一种手写输入文字图像细化处理方法技术

本发明专利技术提供的文字图像细化处理方法，在对像素点与环绕像素点的相邻点之间的关联情况进行考虑的同时，还对环绕相邻点的像素点的关联情况进行了考虑，并根据具体的关联情况对Hilditch算法的限制条件进行重新设定，从而使文字图像上各个像素点的信息被充分的考虑，因此本方法可以高效地去除文字图像上多余的像素点，而不丢失关键的特征点。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，更具体地，涉及。
技术介绍
随着嵌入式产品的发展，特别是与人们生活息息相关的家电产品向高端化的方向发展，用户与嵌入式系统间的交互已不仅仅限定于功能键盘的输入，还需要输入用户个性化的信息，方便系统为用户提供个性化的服务支持，触摸屏或手写板都能为用户提供良好的输入体验。由触摸屏或手写板采集到的文字图像中，含有大量的于识别无用的信息，这些信息不利于文字图像特征的提取，而且还加大图像识别过程中的数据量，增加嵌入式系统的负荷，从而影响处理程序的执行效率。细化处理是在图像处理过程中相当重要和关键的一环。细化处理的目的是搜索图像的骨架，去除图像上多余的像素，从而在不改变图像主要特征的前提下，减少图像的信息量。细化处理结果的好坏，直接影响到识别的效果和质量。在细化处理过程中，一方面，去除的像素太少，则不能充分有效地减少图像的信息量；另一方面，去除的像素太多，特别是某些关键特征若被去除，则改变了原始图像的主要特征。因此，高质量的细化算法程序对图像识别有很大的实用价值。
技术实现思路
本专利技术为解决以上现有技术的缺陷，提供了，该方法根据像素点与像素点之间的关联情况对Hilditch算法的限制条件进行重新设定，从而使文字图像上各个像素点的信息被充分的考虑，因此可以高效地去除文字图像上多余的像素点，而不丢失关键的特征点。为实现以上专利技术目的，采用的技术方案是: ，对Hilditch算法的限制条件进行改进，并根据改进的Hilditch算法限制条件判断是否对手写输入文字图像的像素点进行细化处理，其中改进的Hilditch算法限制条件具体如下: 限制条件1:像素点Ptl为黑点，即P 0=1 ； 限制条件2:环绕Ptl的8个像素点中，白点个数大于等于2但小于等于6 ; 限制条件3:将环绕Ptl且位于P C1上方的像素点记为PpW P1为起点，按逆时针方向依次将环绕Ptl的剩余7个像素点分别记为P 2、P3、P4、P5、P6、P7、P8j P i开始，逆时针依次考虑两个像素点，如果前一像素点的值为0，后一像素点的值为1，则记Ti=I,否则，记Ti=O, i=l,2，…，8，若Σ Ti=I,则满足该条件，将其记为-Z0(P0)=I ； 限制条件4七七^壬意一个像素点的值为0，或者环绕P^S个像素点的Z ^运算结果为O ;限制条件5 =PpP3Ui意一个像素点的值为0，或者环绕P 3的8个像素点的Z ^运算结果为O ; 若像素点Ptl满足以上5个限制条件，则对像素点P ^进行细化处理。与现有技术相比，本专利技术的有益效果是: 本专利技术提供的文字图像细化处理方法，在对像素点与环绕像素点的相邻点之间的关联情况进行考虑的同时，还对环绕相邻点的像素点的关联情况进行了考虑，并根据具体的关联情况对Hilditch算法的限制条件进行重新设定，从而使文字图像上各个像素点的信息被充分的考虑，因此本方法可以高效地去除文字图像上多余的像素点，而不丢失关键的特征点。【附图说明】图1为像素点P的8邻域的结构示意图。图2为像素点P。的25邻域的结构示意图。图3为PjA 8邻域的结构示意图。图4为？3的8邻域的结构示意图。【具体实施方式】附图仅用于示例性说明，不能理解为对本专利的限制； 以下结合附图和实施例对本专利技术做进一步的阐述。 实施例1 Hilditch算法是现有的一种细化算法，它适用于输入图像为O和I的二值图像。像素为I的区域是需要细化的部分，像素为O的区域是背景。Hilditch算法可描述如下: 对图像从左向右、从上向下迭代每个像素，是为一个迭代周期。在每一个迭代周期中，对于每一个像素P，如果它同时满足6个条件，则标记它，P的8邻域如图1所示。在当前迭代周期结束时，则把所有标记的像素的值设为背景值，如果某次迭代周期中不存在标记点(即满足6个条件的像素)，则算法结束。Hilditch算法细化的6个限制条件如下: (1)P为黑点，即P=I ； (2)环绕在P周围的点ηι、n3、n5、117不全部为1，否则把P标记删除; (3)环绕在P周围的8个点!^、中，至少有2个点为1，若只有I个点为1，则P为线段的端点，若没有点为1，则P为孤立点； (4)P的8连通联结数为I，其中，联结数是指在P的3*3邻域中，和P连接的图形分量的个数； 4连通联结数的计算公式是:Ν4(Ρ)= Σ (nuUn^n；^)，8 连通联结数的计算公式是:N8 (?) = Σ (n’ n-n’ 2i_1*n' 2i*n’ 2i+1)， 其中 i=(l，2，…，4)，n' =l-n ； (5)假设n3已经标记删除，那么当n3为O时，P的8连通联结数为I ; (6)假设n5已经标记删除，那么当η5为O时，P的8连通联结数为I。从Hilditch算法的细化结果分析来看，这种算法的细化效果不是很理想，需要作进一步的改进，才能使细化效果达到比较理想状态，使算法具有实际应用价值。根据图像腐蚀的原理，在考虑每个像素点周围8个相邻点的同时，还需考虑这8个相邻点各自周围点的情况，并根据像素点与像素点之间的关联情况对Hilditch算法的限制条件进行重新设定，从而使图像上像素点的信息被充分的考虑，在细化处理去除点的时候，可以根据新的判断条件高效地去除图像上多余的像素点，而不丢失关键的特征点。设像素点为Ptl，将环绕Ptl且位于Ptl上方的像素点记为P1，以P1为起点，按逆时针方向依次将环绕Po的剩余7个像素点分别记为P 2、P3、P4、P5、P6、P7、P8,并对P2、P3、P4、P5、P6、P7、匕各自的8邻域进行命名，具体如图2所示。本专利技术提供的方法对25个像素点的区域进行考虑，因此对Ptl周围8个像素点的关联情况进行考虑的同时，还可以对这8个像素点各自的周围点的关联情况进行考虑。例如，当只考虑Ptl周围8个像素点时，PpPpPp P4为黑点，其余的像素点均为白点，显然，这种情况下Ptl不能去除，从P C1环绕的8个像素点的情况来分析，P C1为横向拓扑点。而当对25个像素点的区域进行考虑时，却发现Pn、P12、P13、P14、P15、P16、P17点也为黑点，那么此时P 3」可认为是纵向结构上多余的像素点，是可以去除的。为了能保留Hilditch算法的优点，同时又能尽量多的去除无用的像素，使图像的骨架更为明显的凸现出来，以利于图像特征的提取，本专利技术提供的方法重新给出Hilditch算法的限制条件如下: (1)P。为黑点，即Pq=I ; (2)环绕在Ptl周围的8个像素点当中，白点个数大于等于2，小于等于6，即:2 ( NZ(P0) ( 6，其中 NZ(P0)= Σ Pi(i=l，2，...，8)； (3)Wp1开始，逆时针依次考虑两个像素点，如果前一点的值为0，后一点的值为1，则记为Ti=I,否则，记为Ti=O,这里1=1,2,…，8，如果Σ Ti=I,则满足该条件，将其记为:Z0(P0)=L 这里Ztl (Ptl)的运算表达式如下:Z0(P0)= Σ Ti=I (i=l,2,…，8) 其中 Ti=KPi=O and Pj=D 或 Ti=O (其他)，这里 i= (1，2，3，4，5，6，7，8),J= (2, 3,本文档来自技高网...

