專利名稱：基于十六值變換的符號(hào)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像數(shù)據(jù)處理與模式識(shí)別方法，具體涉及一種符號(hào)識(shí)別方法。
背景技術(shù)：
符號(hào)識(shí)別是在各種紙質(zhì)文檔數(shù)字化過(guò)程中自動(dòng)識(shí)別其上各種印刷體、手寫體圖符標(biāo)注的過(guò)程。理想的符號(hào)識(shí)別能正確識(shí)別出數(shù)字化文檔圖像上的各種符號(hào)標(biāo)注，并不受各種干擾的影響，從而使更高層的圖像理解成為可能。傳統(tǒng)的符號(hào)識(shí)別方法(參見文獻(xiàn)張忻中.漢字識(shí)別技術(shù).北京清華大學(xué)出版社，1992 ；周昌樂(lè).手寫漢字的機(jī)器識(shí)別.北京科學(xué)出版社，1997.) 一般有基于神經(jīng)網(wǎng)絡(luò)的識(shí)別和基于形狀分析的識(shí)別兩大類。神經(jīng)網(wǎng)絡(luò)是一種計(jì)算智能中的仿生結(jié)構(gòu)算法，它是一類由結(jié)點(diǎn)相互連結(jié)所組成的計(jì)算模型，每一結(jié)點(diǎn)通過(guò)簡(jiǎn)單的運(yùn)算完成從輸入到輸出的計(jì)算，然后這一輸出結(jié)果通過(guò)連接傳到其他結(jié)點(diǎn)。神經(jīng)網(wǎng)絡(luò)模擬了大腦神經(jīng)系統(tǒng)，結(jié)點(diǎn)對(duì)應(yīng)神經(jīng)元，連接對(duì)應(yīng)神經(jīng)元傳遞信號(hào)的突觸。基于神經(jīng)網(wǎng)絡(luò)的識(shí)別需要設(shè)計(jì)網(wǎng)絡(luò)系統(tǒng)，還需要通過(guò)訓(xùn)練樣本對(duì)其進(jìn)行訓(xùn)練學(xué)習(xí)。而基于形狀分析的識(shí)別提取待識(shí)別符號(hào)的形狀描述特征進(jìn)行匹配識(shí)別，屬于統(tǒng)計(jì)模式識(shí)別的方法。這些傳統(tǒng)方法在掃描圖像質(zhì)量好、不同符號(hào)之間差異很大而相同符號(hào)之間差異很小的情況下可以取得較好的識(shí)別效果。但在實(shí)際的掃描圖像上，往往會(huì)有噪聲和符號(hào)變形等因素的影響。不同應(yīng)用背景的數(shù)字化文檔圖像中，有的符號(hào)是印刷體，有的符號(hào)是手寫體，即使同一種符號(hào)之間可能存在較大形狀差異。此外，從圖像上分割出來(lái)的待識(shí)符號(hào)中還常常存在許多非法符號(hào)會(huì)對(duì)識(shí)別造成干擾。對(duì)于這些情況，如果采用傳統(tǒng)的方法來(lái)識(shí)別則會(huì)出現(xiàn)時(shí)間開銷大、算法適用范圍窄、抗干擾能力差和識(shí)別率不高等缺點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明提出一種基于十六值變換的符號(hào)識(shí)別方法，解決現(xiàn)有符號(hào)識(shí)別方法抗干擾能力差、難以工程實(shí)用化的問(wèn)題；其識(shí)別結(jié)果用于紙質(zhì)文檔數(shù)字化及自動(dòng)理解，提高符號(hào)識(shí)別的可用性?；谑底儞Q的符號(hào)識(shí)別方法，步驟為(1)特征知識(shí)庫(kù)的建立步驟(1. 1)針對(duì)待識(shí)別符號(hào)的類型，準(zhǔn)備該類型所有符號(hào)的標(biāo)準(zhǔn)符號(hào)圖像；(1. 