[发明专利]满文部件集的构建方法

权利要求书

1.一种满文部件集的构建方法，其特征在于：

构建一个满文部件初始集，并置每个满文部件的Flag=0，使用满文部件切分方法对满文单词图像进行分割，并统计和分析分割结果：若分割后的部件不属于初始集，则将该部件加入初始集，并置该部件的Flag=1；若分割后的部件属于满文部件初始集，则置对应部件的Flag=1，检查初始集中是否有部件的Flag=0，判断是否有部件在分割结果中从未出现过，若存在该部件则将该部件从初始集中删除，整理并输出满文部件集；

所述满文部件切分方法：

S1.满文部件粗切分：以满文单词图像中轴线为中心将满文单词图像分为左侧部、中部、右侧部，左侧部的范围为满文单词图像的第1列到第bl－1列，右侧部的范围为满文单词图像的第br+1列到第W列，分别对左侧部和右侧部水平投影，记为pl和pr；设阈值T1，只有满足条件Cost(i)≤T1的行是候选切分行，T1 =⌈1/2 × baseline_width⌉，baseline_width是满文单词图像中轴线的宽度；第i行的切分代价函数Cost(i) = pl(i)+ pr(i) , i = 1,2,…,H，bl是中轴线的左边界，br是中轴线的右边界，W是满文单词图像的宽度，H是满文单词图像的高度；

S2.弱分割区域的判定与细切分；

S3.过分割区域判定与合并；

其中：S3.过分割区域判定与合并的步骤是：

设定过分割判定阈值T_over，计算Seg1序列中每个切分区域的高度ho，则以下式判定过分割区域：

ho＜T_over×baseline_width

符合上式高度的切分区域被判定为过分割区域；

采用以下规则合并过分割区域：

(1) 若第1个切分区域过分割，则与第2个切分区域合并；否则转步骤(2)；

(2) 若倒数第2个切分区域过分割，则与最后一个切分区域合并；否则转步骤(3)；

(3) 若过分割区域既不是第1个，也不是倒数第2个，则分别计算其相邻的上、下2个切分区域的高度h_up和h_lw，如果h_up＜h_lw，则与上一个切分区域合并；如果h_up＞h_lw，则合并到下一个切分区域；否则转步骤(4)；

(4) 若过分割区域的上、下2个相邻区域的高度相等，则分别计算与上区域合并后的连通域个数num_up，与下区域合并后的连通域个数num_lw，如果num_up＜num_lw，则与上一个切分区域合并，如果num_up＞num_lw，则与下一个切分区域合并；

(5) 输出合并过分割区域的切分行序列。

2.如权利要求1所述的满文部件集的构建方法，其特征在于，设过分割判定阈值T_over=1。