[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

说明书

技术领域

本发明属于虚拟现实技术、计算机视觉与计算机图形学领域，具体地说是针对碑文的图像修复的汉字部件笔画分解方法。

背景技术

碑文数字化修复是图像修复的一个分支。目前在图像修复方面，前人做了大量的工作。在图像修复领域的发展，根据图像修补的含义和修补的方式主要有两个方向。一是从图像修补的含义本身出发，即对图像上细小噪声、不规则划痕的修复，这种情况一般采用的是基于偏微分方程或变分方法来解决。基于变分问题的修复方法具有较充分的理论基础，但是该方法的缺点是修复图像不自然，修复区域轮廓明显。用基于偏微分方程的方法来修复图片上大面积的缺损区域时会产生模糊现象，所以该方法不适用于修补大面积的纹理区域。二是针对于图片上大区域的缺失损坏，这类方法采用的是基于样本纹理的图像修补方法和纹理生成技术，与方向一相比有效的避免了模糊现象的发生。利用图像的纹理信息来引导纹理合成的过程，有效地提高了图像的修复质量，保持了图像结构纹理。而这种方法的主要问题主要是在损坏区域的结构信息恢复上。为了解决这个问题前人提出了不少改进的图像修复方法，如基于样例的图像修复方法，它利用受损区域周围信息的isophote方向和发线方向为待修复区域块设置优先值，优先级大的部分将优先被修复，优先级小的像素将押后修复，这些优先级记录在一张表中。在修复中通过不断的更新表中的各像素优先级来引导修复的优先次序，以达到保持图像在该部分结构连续的目的。这种方法的缺点是只能保持线性(如直线)结构，对于曲线结构效果难以人满意。基于结构传播(structure propagation)的图像修复方法是另一种注重结构修复的图像修复方法。在这种方法中，首先由用户通过添加辅助线的方式指定图像中损坏区域周围结构在损坏区域延伸的方式，即根据人的经验喜好等画出损坏区域的结构线。在辅助线指导下通过结构传播对损坏区域内进行修复。建立图像集是另一个可以对结构进行修复的图像修复方法，通过在数以百万的图像中匹配到和损坏图像可能相似的图像，然后利用该图像对应部分来填补图像损坏区域。这种方法能够有效恢复原图像丢失部分，但是修复结构依赖于图像库。

针对于汉字图像(如书法，碑文等)来说，其修复特点是，注重结构信息和轮廓细节的修复，而不强调纹理信息的修复。修复汉字的图像的重点在于恢复损坏部分结构信息，汉字是经过二值化后的图像基于结构传播的方法不适合于二值图像，而基于汉字集方法的难点在于书法作品有限和流传下来的碑文只有少量的可用样本，样本数量有限，在修复时不一定能找到合适的汉字作为模板。

发明内容

本发明目的为了克服上述缺点，解决现有图像处理技术不能有效恢复碑文图像损坏部分结构信息的缺点，提供一种基于汉字图像轮廓特征描述的碑文修复方法，解决了针对碑文图像难以恢复缺损区域结构和轮廓细节信息的缺点，较好解决了碑文图像不程序度缺损的问题。

为了实现上述目的，本发明所采用的技术方案是：一种基于汉字图像轮廓特征描述的碑文修复方法，其特征在于如下步骤：

步骤1、根据排列特点使用灰度直方图的方法进行碑文单列分割，对分割出的单列再用灰度直方图统计出灰度分布规律分割出单个汉字。

步骤2、对步骤一中获得的单个汉字进行部件笔画分解，构建模板集合。

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

步骤4、修复碑文中损坏汉字时，针对汉字缺损的严重程度的不同分为基于部件的修复和基于单个笔画的修复。对于一个汉字中某个部件的大部分区域缺损的情况。首先获得损坏汉字部件的拓扑信息，通过拓扑即部件骨架采样点进行SC描述子描述。在步骤2中提取到的部件集合基于SC算法的拓扑相似度度量，检索出相似度最高，即最有可能与缺损部件相近的部件作为缺损区域修复的信息来源。对于只有某个笔画的局部受损的情况，先对受损笔画的可信区域轮廓使用形状描述矩阵对其进行描述，对获取的笔画集合中的各笔画也进行同样的表示。经过IS-Matching轮廓段匹配算法在笔画集合中检索出与缺损笔画相似度最高的笔画作为笔画修复的信息来源。利用上述方法找到作为修复信息来源的模板指导下完成汉字中损坏部分的修复。

相对于现有的其它技术相比本发明的优点在于：本发明针对的是碑文图像修复技术，修复过程中了对汉字构型分析，通过部件，笔画多层次进行碑文汉字的修复。首先构建模板集合，根据汉字缺损的不同程度进行分层次修复，同时涉及了汉字的结构信息和轮廓细节信息。

附图说明

图1是本发明基于汉字图像轮廓特征描述的碑文修复方法的过程示意图；