一种新的快速图像细化算法研究与实现.docVIP

一种新的快速图像细化算法研究与实现 　　摘要:关于细化的算法有多种,针对模板匹配的rosen算法的不足之处,该文又提出一种新的快速细化算法,并进行了计算机仿真,结果显示改进的算法无论在细化质量上更为实用,消除了毛刺和笔划断裂现象,可用于进一步的文字及图像识别软件的开发。 　　关键词:汉字识别;细化算法;特征提取;图像处理 　　中图分类号:TP311文献标识码:A文章编号:1009-3044(2010)16-4482-03 　　 　　A New Fast Image Thinning Algorithm and Implementation 　　YAO Yao,WANG Wei, WANG Ai-ju 　　(Zhongzhou University, Zhengzhou 45044, China) 　　Abstract: There are many methods of thinning, in this paper, rosen algorithm is compared with the new algorithm. this paper suggests a new thinning algorithm method. Simulation results show that our algorithm has considerable improvement in quality over the existing methods, and the delimits break and thir hair phenomena disappeared. It can be further used in the development of CCR software. 　　Key words: Chinese character recognition; thinning algorithm; feature extraction; image processing 　　 　　汉字识别(Chinese Character Recognition,简称CCR)和图像识别是模式识别的一个重要分支,是中文信息处理中汉字自动高速输入的一种主要手段。它与语音识别一起,成为目前智能信息输入中两个亟待解决的难题。细化是汉字识别和图像识别预处理中最重要的技术之一。 　　1 细化方法的分类 　　近二十年来,人们提出了许多细化算法,Suen等人调查了不下100种细化方法,并将其分为两类:一类是以象素迭代删除为基础的方法;另一类是以非象素为基础的方法。前者又叫窗口法,是利用一个窗口算子依次从左到右,从上到下移动,根据某种准则,确定中心象素的保留或删除,它又进一步分为串行和并行两种方法。串行细化即是一边检测满足细化条件的点一边删除细化点,并行细化即是检测细化点的时候不进行点的删除只进行标记,而在检测完整幅图像后一次性去除要细化的点。后者是利用汉字或图像结构特征的细化方法,能获得高质量的细化效果,但算法复杂,计算量大。 　　2 模板匹配的Rosen细化算法 　　关于细化(如图1 中的3×3 窗口) , 做如下定义: 　　(1) 串行处理:在3×3 的窗口中对某一元素进行检测, 若发现该点是可删除点, 就立即删除; 　　(2) 并行处理:在全部检测完汉字图像边缘上的点后同时改变所有可删除点的值; 　　(3) 若x0为黑点且x1, x2, ., x8中只有一个黑点,称x0为端点; 　　(4) 若3×3 窗口中只有x0为黑点,称x0为孤立点。 　　(5) 若x0为黑点且x1, x3, x5, x7中仅有一白点, 称x0为边界点; 　　(6) 若删除黑点x0会破坏图形的连续性, 则称x0为断点; 　　(7) 若黑点x0的3×3 窗口中x3= 0, 称x0为上边缘点; 　　(8) 若黑点x0的3×3 窗口中x5= 0, 称x0为左边缘点; 　　(9) 若黑点x0的3×3 窗口中x7= 0, 称x0为下边缘点; 　　(10) 若黑点x0的3×3 窗口中x1= 0, 称x0为右边缘点 　　Rosen 采用的是模板匹配的细化算法, 该方法利用Sherman 的技术, 将细化应满足的最终结果作为已知信息定义为模板(用3×3 的窗口表示) , 然后对待识汉字图像进行搜索, 将与已知模板匹配的象素x0保留。Rosen 模板的制定准则:(1) x0不是边界点; (2) x0是端点或是孤立点; (3) 若删除x1, x3, x5, x7, x0 会成为断点;(4) 从上、下、左、右边缘点中保留断点。根据准则,Rosen 定义出下列8 个模板(如图3)。上述模板中,x,y 中至少有一个为1,空表示取值任意。 　　Rose