[发明专利]一种基于K近邻抠图和数学形态学的书法字提取方法

说明书

本发明公开了一种基于K近邻抠图和数学形态学的书法字提取方法，通过K近邻抠图建立参考图像，根据书法图像墨浓淡变化复杂的特点，利用基于数学形态学的边缘提取方法，分别在字体内部和边缘做不同窗口大小的引导滤波，再利用图像融合技术寻找更多的形质和神采信息。本发明能更准确地提取书法作品本身所具有的书法家的情感和个性的神采信息，特别是针对中国古代书法作品中墨浓淡变化复杂，字体边缘模糊的贴图像能够更准确地提取汉字信息，尤其是对于汉字的神采信息的提取效果显著。

技术领域

本发明属于图像处理技术领域，涉及一种中国书法艺术研究和历史文化遗产保护领域中基于K近邻抠图和数字形态学的书法艺术信息提取方法，用于书法作品图像中汉字的神采信息提取。

背景技术

在中国书法艺术研究和历史文化遗产保护领域中，为能够从中国古代书法作品中更完整、更准确地提取汉字的形质和神采信息而采用图像预处理和图像分割的方法。目前对汉字信息的提取方法主要是采用将图像去噪、边缘检测和图像分割等相结合的方法以对汉字的形质信息进行提取。

北京大学的专利申请“一种图片文字检测的方法”(公开号：CN101122952，授权日：2008年2月13日，申请日：2007年9月21日)中公开了一种图片文字检测的方法。该方法首先合并原图在各个颜色分量上的边缘图，得到累积边缘图；然后把累积边缘图中的边缘点置为其在原图中的相应颜色，根据边缘点颜色的不同，用聚类的方法把累积边缘图分解成若干张子边缘图；最后在每张子边缘图中，多次进行水平和垂直投影，根据投影图进行垂直方向和水平方向的区域分割，定位图片中的文字区域。该方法能够较为准确地获得图像中文字的区域信息以及文字的形质信息，但是该方法中检测文字信息的关键主要依赖于图像的边缘信息，即主要关注文字的形质信息，而没有考虑文字的神采信息，从而导致检测的文字信息不够完整，给后期书法作品的研究工作带来不利影响。

Xiaoqing Lu等人在文献“Xiaoqing Lu,Zhi Tang,Yan Liu,Liangcai Gao，TingWang,Zhipeng Wang.‘Stroke-based Character Segmentation of Low-quality Imageson Ancient Chinese Tablet’[C],2013 12th International Conference on DocumentAnalysis and Recognition”,2013年中提出了一种基于Stroke的低质量古代碑图像中汉字提取方法。该方法的具体步骤包括：(1)对原始碑图像进行去噪预处理；(2)对去噪后的图像应用基于映射的分割方法得到初始分割结果；(3)利用自适应Otsu方法设置最小强度阈值，以获得Stroke滤波掩模，并使用该掩模对去噪后图像进行滤波处理，以得到Stroke的强度信息；(4)将步骤2中得到的分割结果和步骤3中得到的滤波掩模以选择具有较高Stroke强度的连同成分作为初始种子；(5)基于种子窗口内的引导信息，使用一个迭代的过程，以提取碑图像中含有的汉字信息；(6)迭代结束后，得到的分割结果即为提取的汉字信息。该方法虽然能够较好地处理碑图像中裂痕对汉字提取的影响，并且能够更完整地提取出碑图像中的汉字信息。但是该方法只关注汉字形质信息的提取，难以应用于贴图像中汉字神采信息的提取；并且方法实现过程中，较多的参数是根据经验获得。因此，方法存在较大的局限性。

发明内容

针对上述现有技术中存在的问题，本发明的目的在于，提出一种基于K近邻抠图和数学形态学的书法作品的艺术信息提取方法，以克服现有的书法作品中艺术信息提取技术中所采用的汉字提取方法细节信息缺失严重的缺点，提高书法作品艺术信息提取的准确性和艺术鉴赏价值。

为了实现上述任务，本发明采用以下技术方案：

一种基于K近邻抠图和数学形态学的书法字提取方法，包括以下步骤：

步骤一，在计算机中使用软件读取待处理的彩色图像；

步骤二，将待处理的彩色图像从RGB色彩空间转换到CTE-Lab色彩空间，得到L通道；