2)對(duì)于一個(gè)符號(hào)的圖像，建立背景十六值變換的特征表達(dá)，確定該圖符背景區(qū)域的類型，形成對(duì)其特征的描述；(1. 3)對(duì)準(zhǔn)備的所有符號(hào)圖像進(jìn)行上一步的處理，建立某一類型所有符號(hào)的特征描述，即可構(gòu)建出該類型符號(hào)的特征知識(shí)庫(kù)。(2)符號(hào)識(shí)別步驟(2. 1)對(duì)輸入圖像進(jìn)行二值化，從中分割出待識(shí)別的符號(hào)圖像；(2. 2)統(tǒng)一尺度的保真規(guī)整化，即保持高寬比例將包含待識(shí)別符號(hào)圖像的最小外接矩陣圖像進(jìn)行縮放，使其長(zhǎng)邊為一定值，并將圖像居中填充到以該定值為邊長(zhǎng)的正方形空白圖像中，形成規(guī)整化后的符號(hào)圖像；(2. 3)使用背景十六值變換的特征表達(dá)方法，對(duì)規(guī)整化后的待識(shí)別圖像的特征進(jìn)行描述；(2. 4)基于特征知識(shí)庫(kù)和背景區(qū)域的特征描述對(duì)圖符進(jìn)行識(shí)別。本發(fā)明相對(duì)現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)1.提出了一種基于十六值變換的符號(hào)背景描述方法，通過(guò)該描述方法獲取了圖符背景區(qū)域的結(jié)構(gòu)特征，該特征描述方法具有抗干擾能力強(qiáng)，能夠適應(yīng)小角度旋轉(zhuǎn)、尺度縮放等特點(diǎn)，同時(shí)具有算法簡(jiǎn)潔、計(jì)算復(fù)雜度低的特點(diǎn)；2.基于符號(hào)背景十六值變換特征描述的符號(hào)標(biāo)注識(shí)別方法，能夠自動(dòng)識(shí)別數(shù)字化圖像上的各種印刷體、手寫體符號(hào)，識(shí)別率高，同時(shí)具有算法簡(jiǎn)潔、計(jì)算復(fù)雜度低、易于工程實(shí)現(xiàn)等特點(diǎn)；采用本發(fā)明，可以快速識(shí)別數(shù)字化圖像上的各種印刷及手寫體符號(hào)標(biāo)注，對(duì)于圖像上的其它特殊符號(hào)標(biāo)注，基于該特征描述方法也可以快速實(shí)現(xiàn)自動(dòng)識(shí)別錄入。同時(shí)該算法時(shí)間復(fù)雜度和空間復(fù)雜度都很低，可用非常低的硬件成本實(shí)現(xiàn)。在識(shí)別性能、處理速度和性價(jià)比等方面均優(yōu)于現(xiàn)有符號(hào)識(shí)別系統(tǒng)。


圖1是本發(fā)明的流程圖；圖2是數(shù)值背景表達(dá)算法示意圖；
圖3是數(shù)值背景表達(dá)結(jié)果示意圖；圖4是待識(shí)別的符號(hào)示例圖；圖5是圖4中各符號(hào)經(jīng)數(shù)值背景表達(dá)后典型背景區(qū)域的特征值示意圖；圖6是統(tǒng)一尺度的保真規(guī)整化示意圖；圖7是0 9十個(gè)待識(shí)別的手寫體數(shù)字圖像及其經(jīng)數(shù)值背景表達(dá)后的結(jié)果，其中 (a)是0 9十個(gè)待識(shí)別的手寫體數(shù)字圖像示例，(b)是各數(shù)字圖像經(jīng)數(shù)值背景表達(dá)后典型背景區(qū)域的特征值示意圖。
