[發明專利]一種基于正態分布的藏文雕刻字體多樣性表達方法

在審

• 申請號: 202010050825.X
• 申請日: 2020-01-17
• 公開（公告）號: CN111274763A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 苗晗;車文剛;朱倩倩;廖江福
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06F40/109
• 分類號: G06F40/109;G06K9/62
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

本發明公開了一種基于正態分布的藏文雕刻字體多樣性表達方法，屬于信息處理技術領域，所述方法包括以下步驟：S1、預處理藏文經文圖像得到字符圖像；S2、將字符圖像的像素矩陣進行k均值聚類形成k種字體；S3、假設各字體出現頻率滿足正態分布模型并確定替換算法從而得到每個字符的替換字體；S4、使用替換字體替換Microsoft Himalaya版經文文稿中字體，從而得到有字體多樣性的藏文經文文稿。本發明將k均值聚類算法、正態分布模型和字體多樣性表達結合起來，能得到有字體多樣性的藏文經文文稿，能實現藏文雕刻字體的多樣性表達。

技術領域

本發明涉及信息處理技術領域，特別涉及一種基于正態分布的藏文雕刻字體多樣性表達方法。

背景技術

藏文歷史文獻傳統上采用木刻和拓印的方式保存和流傳，它們擁有獨特的手寫和雕刻字體。一直以來，中央政府先后多次進行了藏族文物歷史文獻的收集和保護工作，但是，藏文歷史文獻的研究和發展現狀仍然不容樂觀，當前對藏文歷史文獻的保護主要停留在存放保護階段，或者簡單的通過圖形掃描或矢量化圖形的方式保存，或者做一些提高保存質量的工作，這種方式盡可能的保留了原版的手工雕刻字體多樣性，但是無法實現計算機文字信息處理的基本功能。

藏文計算機信息處理研究已經取得了相當程度的進展，藏文已經創建了TTF字庫，其中比較典型的一種字體為Microsoft Himalaya字體，該字體的優勢在于能很好的傳播信息，有很好的可讀性，可以利用它實現藏文計算機文字信息處理的基本功能，但是它并不能展示原版藏文歷史文獻中雕刻的字體多樣性以及雕刻體的美感且體現古老文明中雕刻的藝術。

在使用獨特風格字體方面，研究集中在生成具有手寫風格的字體方面，主要以建立個人手寫字體庫的方式，而且主要集中在對漢字的研究。雖然生成的手寫漢字具有手寫者的書寫風格，但是相同漢字的字形均相同，因此不具有字體多樣性，不能體現書寫者書寫的美感和手寫字體的多樣性。目前還未有過關于實現藏文雕刻風格字體多樣性表達的研究。

基于以上研究現狀，探索一種能盡量模擬藏文經典文獻中多樣化字體的方法具有很大的現實意義。這種字體多樣性表達方法還可以拓展到漢字手寫方面，改變生成用戶手寫字體時每個漢字的字形均相同的現狀。

發明內容

本發明提供了一種基于正態分布的藏文雕刻字體多樣性表達方法，用以解決目前計算機對藏文的處理無法既實現計算機文字信息處理的基本功能，又保留原版的雕刻字體多樣性的問題。

本發明的上述技術效果是通過以下技術方案得以實現的：

一種基于正態分布的藏文雕刻字體多樣性表達方法，所述方法包括以下步驟：

S1、預處理藏文經文圖像得到字符圖像；

S2、將字符圖像的像素矩陣進行k均值聚類形成k種字體；

S3、假設各字體出現頻率滿足正態分布模型并確定替換算法從而得到每個字符的替換字體；

S4、使用替換字體替換Microsoft Himalaya版經文文稿中字體，從而得到有字體多樣性的藏文經文文稿。

進一步地，所述步驟S1的具體步驟如下：

S1.1、將藏文經文圖像二值化；

S1.2、使用投影法和連通域法分割藏文經文圖像；

S1.3、識別字符圖像中字符；

S1.4、判斷圖像中字符是否是組合字，如果是，則使用圖形字形結構分解方法分解組合字，如果不是，則跳過此步驟；

S1.5、將圖像中字符為一種字符的字符圖像歸為一類樣本Y，共R個樣本，分別為Y₁、Y₂...Y_R。