[发明专利]书法字识别方法

权利要求书

1. 一种书法字识别方法，其特征在于，包括以下步骤：

1）搜集互联网上的单个书法字图像，或者从整个书法作品图像里对书法字做最小包围盒切分得到单个书法字图像，得到单个书法字图像集合，然后标注单个书法字图像对应的汉字语义，存入特征数据库；

2）对单个书法字图像进行二值化、去噪、归一化处理，二值化时，先将单个书法字图像转为灰度图像后使用自适应迭代法，通过将新阈值置为旧阈值以上及以下两区平均值的中点不断迭代求取最佳阈值，二值化后的单个书法字图像为白底黑字的二值化颜色矩阵，微小区域的噪声使用数学形态学的方法去除，微小区域的斑点和划痕使用开运算去除，字体中的小孔洞使用闭运算填充，所述的归一化采用基于笔画穿越数均衡的非线性归一化方法，单个书法字图像归一化的目标大小是45×45像素点阵；

3）将步骤2）处理后的单个书法字图像对应的书法字四个边界点位置、书法字水平和垂直方向平均笔画穿越数、书法字的投影值、书法字轮廓点存入步骤1）的特征数据库，得到书法字识别特征数据库；

4）将待识别书法字图像按照步骤2）进行二值化、去噪、归一化处理，然后提取包括单个书法字图像中书法字的四个边界点位置、书法字水平和垂直方向平均笔画穿越数、书法字的投影值、书法字轮廓点的特征；

5）利用待识别书法字图像中书法字的四个边界点位置、书法字水平和垂直方向平均笔画穿越数、书法字的投影值这三个特征比较书法字识别特征数据库里的数据，对书法字识别特征数据库里的单个书法字图像进行初步筛选，得到候选书法字图像；

6）对候选书法字图像再利用书法字识别特征数据库里的书法字轮廓点的特征信息进一步进行相似度计算，按相似度大小排列给出候选书法字图像；

7）对步骤6）中按相似度大小排列给出的候选书法字图像进行权重计算，合并汉字语义相同的候选书法字图像，最后识别输出。

2.根据权利要求1所述的一种书法字识别方法，其特征在于，所述的步骤2）中：单个书法字图像转为灰度图像时，假设某个像素点p颜色的RGB值为(p.red,p.green,p.blue)，那么灰度值的计算公式为：

p.grey=0.11×p.red+0.59×p.green+0.3×p.blue；

去噪时噪声块的最大尺寸被定义为3×3像素点，微小区域的噪声使用数学形态学的方法去除，其中的斑点和划痕使用开运算去除，字体中的小孔洞使用闭运算填充；归一化时，令f(x,y) 为归一化之前M₀×N₀的单个书法字图像点阵，其中参数皆为自然数，M₀表示单个书法字图像的像素宽度，N₀表示单个书法字图像的像素长度，x=1,2,…M₀，y=1,2,…N₀，g(m,n)为归一化之后M₁×N₁的单个书法字图像点阵，m=1,2,…M₁, n=1,2,…N₁，令d(x,y)为单个书法字点阵图像f(x,y)在点(x,y)的笔划密度函数，定义为：

，

令H(x)，V(y)分别为密度函数在水平和垂直方向上的密度投影，则有：

，   

归一化算子写作：

；归一化后所有单个书法字图像为45×45像素点阵。

3.根据权利要求1所述的一种书法字识别方法，其特征在于，所述的步骤3）得到的书法字识别特征数据库包括：单个书法字图像对应的汉字语义；记录书法字最左最上、最右最下、最上最左和最下最右四个边界点坐标依次为left_top、right_down、top_left和down_right；书法字的笔画穿越数指扫描线在扫描书法字时候穿透的笔画个数，用一组垂直扫描线从左到右扫描二值化后的书法字图像，每当扫描线上像素点颜色由白变黑，即在对应的二值矩阵中，扫描线方向上的值由0变1，扫描值就加1，当扫描线穿过的第一个像素点为黑色时，扫描值也加1，扫描值是垂直笔画穿越数，所有垂直扫描线上笔画穿越数的平均值是垂直方向平均笔画穿越数，同样计算出水平方向平均笔画穿越数；书法字的投影值就像太阳照在物体上一样，从书法字的投影值大致判断出物体的大小，用x+y两个方向的投影值，x方向45个点，y方向45个点，两个串接在一起表示投影值；对书法字轮廓进行提取，书法字的一个轮廓点有x,y两个坐标值，用于匹配形状。