【技术保护点】
一种手写输入文字图像细化处理方法，其特征在于：对Hilditch算法的限制条件进行改进，并根据改进的Hilditch算法限制条件判断是否对手写输入文字图像的像素点进行细化处理，其中改进的Hilditch算法限制条件具体如下：限制条件1：像素点P0为黑点，即P0=1；限制条件2：环绕P0的8个像素点中，白点个数大于等于2但小于等于6；限制条件3：将环绕P0且位于P0上方的像素点记为P1，以P1为起点，按逆时针方向依次将环绕P0的剩余7个像素点分别记为P2、P3、P4、P5、P6、P7、P8；从P1开始，逆时针依次考虑两个像素点，如果前一像素点的值为0，后一像素点的值为l，则记Ti=l，否则，记Ti=0，i=l，2，…，8，若∑Ti=l，则满足该条件，将其记为：Z0(P0)=1；限制条件4：P1、P3、P7任意一个像素点的值为0，或者环绕P1的8个像素点的Z0运算结果为0；限制条件5：P1、P3、P5任意一个像素点的值为0，或者环绕P3的8个像素点的Z0运算结果为0；若像素点P0满足以上5个限制条件，则对像素点P0进行细化处理。

【技术特征摘要】

【专利技术属性】
技术研发人员：汪军，姚长标，区健强，
申请(专利权)人：广东瑞德智能科技股份有限公司，
类型：发明
国别省市：广东;44