具體實(shí)施例方式為了更加清楚明白的闡述本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)，下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。針對(duì)傳統(tǒng)的識(shí)別方法在有符號(hào)變形和非法符號(hào)干擾等情況下識(shí)別效果不理想的問(wèn)題，本發(fā)明提出了一種基于十六值變換的符號(hào)識(shí)別方法。其基本思想是對(duì)二值符號(hào)圖像 (圖符)中的背景像素按照一定規(guī)律進(jìn)行編碼得到十六種不同的特征值，以此來(lái)反映每個(gè)背景像素所處的環(huán)境，從而反映圖符的結(jié)構(gòu)特征。該識(shí)別方法的處理流程如圖1所示，首先預(yù)估需要識(shí)別的符號(hào)所屬的類型，準(zhǔn)備好該類型所有符號(hào)的圖像，分別進(jìn)行十六值背景表達(dá)，建立各符號(hào)與特征表達(dá)之間的聯(lián)系，形成特征知識(shí)庫(kù)，作為識(shí)別前的準(zhǔn)備。輸入一幅掃描的圖像，首先作預(yù)處理，對(duì)圖像進(jìn)行二值化并從中分割出待識(shí)別的符號(hào)；接著對(duì)待識(shí)圖符進(jìn)行規(guī)整化，保持高寬比例將其規(guī)整為符合一定要求的圖像；然后對(duì)規(guī)整化后的圖像進(jìn)行背景十六值數(shù)值表達(dá)變換，形成圖符背景區(qū)域的特征值；最后利用知識(shí)庫(kù)進(jìn)行特征識(shí)別，并輸出識(shí)別結(jié)果。圖1是基于十六值變換的符號(hào)識(shí)別方法處理流程圖。一種基于十六值變換的符號(hào)識(shí)別方法，包括(1)預(yù)估待識(shí)別符號(hào)的類型，構(gòu)建包含該類型中所有符號(hào)的特征知識(shí)庫(kù)的步驟；(2)基于知識(shí)庫(kù)的符號(hào)識(shí)別步驟。其中，構(gòu)建所述特征知識(shí)庫(kù)的步驟具體為(1. 1)針對(duì)待識(shí)別符號(hào)的類型，準(zhǔn)備該類型所有符號(hào)的符號(hào)圖像，該符號(hào)圖像滿足(i) 一定尺寸(如64*64像素，與之后識(shí)別過(guò)程中對(duì)輸入圖像進(jìn)行規(guī)整的尺寸一致)的正方形二值圖像；(ii)符號(hào)的最小外接矩陣居中且其長(zhǎng)邊等于正方形圖像邊長(zhǎng)；(iii)圖像中的符號(hào)形態(tài)規(guī)整、標(biāo)準(zhǔn)。(1. 2)對(duì)于所準(zhǔn)備的該類型中一個(gè)符號(hào)的標(biāo)準(zhǔn)圖像，建立背景十六值變換的特征表達(dá)，確定該圖符背景區(qū)域的類型，形成對(duì)其特征的描述；數(shù)值背景表達(dá)就是對(duì)圖像中的背景點(diǎn)進(jìn)行數(shù)值變換，以獲取圖符背景區(qū)域的結(jié)構(gòu)特征。建立背景十六值變換特征的數(shù)值背景表達(dá)并確定圖符的背景區(qū)域類型的過(guò)程主要分以下兩步首先，計(jì)算該符號(hào)圖像背景點(diǎn)的特征值。置背景點(diǎn)的初始特征值為0。數(shù)值變換就是對(duì)圖像進(jìn)行掃描，對(duì)每一個(gè)背景點(diǎn)P進(jìn)行變換。具體做法是從P出發(fā)，分別向垂直向上(方向4)、垂直向下(方向2)、水平向左 (方向1)、水平向右(方向3)四個(gè)方向引射線，如圖2所示。若在方向3上遇到遮擋(即遇到目標(biāo)像素)，則特征值加1 ；若在方向1上遇到遮擋，則特征值加2 ；若在方向2上遇到遮擋，則特征值加4 ；若在方向4上遇到遮擋，則特征值加8，如此形成每個(gè)背景點(diǎn)的特征值。所有背景點(diǎn)經(jīng)過(guò)上述變換后，共可能形成C’4° + C14 + C42 + C43 + C = 16種不同的特征值，這16種特征值分別代表該像素所處的不同背景環(huán)境。表1列出了背景點(diǎn)所有可能的特征值。圖3是一幅待識(shí)別符號(hào)圖像的數(shù)值背景表達(dá)結(jié)果示意圖(“*”表示符號(hào)的目標(biāo)像素)。表1背景和區(qū)域的特征值及其表達(dá)的含義
