一种动态汉字笔段提取方法.docVIP

一种动态的汉字笔段提取方法 　　摘 要：提出了一种笔段提取新方法，充分利用了撇笔段和捺笔段的轮廓规律，在提取笔段过程中动态改变寻找方向，使提取正确率进一步提高。实验证明了算法的有效性，与传统笔段提取算法相比，正确率由99.3%提高到99.8%以上，为汉字识别创造了更有利的条件。 　　关键词：汉字识别；笔段提取；字符点阵?? 　　中图分类号：TP391 文献标志码：A 　　 文章编号：1001-3695(2008)07-1998-03 　　?? 　　Dynamic stroke extraction algorithm for Chinese characters 　　?? 　　SHI Wei,FU Yan,CHEN An??long,ZHOU Jun??lin 　　?ぃ?University of Electronic Science Technology of China， Chengdu 610054, China） 　　??Abstract:A new algorithm was designed for Chinese stroke extraction, which based on the laws of the outline of PIE and NA.It dynamically changed the search direction during the process of extracting PIE and NA.The new dynamic algorithm had more efficiency than the traditional algorithms.The experiment shows that the extraction accuracy is increased from 99.3% to 99．8%.?? 　　Key words:Chinese character recognition；stroke extraction；character dot??matrix ?お? 　　方块汉字已有数千年的历史，也是世界上使用人数最多的文字，对中华民族灿烂文化的形成和发展有不可磨灭的功勋。在当今的信息时代，让计算机自动识别汉字意义尤为重大。近些年，我国工作者对汉字的处理相继做了不少卓有成效的研究工作，但识别的正确率仍不能满足现实的需求[1]。?? 　　汉字识别的方法分为结构方法和统计方法，结构方法的优点是对类别规模大、结构复杂、相似模式多的汉字识别效果较好，所以得到了广泛的关注和研究。采用结构方法识别汉字的关键一步是提取基元，基元提取的正确率直接影响了汉字识别的正确率。结构方法中选择的基元可以是部件、笔划、笔段。其中笔段是底层基元，部件和笔划可以由笔段组合而成。目前，汉字笔段提取方法有细化法、轮廓信息法、数学形态法、小波分析法、行程长度法和段化法等。细化法可能造成图像畸变，难有很高的正确率，且比较费时；小波分析法还不够成熟，目前还没有高效的算法；轮廓信息法、数学形态法和行程长度法对字体和字型的适应性较弱[2]。?? 　　段化法是基于点阵图像行列连通像素提取笔段，与上述方法相比有自身的优点，对汉字的字体和字型变化的适应能力较强。但传统的段化法在提取基元的正确率还有待提高，本文提出了一种动态笔段提取算法，主要目的是进一步提高提取基元的正确率，充分利用汉字笔段外围轮廓的一阶微分，发现其边界特征，在寻找撇笔段和捺笔段时动态调整查找优先级，而不是简单地在45°、135°方向上查找[3]。这与传统的方法相比有明显的优越性，使提取结果更切合实际。?? 　　 　　1 基本定义?? 　　 　　本文提出的算法是以点阵图像行（列）连通像素之间的关系为基础，为便于叙述动态笔段提取算法的提取过程，先把描述过程中用到的概念定义如下。?? 　　定义1 字符点阵图像以??N×N??点阵取样，且用二值图像表示，设??P(i, j)??表示图像中第??i行第j??列上的像素，则??P（i, j）??可表示为[4,6]。?? 　　??P(i, j)=1前景像素?? 　　0背景像素；i, j=1,2,…,N??（1）?? 　　定义2 点阵图像中被人们感知为横、竖、撇、捺四种基本笔划之一的前景像素点集合称为笔段。?? 　　定义3 集合??C??所含元素数量count(??C??)为集合??C??中包含??P（i, j）??=1的像素点个数。?? 　　定义4 设点??P为集合C之外的一个像素点，即p??C，则点P到集合C的距离定义为P与C??中所有点的距离的最小值，即Distance(CP)=min{??[(P??x-C????ix??)??2+(P??y-C????i