一种基于像素标识的笔画细化新方法

# # #
# # #
# # #
图#
) 1 ) 模板
图!
累加模板
对二值图像中每一个像素点都进行上述运算
收稿日期：!""#$#"$#" %
作者简介：刘宏申 （#&’!$） ， 男， 副教授； 马鞍山， 安徽工业大学计算机科学系（!()""!） %
万方数据
第$期
刘宏申等：一种基于像素标识的笔画细化新方法
到本像素点方向矢量来确定， 即与该方向矢量最 相近的那个像素点就为下一个骨架上的像素点 / !/! 细化算法 为了实现上述细化原理， 设置如下的数据和 函数： 数组 345 ［］ 存放着被标定的字符点阵中各
.8
华
中
科
技
大
学
学
Fra Baidu bibliotek
报 （自然科学版）
第 V% 卷
像素点标识信息， 数组 !" ［ ］记录产生的细化点， 若 （ !， 为骨架点， 则 !" ［ !， 否则， ［ !， # $； !" "） "］ "］ ［*］ 存放具有成为下一骨架点的最 # % # 数组 &’() 大概率的像素点的编号， 其中 &’() ［ %］ 中存放的 是具有最大概率的元素个数 + ,-’ 为把本骨架点看 作为上一个骨架点的 . 个相邻像素点之一时在其 中的编号， /01 为与本骨架点的相邻的下一个骨 架点的编号 + 函数 23 （ $） 返回点 $ 的标识信息中 分量是 * 的个数； 函数 4),2 依据表 $ 产生 ’() ［.］ 数组； 函数 &56 从 ’() ［ .］ 中筛选出三个最大的概 率放入数组 &’() 中， 这三个点是最有可能成为下 一骨架点的候选点； 函数 /05)07! 从 &’() 中选出 与 ,-’ 最接近的点的编号， 该点就是下一个细化 点 + 函数 /05)07! 采用直线为优的原则， 即下一个 细化点和当前考察点、 上一骨架点这三点应尽量 在一直线上， 亦就是说 /01 应尽量接近 ,-’ + 细化 算法如下： 若 23 （ $） 则点 $ 是细化点， ! # 对点 $ ， ! 8， ［ $］ 转 "# !" # $， 直 " # 重复调用下面过程确定下一个细化点， 到遇到下一个点 % 且 !" ［ %］ # $ 止# （ ［ $］ ） ； $ + ’() # 4), 2 9:; " 调用函数 4),2 产生 点 $ 的数组 ’() ［］ + （ ’()） ； % + &’() # &56 " 从 ’() 中找出具有最 大几率的像素点 + （ &’()， ； & + /01 # /05)07! ,-’） " 从 &’() 中选 出与 ,-’ 最接近的点 + 调整点 $ 坐标， 为下一次调用 ’ + ,-’ # /01 ， 作准备 + 对所有点进行两遍如上的考察， 一遍从上到 下， 另一遍相反 + !+" 细化性能分析 通过上机验证， 本细化算法对英文字母和汉 字的细化均可用， 结果见图 < 和图 = +
图%
相邻 + 像素点标号
各种状态分量的不同值对数组中各元素的影 响见表 " / 表中列出数组元素表明该种扫描方向 在取该值时对该元素的概率有贡献 / 对水平方向 表明该点处在累 扫描而言， 当其状态分量为 " 时， 加数据的递增状态， 考虑到其扫描次序是从左到 右， 因此， 仅从这一分量考虑与该像素点相邻的取 较大值的点可能在标号为 !， 0， " 的这三个像素点 中， 该分量对 ,-. ［!］ ， ［ 0］ ， ［ "］ 的概率贡献为 ,-. ,-. 当 状 态 分 量 为 $ 时， 正 好 相 反， 该分量对 "； ［$］ ， ［%］ ， ［ &］ 的贡献为 "； 当状态分量为 ’ ,-. ,-. ,-. 时， 只能断定其取值较大的点在水平方向上的两 个点 0 和 % 中， 其中哪一个还不能确定， 该分量对 ［ 0］ 和 ,-. ［ %］ 的贡献为 "； 当状态分量为 % 时， ,-. 可断定其取值较大的点不可能在水平的两个点 0