權(quán)利要求
1.一種基于十六值變換的符號(hào)識(shí)別方法，通過(guò)圖像處理方式對(duì)符號(hào)進(jìn)行識(shí)別，該方法具體包括如下步驟(1)特征知識(shí)庫(kù)的建立步驟(1.1)針對(duì)待識(shí)別符號(hào)的類型，準(zhǔn)備該類型所有符號(hào)的符號(hào)圖像；(1.2)對(duì)每個(gè)符號(hào)圖像，建立背景十六值變換的特征表達(dá)，確定該圖符背景區(qū)域的類型，獲得代表該符號(hào)圖像的特征表達(dá)，建立該類型所有圖像符號(hào)的特征表達(dá)，即可構(gòu)建出該類型符號(hào)的特征知識(shí)庫(kù)；(2)符號(hào)識(shí)別步驟(2. 1)對(duì)輸入圖像進(jìn)行二值化處理，從中分割出待識(shí)別的符號(hào)圖像；(2. 2)統(tǒng)一尺度的保真規(guī)整化即保持高寬比例一定將包含待識(shí)別符號(hào)圖像的最小外接矩陣圖像進(jìn)行縮放處理，使其長(zhǎng)邊為一定值，并將該縮放后的圖像居中填充到以該定值為邊長(zhǎng)的正方形空白圖像中，形成規(guī)整化后的符號(hào)圖像；(2. 3)對(duì)規(guī)整化后的符號(hào)圖像，建立背景十六值變換的特征表達(dá)，確定規(guī)整化后的符號(hào)圖像背景區(qū)域的類型，從而獲得代表該符號(hào)圖像的特征表達(dá)；(2. 4)根據(jù)獲得的符號(hào)圖像的特征表達(dá)，利用上述構(gòu)建的特征知識(shí)庫(kù)，即可識(shí)別出待識(shí)別符號(hào)。
2.根據(jù)權(quán)利要求1所述的基于十六值變換的符號(hào)識(shí)別方法，其特征在于，所述步驟 (1. 1)中，所述準(zhǔn)備的該類型所有符號(hào)的符號(hào)圖像滿足(i) 一定尺寸的正方形二值圖像； ( )符號(hào)的最小外接矩陣居中且其長(zhǎng)邊等于所述正方形二值圖像的邊長(zhǎng)。
3.根據(jù)權(quán)利要求1或2所述的基于十六值變換的符號(hào)識(shí)別方法，其特征在于，所述建立背景十六值變換的特征表達(dá)，即對(duì)符號(hào)圖像中的各背景點(diǎn)進(jìn)行數(shù)值變換，以獲取符號(hào)圖像背景區(qū)域的結(jié)構(gòu)特征，其具體過(guò)程為(1. 2. 1)計(jì)算符號(hào)圖像背景點(diǎn)的特征值首先，置各背景點(diǎn)的初始特征值為0 ；其次，對(duì)圖像進(jìn)行掃描，對(duì)每一個(gè)背景點(diǎn)的特征值進(jìn)行數(shù)值變換，得到各背景點(diǎn)的特征值；(1. 2. 2)統(tǒng)計(jì)背景點(diǎn)特征值的分布，得到背景各區(qū)域的類型，進(jìn)而獲得符號(hào)圖像的整個(gè)背景區(qū)域的特征表達(dá)首先，根據(jù)目標(biāo)點(diǎn)對(duì)整個(gè)背景劃分成的多個(gè)背景區(qū)域，統(tǒng)計(jì)各背景區(qū)域背景點(diǎn)的分布和數(shù)量，確定各背景區(qū)域的類型，即將處于同一區(qū)域內(nèi)、具有同一特征值且數(shù)量最多的背景點(diǎn)的特征值指定為該背景區(qū)域的特征值；然后，通過(guò)各背景區(qū)域的面積和相對(duì)位置關(guān)系對(duì)符號(hào)圖像的整個(gè)背景區(qū)域進(jìn)行描述， 獲得代表該符號(hào)圖像的特征表達(dá)。
