[发明专利]一种基于形态学的印刷体数字字符识别方法

权利要求书

1.一种基于形态学的印刷体数字字符识别方法，包含图像预处理，字符形态特征提取，决策识别三个模块，其特征在于，所述决策识别模块包含以下步骤：

步骤1：判断Z图的S1特征是否小于0.75，如成立，则表明Z图为数字1，算法结束，否则进入下一步；

步骤2：判断Z图的S2特征是否大于0.5，如成立，则Z图为数字0，算法结束，否则进入下一步；

步骤3：判断Z图的S2特征是否小于0.1，如成立，则Z图可能为2、3、5、7，算法转入第4步，否则Z图可能为4、6、8、9，算法转入步骤7；

步骤4：判断Z图的S8特征是否小于0.04，如果成立，则Z图像为数字7，算法结束，否则进入下一步；

步骤5：判断Z图的S6特征是否小于0.5，如果成立，则Z图像的为数字3，算法结束，否则进入下一步；

步骤6：判断Z图的S7特征是否小于0.5，如果成立，则Z图像为数字5，否则为数字2，算法结束；

步骤7：判断Z图的S3、S4特征是否小于0.1，且S5特征等于2，如成立则Z图为4，算法结束，否则进入下一步；

步骤8：判断Z图的S3小于0.1、S4特征是否大于0.2，且S5特征等于3，如成立则Z图为6，否则进入下一步；

步骤9：判断Z图的S3大于0.2、S4特征是否小于0.1，且S5特征等于3，如成立则Z图为9，否则进入下一步；

步骤10：判断Z图的S3大于0.2、S4特征是否大于0.2，且S5特征等于3，如成立则Z图为8，否则进入下一步；

其中，所述Z图为待识别图像，所述S1至S8为几何重心、笔画密度、长宽比例特征标志符。

2.根据权利要求1所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，所述图像预处理模块包含原始图像二值化，去噪操作，分割细化图像三个部份。

3.根据权利要求1或2所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，通过基于统计学的大津二值化算法对原始图像进行二值化。

4.根据权利要求3所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，利用寻找图像最大连通区域的方法去除噪声，首先使用Moore边界跟踪算法找出图像中所有孤立的连通区域，然后计算各个连通区域的面积，排序后，删除除最大面积的外的所有连通区域，完成去噪。

5.根据权利要求3或4所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，利用累积投影算法裁去图像的空白边界。

6.根据权利要求5所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，利用zhang算法对图像进行细化处理，提取字符的骨架信息。

7.根据权利要求6所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，所述字符形态特征提取模块提取数字字符的形态学特征，包括其几何重心、笔画密度、长宽比例，以做为所述决策识别模块的输入数据。

8.根据权利要求7所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，所述字符形态特征提取模块将图像分为三行两列的6个区域，从上至下从左至右分别记为1,2,3,4,5,6区。

9.根据权利要求8所述的一种基于形态学的印刷体数字字符识别方法，其特征在于，

将图像上半部有值像素点与图像高的比值，记为S1，这一特征表征了字符上半部的笔画密度；

提取整张图像中最大圆环的面积与图像大小的比值，记为S2，这一特征表征了图像中闭合圆环的大小；

提取模板一中1、2、3、4区域圆环面积与图像大小的比值，记为S3，判断字符中上半部是否有闭圆环及它们的大小；

提取模板一中3、4、5、6区域内圆环面积与图像大小的比值，记为S4，判断字符中上半部是否有闭圆环及它们的大小；

竖中间线对字符的穿越数，记为S5，这一特征用来铺助进行识别确保正确率；

提取从左往右有值象素点最长的象素的长度值与图像宽的比值，记为S6，表征了字符右半部份的结构特征；

提取从左往右有值象素点最长的象素的行坐标与图像高的比值，记为S7，表征了字符右半部份的结构特征；

提取图像下半部象素点数量与图像大小的比值，记为S8，表征图像下半部的笔画密度。