[发明专利]一种基于多特征测度的青铜器铭文相似性度量方法

说明书

本发明公开了一种基于多特征测度的青铜器铭文相似性度量方法，利用非局部均值滤波对青铜器铭文图像去噪，建立数据集；通过提取Hu矩特征描述子与SURF特征矩阵，同时获取铭文的全局与局部特征；并且利用K‑means算法及加权策略对局部SURF特征进行聚类加权，进一步增强显著局部特征剔除冗余信息；最后设定两种测度的权重，形成多相似性度量，有效提高了青铜器铭文的检索精度。更适于进行青铜器铭文的检索。

技术领域

本发明属于信息技术领域，涉及古文字识别，特别涉及一种基于多特征测度的青铜器铭文相似性度量方法。

背景技术

青铜器铭文又称金文、钟鼎文，指铸刻在青铜器物上的文字，是最有代表性的古文字之一，它为研究古代历史文化和古文字提供了重要参考资料。青铜器铭文的隶定工作主要依靠人工进行，需要研究者具备丰富的知识经验，隶定过程需要将未知青铜器铭文图像与已隶定青铜器铭文图像逐一比对，仅依靠人工进行，工作量巨大且容易导致误识。

随着信息技术的发展，青铜器铭文的隶定工作逐渐变得智能化、数字化。青铜器铭文数量多、字形复杂、变体繁多，对铭文进行相似性度量，对于青铜器铭文图像的隶定具有重要意义。

发明内容

本发明的目的在于，提供一种多特征测度的青铜器铭文相似性度量方法。

为了实现上述任务，本发明采用如下的技术解决方案：

一种基于多特征测度的青铜器铭文相似性度量方法，其特征在于，包括以下步骤：

步骤一，利用非局部均值滤波算法，对采集的青铜器铭文图像数据去噪处理，建立青铜器铭文图像数据集；

步骤二，使用Hu不变矩算法提取青铜器铭文的7阶Hu矩，构造青铜器铭文的全局形状特征向量；

步骤三，利用加速鲁棒特征算法提取青铜器铭文的局部加速鲁棒特征向量，并利用K均值聚类算法对加速鲁棒特征进行聚类，利用加权策略，进一步剔除冗余信息；

步骤四，将步骤二中的铭文全局Hu矩特征向量与步骤三中的聚类加权的加速鲁棒特征进行融合，形成多相似性度量对青铜器铭文进行检索。

根据本发明，步骤一中所述利用非局部均值滤波算法，对采集的青铜器铭文图像去噪处理的其具体过程为：

假设青铜器铭文图像ν{ν(α)|α∈I}，I为图像的坐标域，对于其中一个像素α，使用非局部平均的方法计算图像中其余所有像素的加权平均值，来得到该像素点的估计值，即

其中，权值由α与β之间的相似性计算得到，并需满足条件：像素α与β的相似性由其相对应的灰度值向量Ν_α与Ν_β的相似性得到；Ν_α，Ν_β表示以像素α和β为中心选取固定大小的邻域矩阵，各邻域灰度值向量之间的相似性根据高斯加权的欧式距离衡量如公式(2)所示：

式中，α0，是高斯核函数的标准差；

权重的选取是根据不同像素间的相似性，将邻域像素加权得一个近似值，相似度越高的邻域矩阵向量，加权平均时对应像素点权值越大，权重的计算公式为：

其中，Z(α)为归一化系数，h为平滑参数，控制高斯函数的衰减程度；

经过非局部均值滤波之后的图像，噪声点得到有效去除的同时青铜器铭文的几何结构信息得到增强。

步骤二中所述的提取Hu矩特征作为青铜器铭文全局形状特征向量的具体过程为：

设一幅青铜器铭文图像f(x,y)，其(p+q)阶矩定义为：