4.根據(jù)權(quán)利要求3所述的基于十六值變換的符號(hào)識(shí)別方法，其特征在于，所述對(duì)背景點(diǎn)的特征值進(jìn)行數(shù)值變換具體過(guò)程為對(duì)每個(gè)背景點(diǎn)P，從P出發(fā)分別向該點(diǎn)的垂直和水平的四個(gè)方向引射線，若在其中的第一方向a上遇到遮擋即遇到目標(biāo)，則該背景點(diǎn)特征值加1 ；若在與該第一方向相反的第二方向b上遇到遮擋，則該背景點(diǎn)特征值加2 ；若在垂直于該第一方向的第三方向c上遇到遮擋，則該背景點(diǎn)特征值加4 ；若在與該第三方向相反的第四方向d上遇到遮擋，則該背景點(diǎn)特征值加8，其中，所述第一方向?yàn)樗龃怪焙退降乃膫€(gè)方向中的任一方向。
5.根據(jù)權(quán)利要求1-4之一所述的基于十六值變換的符號(hào)識(shí)別方法，其特征在于，所述步驟(2. 1)中，首先將二值化的符號(hào)圖像劃分為若干個(gè)子圖像，然后分別確定各子圖像的門限值，進(jìn)而獲得二值圖像中所有的連通域，并將最小外接矩陣的長(zhǎng)和寬在一定范圍之內(nèi)的連通域作為待識(shí)別的符號(hào)圖像。
6.根據(jù)權(quán)利要求1-5之一所述的基于十六值變換的符號(hào)識(shí)別方法，其特征在于所述步驟(2. 2)中，所述保真規(guī)整化具體為設(shè)符號(hào)圖像的最小外接矩陣圖像的高和寬分別為h 和w，那么縮放比率為r = 64/max (h, w)以符號(hào)圖像左上方的頂點(diǎn)作為坐標(biāo)原點(diǎn)，水平向右為X軸正向，垂直向下為y軸正向， 對(duì)于規(guī)整化后符號(hào)圖像中的任一點(diǎn)(χ，y)，給出如下不等式 χ < (64-wXr)/2, y < (64-hXr)/2, χ >= (64-wXr)/2+wXr, y >= (64-hXr)/2+hXr,若滿足以上不等式之一，則直接將(x，y)置為背景點(diǎn)，否則(x，y)對(duì)應(yīng)原最小外接矩陣圖中的點(diǎn)(xc^y。)，其中X0 = (x- (64-wXr)/2)/r, Y0 = (y-(64-hXr)/2)/r.。
全文摘要
本發(fā)明公開了一種基于十六值變換的符號(hào)識(shí)別方法，包括如下步驟(1.1)針對(duì)待識(shí)別符號(hào)的類型，準(zhǔn)備該類型所有符號(hào)的符號(hào)圖像(1.2)對(duì)每個(gè)符號(hào)圖像，建立背景十六值變換的特征描述，獲得代表該符號(hào)圖像的特征表達(dá)，構(gòu)建該類型符號(hào)的特征知識(shí)庫(kù)(2.1)對(duì)輸入圖像進(jìn)行二值化處理，從中分割出待識(shí)別的符號(hào)圖像(2.2)對(duì)符號(hào)圖像規(guī)整化(2.3)對(duì)規(guī)整化后的符號(hào)圖像建立背景十六值變換的特征描述，獲得代表該符號(hào)圖像的特征表達(dá)(2.4)根據(jù)獲得的符號(hào)圖像的特征表達(dá)，利用構(gòu)建的特征知識(shí)庫(kù)，識(shí)別出符號(hào)。本發(fā)明能有效消除非法符號(hào)的干擾，具有特征提取簡(jiǎn)單、識(shí)別率高、識(shí)別速度快等特點(diǎn)，大大提高了符號(hào)識(shí)別技術(shù)的可用性。
文檔編號(hào)G06K9/00GK102156876SQ201110080680
公開日2011年8月17日 申請(qǐng)日期2011年3月31日 優(yōu)先權(quán)日2011年3月31日
發(fā)明者明德烈, 田甜, 田金文 申請(qǐng)人:華中科技大學(xué)