[发明专利]一种基于孪生神经网络的书法字骨架匹配方法及系统

说明书

本发明公开了一种基于孪生神经网络的书法字骨架匹配方法及系统，获取待匹配的两张书法字图像；分别对两张书法字图像进行预处理后得到两张预处理图像；对两张预处理图像进行细化，得到两张书法字图像骨架；利用预先训练好的基于孪生神经网络的书法字骨架匹配模型对两张书法字图像骨架进行相似度判断，若相似度大于预先设定的阈值则判定为同一个书法字，若相似度不大于预先设定的阈值则判定为不同的书法字。优点：通过书法字骨架提取与孪生神经网络结合的策略，对两张图片上的书法字进行精准高效相似度匹配；有效区分每个汉字骨架的图像特征，在对海量书法字数据基于内容检索时，检索样本和被检索数据库中的数据进行匹配可以达到更快更精准的效果。

技术领域

本发明涉及一种基于孪生神经网络的书法字骨架匹配方法及系统，属于图像识别技术领域。

背景技术

中国书法是一门中国所特有的艺术形式，在中华上下五千年的悠久历史中，书法经历了由篆书到隶书、草书、楷书以及行书的发展阶段。中国书法不仅反映了我国悠久的历史发展历程，鲜明的民族特色以及深厚的文化传统，是中国美学的基础和中国艺术的灵魂所在，更是世界艺术宝库中一笔珍贵财富。

现阶段文字识别技术已经发展得很成熟了，但对书法字内容进行检索匹配是相对困难的。由于几千年的发展过程，中国书法形成了很多风格，一些书法字只展现其神态而放纵其体态，同时因为简体字的极力推广，除非专业人士，否则有时很难从肉眼判断出所看到的两个书法字是不是同一个字，更不用说计算机。

利用传统图片相似度判定可以一定程度上判断两张图片上的书法字是不是同一个字，但是这样准确度不高，同时在面对海量数据检索匹配时，效率低下。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于孪生神经网络的书法字骨架匹配方法及系统，通过书法字骨架有效识别出两张图片上的书法字是否为同一个字，从而提高书法字检索匹配的准确率和效率。

为解决上述技术问题，本发明提供一种基于孪生神经网络的书法字骨架匹配方法，包括：

获取待匹配的两张书法字图像；

分别对两张书法字图像进行预处理后得到两张预处理图像；

对两张预处理图像进行细化，得到两张书法字图像骨架；

利用预先训练好的基于孪生神经网络的书法字骨架匹配模型对两张书法字图像骨架进行相似度判断，若相似度大于预先设定的阈值则判定为同一个书法字，若相似度不大于预先设定的阈值则判定为不同的书法字。

进一步的，所述分别对两张书法字图像进行预处理后得到两张预处理图像，包括：

利用中值滤波法处理书法字图像中的噪声，得到降噪处理后的书法字图像；

利用直方图的方法对降噪处理后的书法字图像进行二值化处理，得到预处理图像。

进一步的，所述对两张预处理图像进行细化，得到两张书法字图像骨架，包括：

S1、对预处理图像中的所有前景像素点进行删除条件一判断，并将符合删除条件一的前景像素点删除，所述删除条件一为：

其中，0表示背景像素，1表示前景像素，N(P1)表示跟某个前景像素点P1相邻的8个像素点中为前景像素点的个数，所述相邻的8个像素点顺时针围绕P1依次表示为P2~P9，S(P1)表示从P2 ～ P9 ～ P2方向的像素中出现的两个相邻像素点依次为0和1的累计次数；

S2、对预处理图像中的所有前景像素点进行删除条件二判断，并将符合删除条件二的前景像素点删除，所述删除条件二为：