【技术实现步骤摘要】
一种文字细化方法及装置
[0001]本专利技术涉及计算机视觉
,特别涉及一种文字细化方法及装置
。
技术介绍
[0002]随着计算机视觉领域的发展,文字识别在图像处理
、
模式识别
、
车辆检测等领域得到广泛应用,而文字细化作为文字识别的重要手段,它将提取文字中的关键特征信息作为文字图像前期处理的重要依据
。
文字细化也称为文字骨架化,是保证文字图像原有几何拓扑结构不变的情况基于某种规则对文字边缘像素迭代删除直至获得单像素文字线条的处理过程,但现有成熟的文字细化算法,如
ZS
细化算法
、Hilditch
细化算法
、Pavlidis
细化算法等算法存在细化后文字骨架存在噪声点
、
细化后文字出现像素冗余
、
像素缺失或毛刺较多的现象,导致细化结果识别率较低,将影响文字识别的后续分析
。
因此,在保证文字原始几何拓扑结构的情况下,降低文字细化后出现毛刺或冗余像素的概率以及保证文字细化精度将成为文字识别领域研究的热点问题
。
[0003]为提高文字细化后的精度,国内外学者提出很多文字细化算法,基于概率理论对文字进行迭代细化可得到较精确的细化中心线,但算法无法保证文字原始拓扑结构且算法复杂度较高;采用改进的
Pavlidis
细化算法来获取更精确的细化文字,但细化结果毛刺较多,不易于识别;基于
CNN
卷积神经网络构造 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种文字细化方法,其特征在于,所述方法包括:基于边缘检测提取文字边缘线;基于文字边缘线和文字笔画分解方式按照笔画顺序进行拆分,得到文字的各个笔画边缘线;基于笔画边缘线得到笔画中心线;将笔画中心线进行合并,得到细化后的文字
。2.
根据权利要求1所述的文字细化方法,其特征在于,基于边缘检测提取文字边缘线,包括:采用各向同性
Sobel
算子提取文字边缘线;将对各向同性
Sobel
算子进行改进,在原有水平算子和垂直算子基础上增加
45
°
和
135
°
两个方向的检测算子
。3.
根据权利要求1所述的文字细化方法,其特征在于,基于笔画边缘线得到笔画中心线,包括:基于距离变换算法对拆分后的每个笔画提取中心线点;对每个笔画的中心线点拟合,得到细化后的笔画中心线
。4.
根据权利要求3所述的文字细化方法,其特征在于,基于距离变换算法对拆分后的每个笔画提取中心线点,包括:采用马氏距离替代欧式距离确定每个笔画的中心线点
。5.
根据权利要求3所述的文字细化方法,其特征在于,对每个笔画的中心线点拟合,包括:采用改进加权最小二乘法对笔画中心线点进行拟合,具体如下:将对角矩阵
M
对角元素逆序排列获得新对角矩阵
M
x
,使用新对角矩阵
M
x
对笔画进行拟合,即改进加权最小二乘法公式如下:式中:
C
表示
m
×
n
维测量矩阵,
V
技术研发人员:刘言冬,付颖,
申请(专利权)人:国家电投集团黄河上游水电开发有限责任公司青海黄河上游水电开发有限责任公司拉西瓦发电分公司西宁南川绿电配售电有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。