陈泓汉,王 涛,熊显航
(1.华南师范大学 人工智能学院,广东 佛山 528200;2.华南师范大学 计算机学院,广东 广州 510631)
图像细化是在保持原图像拓扑结构的情况下,抽出图像的单像素宽度过程[1]。目前细化算法已广泛应用于运动检测[2]、农作物[3]、裂缝检测[4-5]、工业仪表[6]和汉字研究[7]等场景。
文献[8]提出基于ZS算法的改进方法,通过删除保留模板得到单像素且毛刺更少骨架。针对骨架多分叉点未合并问题,文献[9]引入圆盘对其进行合并,继而修复。方法过程清晰,但分叉点会过度合并。通过骨架轮廓圆盘半径信息,文献[10]对畸变处进行修复,该方法过程耗时较多。文献[11]提出复杂区域检测法,并根据笔段方向及曲率进行修复。该方法只适用字体宽度较细情况。
文中算法借鉴文献[9-10]中的圆盘概念,考虑汉字方正特性使用矩形进行分叉检测。采用了二阶段聚类合并克服文献[9]以及文献[11]存在的问题。根据区域畸变程度采用不同范围修复,同时对畸变区域归类,采用相应修复策略。
提出的改进算法核心优化思路可分为两个阶段。第一阶段是为了精准找到字体畸变待修复区域即笔画的交错处以及拐点处,通过引入字体宽度Wf概念进行的二阶段合并提高对不同字体交叉区域识别的准确率;第二阶段需要划分畸变区域类型并采取相应的策略进行修复。
文章在传统判断拐点的基础上,进行二次筛选合并得到符合分叉点特征的点。第二阶段是根据畸变区域信息,清空畸变区域重新连接分叉点,形成更符合该手写汉字风格的骨架连接图。……