基于形状字符识别算法.doc

基于形状字符识别算法 　　摘 要： 现有基于字符形状的识别算法依赖其他辅助方法识别字符，对此提出改进。采用背景赋值描述字符的凹凸性特征，提出凹凸对称性和凹凸区域夹角的计算方法作为补充，充分利用字符的凹凸性特征设计多级分类器，完全采用凹凸性特征进行多级分类识别，正确识别25个大写英文字符和10个阿拉伯数字，不受字符大小与倾斜影响。实验结果表明，在此提出的改进算法克服了现有算法缺陷，扩展了凹凸性特征的可区分范围，突出了基于形状的算法的优越性。 　　关键词： 字符识别； 形状特征； 凹凸性特征； 凹凸对称性； 凹凸区域夹角 　　中图分类号： TN919?34； TP391 文献标识码： A 文章编号： 1004?373X（2013）16?0077?04 　　0 引 言 　　字符特征的提取是字符识别中的关键技术。目前应用较为广泛的是提取字符轮廓特征为主的方法，如采用链码描述字符线条、平面曲线及区域边界等[1?3]。此类方法可以较好地提取景物的轮廓，但对于字符大小、倾斜等因素较为敏感，因此需要经过归一化、倾斜校正和细化等预处理。这些处理过程较为繁琐，特别是细化过程，无论是并行算法[4]或是模板匹配算法[5]，最终获取理想的单像素图像非常困难，对于字符的准确识别造成不利影响。文献[6?7]所提基于字符形状的识别算法，根据字符的整体形状特征，如字符的凹凸性，提取字符特征，不受字符大小、倾斜的影响，省去归一化、倾斜校正和细化处理，提高字符识别的速度，是一类较为简单、实用的方法。 　　采用以字符凹凸性特征提取为主的方法识别字符，简单易行。但在分类识别时，需用辅助方法，如文献[6]使用弯曲度计算提取直线特征，文献[7]使用链码描述提取直线和角点等。这些辅助方法除了需要额外的处理时间之外，实际上仍受到字符大小、倾斜等因素的影响。文献[6]所提算法在字符笔画弯曲度计算中，会受到字符倾斜的影响；文献[7]提出的算法，链码描述直线特征需将字符细化。 　　对此，本文提出采用新的字符凹凸性特征分析与提取方法，针对25个大写英文字符（不包含“I”）及10个阿拉伯数字（0～9），探讨该种方法的可行性及优势。 　　1 字符形状的凹凸性描??? 　　字符形状的凹凸性特征指字符呈现于人眼的凹凸曲直性。字符的凹凸性特征描述有多种方法[8?10]，本文采用背景赋值法。首先逐像素扫描图像并选择背景点（像素值为1），从该像素向其8邻域方向作射线，判断射线是否与图像前景点（像素值为0）相交，将有交点的射线数作为背景值赋值给当前背景点。图1（a）所示的图案进行背景赋值后得到图1（b）所示的赋值背景图像。根据背景赋值，可实现对字符的凹凸性特征描述。 　　图1（b）中，背景值为8的区域表示该区域的点向8个方向所做射线均与前景点相交，即该点被字符的笔划包围，为圈区域，如图1（a）中的L1、L2。背景值为5～7的点则处于字符笔划的凹陷区，为凹区域，如图1（a）中的LC、RC、UC、DC。显然，不同字符呈现的凹凸性特征具有明显的区别，且抗变性强。 　　本文采用圈区域数量、凹区域数量及方向、圈区域的大小、凹凸对称性、凹凸区域夹角、凹凸区域位置和宽高比共7个特征识别字符。 　　2 凹凸性特征提取 　　（1）圈区域L 　　如上所述，背景赋值为8即认为是圈区域。但在实践中发现如Arial等部分字体，由于笔划包裹性较强，字符中存在凹陷较深的区域，简单地按照背景赋值法赋值则会将其凹区域的边缘赋值为8，导致圈区域的误判。如图2（a）所示字符“6”。 　　为避免该问题出现，增加了二次赋值步骤，即对于赋值为8的像素，还要检测其8邻域是否在圈内，将不在圈内的像素赋值为9，认定其为凹区域，如图2（b）所示。 　　（2）凹区域C 　　图1（a）中存在4个特征不同的凹区域，为加以区别，做如下定义： 　　左凹LC：左侧无字符笔划的凹区域； 　　右凹RC：右侧无字符笔划的凹区域； 　　上凹UC：上方无字符笔划的凹区域； 　　下凹DC：下方无字符笔划的凹区域。 　　（3）圈的大小LV 　　有圈的字符较多，显然圈的大小可作为重要特征区别不同字符。如D、O为大圈，4、R为小圈。定义LV为圈区域面积与字符面积之比，若LV0.7为大圈，而LV5；而直角凹区域中总会找到一点满足CA=5 ；在不含锐角/直角的凹区域则找不到这样的像素。 　　（6）凹凸区域位置CP 　　定义CP0.5则表示凹凸区域在图像的下半部分。 　　（7）宽高比CR 　　字符0和O可用宽高比区别，设若CR0.75对应O。 　　3 实验结果与分析 　　通过对35个字符的凹凸性特征提取和分析，设计多级分类器，每级使用一项或几项特征条件，将字符逐级分类识别。在VC6.0环境中，针对大量包含常见字体的32×32