[发明专利]一种基于汉字图像轮廓特征描述的碑文修复方法

权利要求书

1.一种基于汉字图像轮廓特征描述的碑文修复方法，其特征包括以下步骤：

步骤1、根据碑文排列特点，通过灰度直方图将碑文图像中的书法字分别进行行列分割提取出单个汉字，对提取到的单字归一化处理；

步骤2、对提取的单个字中未损坏汉字分解为汉字基本组成元素部件和笔画，将这些部件笔划组成一个集合，称之为模板集合，模板集合中保存各部件笔画的轮廓信息和骨架信息；

步骤3、对模板中的所有模板使用形状上下文SC描述子进行描述，用于相似部件笔画的匹配检索；

步骤4、碑文的修复分为两个部分，对缺损严重的汉字在修复损坏汉字时，首先给定其损坏部件的拓扑信息，使用SC描述给定的拓扑信息；在模板集合中找出与该拓扑相似度最高的模板作为修复信息的来源；选择模板与缺损部件可信部分进行轮廓段匹配并修复；对于单字笔画损坏的汉字，使用形状描述矩阵对这些轮廓段进行形状描述，即建立用于表示轮廓各点之间关系的轮廓点与参考点间连线夹角的矩阵，然后采用部分轮廓匹配方法(IS-Matching)在笔画模板集合中找到轮廓段的在模板笔画上的对应轮廓段，由这些对应轮廓段确定可能的相似笔画作为候选笔画；利用上述方法找到的与缺损区域最相近的模板指导下完成汉字中损坏部分的修复；

所述步骤2中汉字部件笔画分解的具体过程如下：

(3.1)对汉字轮廓均匀采样，利用轮廓跟踪算法寻找对应轮廓的轮廓点链状组织形成，具体步骤分为：确定起始点，依次搜索下一目标领域点并更新起始点，这样直到跟踪结束，将目标边缘进行重新组织，得到链状的目标轮廓信息；利用重新组织后的链状目标轮廓信息进行部分分割；

(3.2)对提取的单字进行笔画分解，使用图像处理技术获取汉字的单像素宽度的骨架并去除毛刺，根据骨架的拐点与交叉点得到细碎的初笔骨架段；在用户交互下完成笔画骨架段的合并，生成完整的笔画骨架，该过程必须满足以下约束：两个笔画段骨架相连接、两个笔画段骨架的角度差值小于一个给定的阀值；在满足上述约束的前提下将初始笔段骨架逐个合并；利用轮廓与骨架的对应关系分解出的笔画；

(3.3)将上述得到的汉字部件和笔画组成一个用于修复的模板集合。

2.根据权利要求1所述的基于汉字图像轮廓特征描述的碑文修复方法，其特征在于：所述步骤1中汉字单字提取的具体过程如下：

输入碑文图像，根据古代书写为从上至下，竖直方向保持对齐的特点，对其灰度化后计算它的垂直方向的灰度直方图，利用直方图的波谷为列分界位置进行列分割，同理在水平方向上进行分割，得到单字汉字。

3.根据权利要求1所述的基于汉字图像轮廓特征描述的碑文修复方法，其特征在于：所述步骤4中部分轮廓匹配方法的实现步骤如下：

(4.1)对于部件缺损的情况先获得损坏汉字的骨架信息，使用SC描述子进行骨架描述，如公式(1)：

hik=#E{q≠pi:(q-pi)∈bin(k)}---(1)]]>

其中，表示当前骨架点为中心时第k个区域的骨架点数；#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表示极坐标系对二维平面进行划分的区域编号，p_i为待描述的骨架点，q表示不同于p_i的骨架点，bin(k)表示极坐标系中被划分的第k个区域；

(4.2)在模板中匹配计算与缺损部件相似度；公式(2)计算两个相似形状对应各点间相似度d；

d(pi,qj)=12Σk=1N[hk(pi)-hk(qj)]2hk(pi)+hk(qj)---(2)]]>

其中，p_i是形状采样点集A上的点，q_j是形状采样点集B上的点，A和B为两个待比较的点集，N为极坐标空间划分的区域数；

公式(3)利用公式(2)的结果给出了两个点集的相似度D_h；

Dh(Ah,Bh)=1NΣpi∈Aminqj∈Bdh(pi,qj)---(3)]]>

其中，p_i是形状采样点集A在区域h上的点，q_j是形状采样点集B在区域h上的点；A_h和B_h为两个待比较的点集在极坐标空间中区域h上的子集；N为极坐标空间划分的区域数；

(4.3)对于笔画缺损的情况，采用形状描述矩阵对待修复笔划进行描述，每个矩阵块代表相应的轮廓段，模板集合中的每个笔画也进行同样的表示；

(4.4)利用公式(4)计算出两个轮廓段的对应点，进行对应点配准，在模板笔画的指导下完成缺损笔画的修复；

Dα(s,m,r)=1r2Σi=0r-1Σj=0r-1[A(s+i,s+j)-B(m+i,m+j)]2---(4)]]>

其中，s和m分别表示形状A和B的采样点数；r表示相似轮廓段点数，A和B为两个待比较的点集。