% ［0］ ［%］ 1-. ) ,-. )0 ［’］ ［*］ 1-. ) ,-. )0 ［"］ ［&］ 1-. ) ,-. )0 ［$］ ［!］ 1-. ) ,-. )0
和 %， 应对 ,-. ［0］ 和 ,-. ［%］ 清 0/ 对四个状态分量逐一考察后， 数组中最大元 素所对应的像素点就是骨架上的相邻的下一个像 素点 / 实验结果表明， 往往最大的元素不止一个， 万方数据 在此种情况下， 可借助于上一个骨架上的像素点
+"
言） ， 可将像素点分为三个状态 ! 例如可将上面这 ! 个像素点分成三种状态 ! 点序号为 " # $ 的像素 点处在数据上升状态， 给该状态编码为 " ! 点序号 为 % 的像素点处在数据最大状态， 给该状态编号 为 % ! 点序号为 & # ! 的像素点处在数据下降状 态， 给该状态编号为 $ ! 当处在极大状态的像素点 个数大于 ’ 时称为不充分累加， 否则称为充分累 加 ! 为了能区分这两种不同的状态， 把充分累加中 的极值点状态和不充分累加中的极值点状态视为 两个不同的状态， 并将充分累加中的极值点状态 称为 %， 将不充分累加中的极值点状态称为 ’ ! 对 累加后点阵数据沿某一方向扫描， 每一像素点只 可能处在上面四种状态之一 ! 本方法中采用四种 扫描方向， 即水平、 垂直、 倾斜 %&" 、 倾斜 "$&" ， 因 此一个像素点在每一个方向扫描时就有一个状态 分量， 共有四个状态分量， 亦即每一个像素点的状 态是四维的， 每维取值可为 "， ’， $， % ! 这样四维的 状态共有 % ( % ( % ( % ) ’&* 种 ! 尽管每一像素点 的各维状态分量与扫描方向相对应， 但各维状态 分量具体取值还与该扫描方向下的扫描次序有 关， 例如对水平方向扫描有从左到右和从右到左 两种次序， 当从左到右扫描某一像素点的该状态 分量为 " 时， 如果改为从右往左的次序， 则该点的 该状态分量的值为 $ ! 以下约定： 对水平方向， 扫 描次序是从左到右， 垂直方向的扫描次序是从上 到下， 倾斜 %&" 方向的扫描次序是从右上到左下， 倾斜 "$&" 方向的扫描次序是从左上到右下 ! 利用 这一方式对每一像素点进行标定 !
# /." ! !)’ # /)) ! (’’ ) ’)( ( #)’ ) .-! ! )). ! (’’ ( "". . #!/ . ((# ( &/- ) ’.’ # &"! # /./ ) ’(- . #(# . &)" ’ #). . -#" ( .!- ! .)) ! !&# ( !)& . .’- ’ !.# ’ )/( . &&’ ( /(- ! -’’ ! "". ) &./ . .(- ’ !/’ ’ ()’ ’ "’. ( &!& ! /!’ ) ()# . )"/ ’ !#/ ’ (!& ’ "-. ( &(# ! /). ! &-! . "&) ’ #(# ’ (#( ’ "-. ( &(# ! /). , ! /’. ( &-’ ’ "&’ ’ ("( ’ "-. . &.# ! /). ! /)& ( &(’ ’ "-/ ’ ("" ’ "-. ( &(# ! /). ! /!’ ( &!& ’ "’’ ’ )&’ ’ "-( ( &(# ! /). ! -.! ( /#- . &.. ’ )"# . &&’ ( //" ! /"" ! (-! ( )/’ . (&& . //" . ’#’ ( .-. ! ’!. # --! ) )"- ( )/’ ( -.’ ( .’) ) -!# ! #). # --! ! (-! ! -#- ! ’#’ ! #). # !!.
图)
笔画点阵数据累加 ( 次后各像素点的值
% (・ $ ( ( % .・ $ . ( % ’・ $ ’ ( % -・ $ - ( % /・ $ /， 式中 % &" 是累加以后该像素点的新像素值 ! 新方 法中采用图 ! 所示的累加模板 !
