[发明专利]一种基于傅氏频谱的汉字图像纹理特征提取方法

说明书

技术领域

本发明是一种基于傅氏频谱的汉字图像纹理特征的提取方法，属于多媒体检索领域。

背景技术

特征提取是检索系统中一个非常重要的步骤，因为它提取的特征是检索的依据。在基于图像特征的汉字图像检索系统中，首先由用户提交所要查询的汉字图像给系统，系统对待查询汉字图像进行预处理，然后对图像进行基于傅氏频谱的汉字图像纹理特征的提取，获取汉字图像的特征向量，最后对获得的特征向量在图像特征库中的特征向量进行相似性匹配，将与查询图像相似的汉字返回给用户。常用的汉字图像特征提取方法有：汉字特征点、笔划密度特征等等。

在计算机中存储的各种中文文档图像，由于在扫描或传输过程中引入的噪声(例如扫描得到的电子图书)而造成同一个汉字的不同图像存在一定的差异，有时甚至出现畸变，因此，在汉字图像特征提取的过程中，用户希望所采用的汉字图像特征向量能具有很好的鲁棒性，能忽略这些小的差异而将这些相关的汉字检索出来。现有的汉字图像特征的提取方法对汉字图像结构的一些微小变化具有较高的敏感度。

发明内容

本发明提出一种基于傅氏频谱的汉字图像纹理特征提取方法，该方法通过对汉字图像的傅氏频谱进行分析，提取相应的笔画角度集合构成特征向量进行相似度匹配，进而提高汉字图像的检索效率。

本发明的总体思想如下：本发明是对单个汉字图像进行特征向量提取。在进行特征向量提取的过程中，首先计算出单个汉字图像的质心的相对位置，将汉字以质心为中心点划分为四个部分；再对每个部分进行傅氏变换，得到该部分的傅氏频谱图；接着利用傅氏频谱图的方向性，获取汉字的笔画角度集合；最后对这些角度集合进行量化，得到汉字图像的特征向量。

具体创新点：利用汉字图像的质心将汉字分为四个部分，并对每个部分进行傅氏频谱的分析，提取笔画角度特征。本发明通过对汉字图像的质心分割，对各个部分进行傅氏频谱的特征提取，忽略了汉字图像在结构上的微小畸变，降低汉字字体的影响。

本发明的技术方案如图1所示。用于该汉字图像检索系统的检索图像为bmp格式的图像，保存于计算机硬盘或移动存储媒体上，首先由用户选择待查询的汉字图像，再由计算机进行相应的运算和处理。其主要过程为：计算机系统接收用户输入的待查询汉字图像，再由检索系统对其进行处理。

具体方法步骤为：

首先，检索系统事先离线对中文文档图像库中的所有图像进行预处理和特征提取，得到库中所有汉字图像的特征向量，形成图像的特征向量库。然后再由用户输入待查询汉字图像，检索系统对查询图像按照与图像库中的汉字图像相同的处理方法进行预处理和特征提取，获取查询图像的特征向量，并将查询图像的特征向量和图像特征向量库中的特征向量进行相似度匹配，将与查询图像最相似的汉字图像返回给用户。

所述的将汉字图像进行特征提取的具体方法如下：

现有单个汉字图像，在进行特征提取之前首先对其进行二值化和细化等预处理，接着对其进行基于傅氏频谱的纹理特征提取的步骤如下：

1)求取汉字图像的质心位置，利用图像的0阶矩(m₀₀)和1阶矩(m₁₀，m₀₁)进行质心(i_c，j_c)的计算：

mpq=Σj=1NΣi=1Mipjqf(i,j),]]>

i_c＝m₁₀/m₀₀，j_c＝m₀₁/m₀₀.