[发明专利]一种基于机器视觉的甲骨文识别方法及系统

说明书

本发明公开了一种基于机器视觉的甲骨文识别方法及系统，通过将拓片图像灰度化得到拓片灰度图；通过提取拓片灰度图的边缘点；对各个边缘点进行高斯滤波，计算得到各个边缘点处的梯度方向，分别按各个边缘点处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；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；提取出文字边缘点构成的连通区域作为文字区域。对于因甲骨文出土的历史原因导致甲骨划痕、风化、裂纹、坑洞等原因，能够较高准确率的对文字区域进行增强，保证了甲骨文文字区域的完整性和甲骨文提取可靠性，降低了甲骨文拓片的误检识别概率。

技术领域

本发明涉及古文字识别技术领域，具体涉及一种基于机器视觉的甲骨文识别方法及系统。

背景技术

目前，甲骨文之类的古文字一般而言都还没有进入国标或者国际标准，大部分的甲骨文字在进行甲骨文考释的过程中，检索相应甲骨文字则需要大量的已标注的甲骨图像作为数据支撑，而且由于各种拓片只有甲骨文专家才能够人工标注耗时耗力，自甲骨文首次发现以来，据统计大部分出土的甲骨上刻有的单字约4500个，迄今已释读出的字仅约有2000个左右，因此甲骨中未释出的单词依旧占大多数，并且由于各地陆续出土的甲骨有各种变体，即很多时候同一个字由不同的专家辨识，难以识别出该字变体，出现很多识错辩错等情况。并且由于甲骨文出土的历史原因导致甲骨划痕、风化、裂纹、坑洞等原因，导致现有的这些识别甲骨文方法对甲骨文图像误检错误率的大幅增加，如何能从这种变形的甲骨文拓片图像中提取出甲骨文字并准确识别，一直是当前甲骨文字识别研究的热点问题。

发明内容

本发明的目的在于提出一种基于机器视觉的甲骨文识别方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

由于一般拓片上常常由于甲骨划痕、风化、裂纹、坑洞等原因导致识别不准确的问题，所以在识别之前需要进行拓片图像的增强化，增强化之后方可进行进一步识别。

为了实现上述目的，根据本发明的一方面，提供一种基于机器视觉的甲骨文识别方法，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，通过Canny算子或Prewitt算子提取拓片灰度图的边缘点；

S300，对各个边缘点进行高斯滤波，并通过sobel算子得到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，提取出文字边缘点构成的连通区域作为文字区域；

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。

进一步地，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。

进一步地，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]。