基于改进ZS细化算法的手写体汉字骨架提取

常庆贺 吴敏华 骆力明

(首都师范大学信息工程学院 北京 100048)

0 引 言

手写体汉字识别是模式识别的重要分支，也是文字识别领域最为困难的问题之一。细化是手写体汉字识别与处理中的一个重要环节，其又可称为骨架化，一般是指在保持图像原像素拓扑链接关系的前提下，接连删除图像边缘像素直至达到单个像素宽度骨架的过程。图像细化所提取出的骨架不仅是目标图像重要的拓扑描述，还减少了图像中的冗余信息，在图像分析、信息压缩、特征提取、模式识别等领域具有非常广泛的应用[1-2]。

现有的细化算法有：Hilditch细化算法[3]、Pavlidis细化算法[4]、基于索引表的细化算法[5]、基于Voronoi图的构造模型细化算法[6-7]、基于轮廓筛减的细化算法[8]、Zhang-Suen细化算法[9-10]等。在应用于细化手写体汉字图像时，由于汉字结构较复杂，加之手写体汉字书写风格随意，Hilditch算法提取的骨架有扭曲变形的现象，且算法需反复对汉字图像迭代处理，耗时较长。Pavlidis算法通过并行和串行混合的方式提取骨架，但骨架存在较多冗余像素，难于排除撇、捺以及T行交叉点的畸变并易出现断点的现象。基于索引表的细化算法根据预定的规则建立索引表，按照行列顺序比较的形式提取骨架，细化速度非常快，但细化受限于索引表，骨架存在较多毛刺，笔画交叉处和拐角处有畸变。基于Voronoi图细化算法需将图像拟合成多边形，利用多边形的边界特征获取Voronoi图进而提取骨架，但对于二值图像，边界拟合、直线求交比较复杂且计算量较大。……