[发明专利]一种基于形状匹配的汉字图像检索方法

摘要

本发明公开了一种基于形状匹配的汉字图像检索方法。该方法在形状上下文算法的基础上构造了形状特征描述函数，在对汉字图像进行描述中进引入了Hu不变矩算法使得汉字图像特征描述函数有更高鲁棒性。本发明是针对碑贴中的古代书法家遗留下来的书法作品经过数字化提取得到的图像进行检索，以便用户欣赏和比较不同时期不同书法家的作品风格。通过提出的形状描述函数进行相似性度量在训练集中快速准确地检索到匹配的图像，同时可以查看匹配到的汉字图像在原碑文中的位置。本发明所提出的针对碑文中提取出的汉字的形状描述函数具有准确性高，效率高，鲁棒性好等优点。

主权项

1.一种基于形状匹配的汉字图像检索方法，其特征在于包括以下步骤：(1)对数据库中的所有汉字图像进行预处理，包括去噪，轮廓平滑，灰度化，单字分割，归一化；(2)使用改进的Hu不变矩对汉字图像建立索引，在使用Hu不变矩对汉字图像进行表示中，加入边界矩描述子，并通过不同矩之间的比值Ri消除二维形状在缩放时带来的影响；同时获取汉字图像的区域、边界信息以提高汉字图像检索的精度；(3)基于形状上下文对汉字图像建立索引，在使用形状上下文描述子对汉字图像描述时，只取汉字图像的骨架点和轮廓的角点进行采样；(4)汉字图像检索，在使用上述方法对数据库中的汉字图像建立索引后，对输入的待查找图像进行同样的表示，分别通过两种索引方式在汉字图像数据库检索，先使用基于改进的Hu不变矩索引进行第一次检索，在结果集中再使用基于形状上下文索引进行二次检索；所述步骤(2)采用改进的不变矩对汉字图像建立索引的步骤如下：(1)对具有二维几何形状平移不变性、旋转不变性以及尺度不变性的Hu不变矩的引入并加以改进，Hu利用二阶和三阶中心矩构造了七个不变矩I1，I2，...，I7，在连续图像条件下可保持平移、绽放和旋转不变；I1＝η20+η02  (1)I3＝(η30+3η)2+(3η21‑η03)2   (3)I4＝(η30+η12)2+(η21+η03)2  (4)I5＝(η30‑η12)(η30+η12)[(η30+η12)2‑3(η21+η03)2)]+(3η21‑η03)(η21+η30)[3(η30+η12)2‑(η21+η03)2]  (5)I6＝(η20‑η02)[(η30+η12)2‑(η21+η03)2]+4η11(η30+η12)(η21+η03)  (6)I7＝(3η21+η03)(η30+η12)[(η30+η12)2‑3(η21+η03)2]+(η30‑3η12)(η21+η30)[3(η30+η12)2‑η21+η03)2]   (7)式中ηuv表示(u+v)阶归一化中心矩；u，v为上述各式中的η的下标u，v＝0，1，2，3；Hu不变矩具有旋转不变性，所以通过不同矩之间的比值Ri来去除公式中的比例因子y带来的影响，这样能够消除二维形状在缩放时带来的影响，使得形状描述只和形状信息相关，而没有冗余信息的干扰；其中，Ii表示i阶不变矩函数值式，所述步骤(3)采用形状上下文对汉字图像建立索引的步骤如下：在对汉字图像轮廓表示中引入改进形状上下文算法，通过该算法对形状的轮廓采样点进行分区域描述；反应了二维形状轮廓点样之间的相对关系；其中，表示当前轮廓点为中心时第k个区域的轮廓点数；≠操作表示q为落入第k个区域中的不同于p_i点的轮廓上的其余点的数量，k表示在极坐标系下对二维平面空间进行划分的区域编号，p_i为待描述的轮廓点，q表示不同于p_i的轮廓点，bin(k)表示极坐标系中被划分的第k个区域；公式(10)给出两个轮廓点集间各个采样点的相似度计算函数；其中，pm是二维形状采样点集A上的点，qn是形状采样点集B上的点，A和B为两个待比较的轮廓采样点集，hk表示k区域的轮廓点。