[發(fā)明專利]提取滿文單詞圖像中軸線的方法

有效

• 申請?zhí)枺?/td>: 201810371803.6
• 申請日: 2018-04-24
• 公開（公告）號: CN108564078B
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: 鄭蕊蕊;李敏;賀建軍;許爽;吳寶春;盧海濤
• 申請（專利權(quán)）人: 大連民族大學(xué)
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34
• 代理公司: 大連智高專利事務(wù)所(特殊普通合伙) 21235
• 代理人: 劉斌

提取滿文單詞圖像中軸線的方法，屬于文字切分領(lǐng)域，用于解決提高滿文切分精度的問題，技術(shù)要點(diǎn)是：定位滿文單詞圖像中軸線，檢測滿文單詞圖像中軸線寬度，效果是對于滿文單詞圖像中軸線提取，直接影響切分的準(zhǔn)確率，為了提供切分準(zhǔn)確率，必要的將中軸線提取的精度被提高，因而，將中軸線定位，并檢測其寬度，可以將中軸線準(zhǔn)確提取。

技術(shù)領(lǐng)域

本發(fā)明屬于文字切分領(lǐng)域，涉及一種提取滿文單詞圖像中軸線的方法。

背景技術(shù)

滿文是我國滿族、錫伯族等少數(shù)民族使用的語言文字，在清代作為法定文字被推廣和使用，形成了大量珍貴的滿文文獻(xiàn)。由于目前滿語文已瀕臨消失，滿族語言文化遺產(chǎn)亟待搶救和保護(hù)得到國家和社會各界的認(rèn)同和重視。研究滿文的光學(xué)字符識別技術(shù)對保護(hù)和傳承清代文化遺產(chǎn)顯得尤為重要。滿文是一種音素文字，共有38個(gè)字母，其中6個(gè)元音字母，22個(gè)輔音字母，此外還有10個(gè)專門用于拼寫漢語借詞的特定字母。滿文書寫采用字序從上到下，行款從左到右的規(guī)則。對于滿文識別往往需要先將滿文先切分基本單元(如字母等)，再予以識別，因而，提高滿文識別的精度可以從提高其切分精度著手。

發(fā)明內(nèi)容

為了解決提高滿文切分精度的問題，本發(fā)明提出如下技術(shù)方案：

一種提取滿文單詞圖像中軸線的方法，包括如下步驟：

S1.定位滿文單詞圖像中軸線；

S2.檢測滿文單詞圖像中軸線寬度。

作為技術(shù)方案的補(bǔ)充：所述步驟S1具體包括：

S1.1.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；

S1.2.使用MATLAB圖像處理工具箱的形態(tài)學(xué)細(xì)化函數(shù)實(shí)現(xiàn)滿文單詞圖像的形態(tài)學(xué)細(xì)化；

S1.3.對形態(tài)學(xué)細(xì)化后的滿文單詞圖像，使用霍夫變換以確定細(xì)化的中軸線所對應(yīng)的列坐標(biāo)，該列坐標(biāo)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(gè)像素的直線為一條直線，求出中軸線的中心位置。

作為技術(shù)方案的補(bǔ)充：所述步驟S2具體包括：

S2.1.確定最大游程比例法的搜索區(qū)域；

S2.2.對滿文單詞圖像在搜索區(qū)域內(nèi)施以最大游程比例法而確定滿文單詞圖像中軸線的寬度；

S2.3.由滿文單詞圖像中軸線的中心位置和中軸線的寬度計(jì)算中軸線的左邊界和右邊界。

作為技術(shù)方案的補(bǔ)充：所述步驟S2.1具體為：

最大游程比例法的搜索區(qū)域由下述公式規(guī)定的范圍所確定：

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(shù)取整，W是滿文單詞圖像的寬度。

作為技術(shù)方案的補(bǔ)充：所述步驟S2.2的最大游程比例法的步驟：掃描滿文單詞圖像搜索區(qū)域單詞圖像的每一行，并統(tǒng)計(jì)連續(xù)黑色像素的游程長度和該長度出現(xiàn)的次數(shù)，則具有最大出現(xiàn)次數(shù)的游程長度就是滿文單詞圖像中軸線的寬度。

作為技術(shù)方案的補(bǔ)充：由下式計(jì)算所述步驟S2.3的中軸線的左邊界和右邊界；

其中：bl是中軸線的左邊界，br是中軸線的右邊界，baseline是滿文單詞圖像中軸線的中心位置，baseline_width是滿文單詞圖像中軸線的寬度，round表示向最近的整數(shù)取整。