法而確定滿文單詞圖像中軸線的寬度；

S1.2.3.由滿文單詞圖像中軸線的中心位置和中軸線的寬度計算中軸線的左邊界和右邊界。