[发明专利]一种基于形状匹配的汉字图像检索方法

权利要求书

1.一种基于形状匹配的汉字图像检索方法，其特征在于包括以下步骤：

(1)对数据库中的所有汉字图像进行预处理，包括去噪，轮廓平滑，灰度化，单字分割，归一化；

(2)使用改进的Hu不变矩对汉字图像建立索引，在使用Hu不变矩对汉字图像进行表示中，加入边界矩描述子，并通过不同矩之间的比值R_i消除二维形状在缩放时带来的影响；同时获取汉字图像的区域、边界信息以提高汉字图像检索的精度；

(3)基于形状上下文对汉字图像建立索引，在使用形状上下文描述子对汉字图像描述时，只取汉字图像的骨架点和轮廓的角点进行采样；

(4)汉字图像检索，在使用上述方法对数据库中的汉字图像建立索引后，对输入的待查找图像进行同样的表示，分别通过两种索引方式在汉字图像数据库检索，先使用基于改进的Hu不变矩索引进行第一次检索，在结果集中再使用基于形状上下文索引进行二次检索；

所述步骤(2)采用改进的不变矩对汉字图像建立索引的步骤如下：

(1)对具有二维几何形状平移不变性、旋转不变性以及尺度不变性的Hu不变矩的引入并加以改进，Hu利用二阶和三阶中心矩构造了七个不变矩I₁，I₂，...，I₇，在连续图像条件下可保持平移、绽放和旋转不变；

I₁＝η₂₀+η₀₂ (1)

I₃＝(η₃₀+3η)²+(3η₂₁-η₀₃)² (3)

I₄＝(η₃₀+η₁₂)²+(η₂₁+η₀₃)² (4)

I₅＝(η₃₀-η₁₂)(η₃₀+η₁₂)[(η₃₀+η₁₂)²-3(η₂₁+η₀₃)²)]+(3η₂₁-η₀₃)(η₂₁+η₃₀)[3(η₃₀+η₁₂)²-(η₂₁+η₀₃)²] (5)

I₆＝(η₂₀-η₀₂)[(η₃₀+η₁₂)²-(η₂₁+η₀₃)²]+4η₁₁(η₃₀+η₁₂)(η₂₁+η₀₃) (6)

I₇＝(3η₂₁+η₀₃)(η₃₀+η₁₂)[(η₃₀+η₁₂)²-3(η₂₁+η₀₃)²]+(η₃₀-3η₁₂)(η₂₁+η₃₀)[3(η₃₀+η₁₂)²-η₂₁+η₀₃)²] (7)

式中η_uv表示(u+v)阶归一化中心矩；u，v为上述各式中的η的下标u，v＝0，1，2，3；

Hu不变矩具有旋转不变性，所以通过不同矩之间的比值R_i来去除公式中的比例因子y带来的影响，这样能够消除二维形状在缩放时带来的影响，使得形状描述只和形状信息相关，而没有冗余信息的干扰；

其中，I_i表示i阶不变矩函数值式，所述步骤(3)采用形状上下文对汉字图像建立索引的步骤如下：

在对汉字图像轮廓表示中引入改进形状上下文算法，通过该算法对形状的轮廓采样点进行分区域描述；反应了二维形状轮廓点样之间的相对关系；

其中，表示当前轮廓点为中心时第k个区域的轮廓点数；≠操作表示q为落入第k个区域中的不同于p_i点的轮廓上的其余点的数量，k表示在极坐标系下对二维平面空间进行划分的区域编号，p_i为待描述的轮廓点，q表示不同于p_i的轮廓点，bin(k)表示极坐标系中被划分的第k个区域；

公式(10)给出两个轮廓点集间各个采样点的相似度计算函数；

其中，p_m是二维形状采样点集A上的点，q_n是形状采样点集B上的点，A和B为两个待比较的轮廓采样点集，h_k表示k区域的轮廓点。