[发明专利]基于全卷积神经网络的中文字符图像笔划提取方法、系统

摘要

本发明属于计算机视觉及模式识别领域，具体涉及了一种基于全卷积神经网络的中文字符图像笔划提取方法、系统，旨在解决自由书写的手写字符笔划提取困难的问题。本发明方法包括：对获取的中文字符图像进行区域提取；对交叠区域、非交叠区域进行骨架化操作；计算骨架化后的交叠区域任意笔划段之间的连贯度；将交叠区域中属于同一笔划的笔划段相连，与非交叠区域中直接相连的笔划段合并成完整的骨架形态笔划。本发明一方面在自由书写的手写中文字符笔划重叠的情况下，依然可以实现手写中文字符的笔划提取，另一方面采用了字符合成方法获取训练样本，并附带其在不同任务中的不同标注信息，极大地节约了人力成本。

主权项

1.一种基于全卷积神经网络的中文字符图像笔划提取方法，其特征在于，该提取方法包括：步骤S10，获取中文字符图像作为输入图像；步骤S20，提取所述输入图像中字符笔划的交叠区域图；所述输入图像去除所述交叠区域部分为非交叠区域图；步骤S30，对所述交叠区域图、非交叠区域图进行骨架化操作，得到交叠区域骨架形态笔划段集合、非交叠区域骨架形态笔划段集合；步骤S40，基于所述交叠区域骨架形态笔划段集合，计算任意两个笔划段之间连贯度矩阵；所述连贯度矩阵中所有元素均大于或等于预设阈值的两个笔划段属于同一笔划；步骤S50，将所述交叠区域中属于同一笔划的笔划段相连，并将所述笔划段与所述非交叠区域中直接相连的笔划段合并成完整的骨架形态笔划。