[发明专利]一种基于机器视觉的甲骨文识别方法及系统

权利要求书

1.一种基于机器视觉的甲骨文识别方法，其特征在于，所述方法包括以下步骤：

S100，利用线阵相机扫描甲骨文拓片得到拓片图像；

S200，将拓片图像灰度化得到拓片灰度图；

S300，提取拓片灰度图的边缘点；

S300，对各个边缘点进行高斯滤波并计算各个边缘点处的梯度方向；

S400，分别按各个边缘点处的梯度方向的正方向和反方向搜索灰度极小值点，并计算搜索到的正反两个方向的灰度极小值点之间的切比雪夫距离作为字边沿距；

S500，筛选出所有字边沿距小于上沿阈值并且大于下沿阈值的边缘点作为文字边缘点；

S600，将文字边缘点构成的连通区域作为文字区域；

其中，在提取出文字边缘点构成的连通区域作为文字区域之前，还要对文字边缘点构成的文字边缘线进行补全操作，所述补全操作的方法为以下步骤，

S601，以下式计算文字边缘点构成的文字边缘线上每一个文字边缘点E的置信度Con(E)：

其中，q为文字边缘点E梯度方向的正方向和反方向搜索到的灰度极小值点之间的像素数；|neighbor_E|为文字边缘点E的长度和宽度均为字边沿距的大小的矩形邻域neighbor_E中的像素点的数量；

S602，计算文字边缘线上各个文字边缘点E的缺失度Loss(E)，其中，norn_E为文字边缘线上当前文字边缘点与上一个文字边缘点之间灰度的像素间梯度值，为文字边缘线上各个文字边缘点E的灰度梯度；

S603，以文字边缘点E为当前文字边缘点，以上一个文字边缘点到当前文字边缘点E的方向作为基准方向，判断当前文字边缘点的字边沿距的范围之内是否存在文字边缘点；当不存在文字边缘点则转到步骤S604，当不存在则以下一个相邻的文字边缘点作为当前文字边缘点并重新执行本步骤S603；

S604，判断当前文字边缘点的缺失度Loss(E)是否小于缺失阈值，如果小于则以下一个相邻的文字边缘点作为当前文字边缘点并转到S603，即检测当前文字边缘点的下一个相邻的文字边缘点；如果大于或等于则转到步骤S605；其中，缺失阈值取值范围为[0.001,0.006]；

S605，计算文字边缘线上的所有文字边缘点的灰度吻合度Fit(E)＝Con(E)·Loss(E)，并选取灰度吻合度最大的文字边缘点E_fit；

S606，复制文字边缘点E_fit填充到基准方向上当前文字边缘点的下一个相邻的空白位置；

S607，当文字边缘线的文字边缘点都被填充，文字边缘线形成一个闭合的连通区域则补全操作结束。

2.根据权利要求1所述的一种基于机器视觉的甲骨文识别方法，其特征在于，所述方法还包括：S700，对拓片灰度图中各个文字区域的图像与甲骨文数据库中的数据进行匹配，各个文字区域的图像的匹配值与甲骨文数据库中数据的匹配值的差值最小的数据作为匹配结果。

3.根据权利要求1所述的一种基于机器视觉的甲骨文识别方法，其特征在于，在S400中，分别按各个边缘点处的梯度方向的正方向和反方向搜索灰度极小值点的方法为，当沿着边缘点处的梯度方向的正方向或反方向的第i个像素点的灰度值Gray(i)满足条件Gray(i)Gray(i-1)并且Gray(i)Gray(i+1)时判断该像素点为灰度极小值点，Gray(i-1)为第i-1个像素点的灰度值；Gray(i+1)为第i+1个像素点的灰度值。

4.根据权利要求1所述的一种基于机器视觉的甲骨文识别方法，其特征在于，在S500中，所述上沿阈值为所有边缘点的字边沿距的算数平均值的N倍，所述下沿阈值为所有边缘点的字边沿距的算数平均值的M倍，N取值范围为[0.8，2]；M取值范围为[-2，0.8]。

5.根据权利要求2所述的一种基于机器视觉的甲骨文识别方法，其特征在于，在S700中，所述甲骨文数据库中预存有现有的已知甲骨文图像的及甲骨文图像对应的匹配值的数据库，甲骨文数据库的数据包括甲骨文图像及其对应的匹配值、甲骨文图像对应的字解。