[发明专利]一种基于汉字笔画特征的中文文本图像倒置判别方法

摘要

本发明涉及一种基于汉字笔画特征的中文文本图像倒置判别方法，包括用I表示输入扫描文本图的灰度图像；对灰度图像I进行去噪、对比度增强以及二值化处理，得到的二值化处理结果用B表示；将B划分为大小相等的36个子区域，选择靠近中心位置的16个子区域作为候选文本区域表示；对于每个候选文本区域，计算其相应的中文本点的数目并做归一化处理：选取特征提取所用的文本区域；选择两个模板，模板1为用于描述汉字中左撇和右捺组成结构的“人”形笔画检测模板2为用于描述汉字中的横折笔画的形的笔画检测模板；使用笔画特征提取算法，计算文本区域所对应的特征值；文本图像倒置检测。

主权项

一种基于汉字笔画特征的中文文本图像倒置判别方法，包括下列步骤：(1)判断输入扫描文本图像类型，如果是灰度图像，则保持不变；如果是彩色图像，则将将其转换为灰度图像，用I表示灰度图像；(2)对灰度图像I进行去噪、对比度增强以及二值化处理，得到的二值化处理结果用B表示；(3)将B划分为大小相等的36个子区域，选择靠近中心位置的16个子区域作为候选文本区域，用Ti(i＝1,2,...,16)表示；(4)对于每个候选文本区域，按照下式计算其相应的中文本点的数目并做归一化处理，得到表示各候选文本子区域的特征的Ri：式中，(s,t)∈Ti表示Ri中的各像素点坐标，M×N为灰度图像I的总像素点数；(5)预设两个小于1的阈值TH2和TH3，对于某个Ti，如果满足TH2<Ri<TH3，则将该区域选为特征提取所用的文本区域，用Hk(k＝1,2,...,K)表示用于特征提取的文本区域集合，K为文本区域的总数；(6)选择两个模板，模板1为用于描述汉字中左撇和右捺组成结构的“人”形笔画检测模板2为用于描述汉字中的横折笔画的形的笔画检测模板；(7)使用笔画特征提取算法，计算文本区域所对应的特征值：N1、N2、M1和M2，笔画特征提取算法如下：1)对于某个用于特征提取的文本区域Hk，用形态学细化技术对文本点进行细化处理，最终得到单像素宽的文字骨架结构信息，用S表示细化结果；2)使用模板1和模板2，分别对S进行模板匹配，对于模板1，过程是：对于Hk中的某一个骨架点，将其与模板1的参考点位置对齐，然后对骨架点邻域内与模板1对应位置上各点进行“同或”运算；计算Hk内各骨架点“同或”运算结果的累加值，并做归一化处理，计算结果用表示Uk(j)，其中j表示Hk中的骨架点的序号，对于Hk中第j个骨架点，如果满足Uk(j)>TH3，则将该点标记为第1类特征点；对于模板2，按照类似的过程标记第2类特征点；3)对于每个Hk中的所有骨架点，使用步骤2)判断该点是否是两类特征点，并分别对文本图像的第1类特征点和第2类特征点数进行累加，将两类特征点的总数作为两个特征值，用N1和N2表示；4)将图像S旋转180°，处理结果用S′表示，对S′重复步骤2)和步骤3)，用M1和M2表示S′对应的第1类特征点和第2类特征点的总数；(9)文本图像倒置检测：1)根据特征量N1、N2、M1和M2，计算复合特征值F，即有F=N1M1×N2M2]]>2)预设一个大于0.6的阈值TH4，根据F的取值大小，判别文本图像是否存在倒置，即有