$# $( $’ $! $" $$) $. $/
从图中可以看出， 位于笔画边缘的像素点的 值较小， 位于笔画中间的像素点的值最大 ! !!" 累加数据分析和像素点的状态标定 从图 ) 中 , 点沿着水平方向对上述累加笔 画数据从左至右进行扫描， 扫描的点序与该点的 像素值如下： # ! ) ( . ’ ， ， ， ， ， ， ! /’. ( &-’ ’ "&. ’ ("( ’ "-. ( &(# ! /). 累加数据上方的 # 0 - 为点序号 ! 根据累加后像素点的数据值是处在增加状 态、 减少状态还是最大状态 （相对于扫描方向而
至少在两个或两个以上扫描方向上取极大值的， 即四位状态分量中至少有两个或两个以上状态分 隐式细化点虽然不满足这一条件， 但 量的值为 %， 也应该是尽量取较大值的点 ! 在确定了某点为骨 架点的条件下， 若能在其周围 + 个像素点中确定 出下一个为骨架点的像素点， 则骨架上的所有的 点包括显式的和隐式的骨架点都可以检测出来 ! 对一确定的骨架像素点可以根据前面标定的标识 信息确定与该像素点相邻的在骨架上的下一个像 素点的位置 ! 为了便于说明， 这里将一个像素点周 围的相邻的 + 个像素点编上标号 （见图 % ） ， 并开 辟一个数组 ,-. ［+］ 来存放这周围 + 个像素点成为 骨架上下一个像素点的概率， 其中数组中元素的 下标就是它所代表的像素的标号 /
! 这些方法中有一些在细化速度上
有优势， 有些在保形方面有改善 ! 本文提出一种新 方法， 它的保形性较其他细化算法有改进 !
!
!!!
模板累加及数据分析
模板及累加过程 模板累加过程实际上是二值图像点阵数据与
模板连续进行卷积运算的过程 ! 进行这种运算的 模板一般选择 # 1 # 矩阵， 如 #2)等 （见图 #） ， $ # 0 $ / 的值为 " 还是为 # 需据具体情况定 ! 设图像中某一像素点值为 % " ， 其周围左上、 上、 右上、 左、 右、 左下、 下、 右下 / 个像素点的像素 值分别为 % # 0 % / ， ) 1 ) 模板累加过程为 % &" ’ % #・ $ # ( % !・ $ ! ( % )・ $ ) (
状态分量的值
!
!!"
细化算法
检测隐式细化点的原理 无论是显式细化点还是隐式细化点， 它们都
应是累加数据尽量取较大值的点 ! 显式细化点是
表"
各状态分量对 ,-. ［］ 数组的影响
" 水平方向扫描 垂直方向扫描 %&2方向扫描 "$&2方向扫描 ［!］ ， ［0］ ， ［"］ 1-. ,-. ,-. ［&］ ， ［*］ ， ［!］ 1-. ,-. ,-. ［%］ ， ［&］ ， ［*］ 1-. ,-. ,-. ［*］ ， ［!］ ， ［0］ 1-. ,-. ,-.
’ ［0］ ， ［%］ 1-. ,-. ［’］ ， ［*］ 1-. ,-. ［"］ ， ［&］ 1-. ,-. ［$］ ， ［!］ 1-. ,-.
$ ［$］ ， ［%］ ， ［&］ 1-. ,-. ,-. ［"］ ， ［’］ ， ［$］ 1-. ,-. ,-. ［0］ ， ［"］ ， ［’］ 1-. ,-. ,-. ［’］ ， ［$］ ， ［%］ 1-. ,-. ,-.
第 )" 卷 第 ) 期 !""! 年 )月
华
中
科
技
大
学
学
报 （自然科学版）
345% )" K:H %
64 % ) !""!
7% 89:;<4=> ?=@A % 4B CD@% E *FD<（ % 6:G9HF CD@F=DF IJ@G@4=）
一种基于像素标识的笔画细化新方法
刘宏申
（安徽工业大学计算机科学系）
笔画细化是字符识别中重要的步骤， 直接影 响字符识别的正确率 ! 笔画细化方面的工作已有 文献报道
［# 0 /］
后将累加值作为新的像素值， 这样的一次过程称 为进行一次累加 ! 重复这样的数次累加后， 位于边 缘的像素点的值应较小， 位于笔画中间的像素点 ［’］ 的值应较大 ! 图 ) 是用上述模板对一笔画数据 累加 ( 次的结果 !
摘要：利用模板重复对字符点阵数据累加， 然后对模板累加数据进行分析， 提出标定每一像素点的方法， 根据 每个像素点的这些标定信息可确定细化后保留点和细化剔除点， 进而进行保形的笔画细化 ! 该方法的最大特 点就是笔画细化保形效果好， 细化结果受笔画边缘毛刺影响很小 ! 通过上机验证， 证实该方法是一个在笔画细 化上有效实用的方法 ! 关 键 词：字符识别；像素标识；笔画细化；模板累加 文献标识码：, 文章编号：#’-# " (.#! （!""!） ") " ""/" " ") 中图分类号：*+)&#