[发明专利]粘连字符分割方法

说明书

技术领域

本发明涉及一种粘连字符分割方法，属于字符识别技术领域。

背景技术

光学字符识别(OCR)是模式识别学科的一个重要研究领域。近年来，OCR技术在许多领域中得到广泛的运用，例如手写支票的识别、邮政编码自动分检、车牌和集装箱自动识别、验证码的识别等。目前，大多数字符识别是针对单字进行识别的，在这些应用系统中通常先对字符图像进行二值化等预处理操作，把待识别字符从图像中提取出来，然后把提取的字符串分割成一系列的单个字符，再送入分类器进行单字识别。因此，字符分割是OCR系统中一个必不可缺的关键步骤，占有极其重要的位置。

连通分量提取法是一种被广泛应用字符分割方法，但是这种方法不能分割粘连字符，只能分割没有粘连的字符。粘连字符的分割目前主要应用滴水分割法和利用隐型马尔科夫链的分割法。

滴水分割法主要是模仿水滴从高处向低处滴落的过程来对粘连字符进行切分。水滴从字符串顶部在重力的作用下，只能沿字符轮廓向下滴落或水平滚动，当水滴陷在轮廓的凹处时，将渗漏到字符笔画中，经穿透笔画后继续滴落，最终水滴所经过的轨迹就构成了字符的分割路径。利用隐型马尔科夫链的分割法采用人工分割的样本作为训练集合，采用固定大小的小块学习字符之间的可分割概率作为先验知识，对输入图像使用马尔科夫网络，从先验知识中得到一个概率图，表示图像中各个位置可能成为分割点的概率，对概率图使用图像分割算法进行分割，得到字符串的分割位置。

滴水分割法在处理有多个“凹处”和字符扭曲倾斜的验证码时，无法确定准确的滴水渗漏处，错误判断分割位置，造成分割字符笔画的断裂。利用隐型马尔科夫链的分割法的实施过度依赖先验知识，适用于固定格式的验证码。对字符大小和字符间距变化较大的验证码，则无法准确分割。因此，滴水分割法和利用隐型马尔科夫链的分割法分割字符的准确率很差。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种能够准确分割字符的粘连字符分割方法。

本发明为了实现上述目的，采用了以下技术方案：

本发明提供一种粘连字符分割方法，其特征在于，包括以下步骤：

步骤一、采集字符图像，提取字符图像像素点的坐标，确定字符粘连区域；

步骤二、将粘连字符的图像骨架化处理，得到粘连字符的骨架图像，提取骨架图像中的骨架分支点，根据约束条件，选择相应的骨架分支点为骨架特征点；

步骤三、对粘连字符图像像素点的坐标进行SOM神经网络聚类分析，使得SOM神经元逼近像素点密集区域，得到SOM神经元的拓扑分布；

步骤四、确定字符分割点，字符分割点为邻域范围内含有SOM神经元的骨架特征点；

步骤五、根据字符分割点分割粘连字符的骨架图像，复原被分割的字符骨架，得到分割好的字符。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，步骤一中，字符粘连区域通过连通分量提取法确定。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，步骤二中，粘连字符的图像采用基于Voronoi图的骨架化算法进行骨架化处理。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，骨架分支点为八邻域内至少存在三个骨架像素点的骨架像素点。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，骨架特征点为候选分割点区域内的骨架分支点，候选分割区域的边界为cr＝mc±ωf，mc-ωf为候选分割区域的左边界，mc+ωf为候选分割区域的右边界，mc为粘连字符图像的中轴，ωf为窗口因子。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，窗口因子t为粘连字符的笔画宽度。

另外，在本发明的粘连字符分割方法中，还可以具有这样的特征：其中，步骤四中，骨架特征点与SOM神经元之间的邻域范围定义为阈值Dt，Dt为：Dt＝(t/2+2)，t为粘连字符的笔画宽度。

发明作用与效果