字元特徵

第五章字元切割與辨識

5.2 字元特徵

會出現破折號在二值化與過濾雜訊的過程被過濾掉，或是破折號投影到 x 軸上的數量太少，以至於無法正確切割的情形，如圖 5.11。針對這種情況，我們有必要加以修正結果。

圖 5.11 破折號無法被正確切割的情形。

由於破折號只會出現在第二個和第三個字元之間，或是第四個和第五個字元之間，所以我們比較初步分割時第二到第五個字元的寬度，擁有最大的寬度的字元，就是有可能包含破折號的字元。

如果寬度最大的字元是第二個，那麼破折號就在第二個字元的右端，如果寬度最大的字元是第三個，那麼破折號就在第三個字元的左端，如果寬度最大的字元是第四個，那麼破折號就在第四個字元的右端，如果寬度最大的字元是第五個，那麼破折號就在第五個字元的左端。我們可以根據字元區域的高度，給定一個適當的補償大小。圖 5.12 即為破折號消失修正後的字元切割結果。

圖 5.12 破折號消失修正後的字元切割結果。

用樣板比對法等需要統一大小的字元的辨識方法，但是字元特徵辨識法不會受到字元大小的影響，所以本研究採用字元特徵辨識法來進行字元辨識的工作。

5.2.1 字元細化處理

細化[17]是形態處理的一種演算法。細化被使用在許多的應用中，尤其是在骨架化(Skeletonization)的應用裡面最有用。在骨架化的應用中，細化經常用來處理邊界偵測後的結果，讓最後的結果變成只剩下一個像素的寬度。細化演算法通常僅適用在二值化影像中，因為我們必須給定一個明確的物件和背景，才能將物件進行細化處理。

細化必須受到下列四個限制：

(1) 約略的端線位置必須保存。

(2) 連接的部分不能中斷。

(3) 相連的區域必須被細化成相連的線。

(4) 細化後的圖形，其骨架必須近似物體的中線(medial lines)。

本研究所使用的細化演算法是利用 T. Z. Zhang 及 C. Y. Suen 細化規則。細化演算法使用八鄰近指定方式，其矩形遮罩如圖 5.13 所示。

圖 5.13 細化演算法所使用的 3x3 矩形遮罩。

A. 當下述四個條件都成立時，則刪除(亦即讓所代表像素之像素值變成 0)，

此步驟之主要作用是要將位於左上角、右邊及下面的像素侵蝕掉。

(1) 計算 P 到₂ P 個像素點，如值為 1 則₉ ^N

 

^P₁ 之值累 1 ，亦即

9 3

1 P P P

P    。

如果 ²^^N

 

^P₁ ^⁶^{，則條件成立。}

(2) 由P₂ P₃ P₄ P₈ P₉ P₂成一循環，當像素由 0 變成 1 時，

則將^S

 

^P₁ ^{之值累加 1。}

如果^S

 

^P₁ ^{=1，則條件成立。}

(3) P₂P₄ P₆ 0。 (4) P₄ P₆P₈ 0。

B. 當下述四個條件都成立時，則刪除(亦即讓所代表像素之像素值變成 0)，

此步驟之主要作用是要將位於右下角、左邊及上面的像素侵蝕掉。

(1) 同步驟 A1。

(2) 同步驟 A2。

(3) P₂P₄P₈ 0。 (4) P₂P₆P₈ 0。

圖 5.14 細化範例。

圖 5.14 為以一個寬度為三個像素的「H」字形為例，其中圖(a)為原始圖形；

圖(b)為 H 字形經過步驟 A 細化的結果；圖(c)為圖(b)經過步驟 B 細化的結果；

圖(d)為圖(c)再次經過步驟 A 細化的結果；圖(e)為圖(d)再次經過步驟 B 細化的結果。

5.2.2 擷取字元特徵值

經過細化演算法的計算後，字元會被細化成寬度只有一個像素的骨架形式，

而且仍然保有該字元最基本的結構，此時，我們就可以從這些字元結構中找出它的特徵並進行分類。本研究採用的方式是階層式字元辨識，針對每一個字元的結構進行分析，並根據字元的節點特徵值、節點方向性編碼集結點四角定位編碼，

並配合各節點在四個象限的位置來判定，最後即可將影像中的字元辨識出來。

本研究主要是利用 skeleton revision algorithm[18]來定義節點特徵，節點特徵分為端點、三叉點及四叉點，如圖 5.15 所示。

圖 5.15 節點類型。

我們利用一個 3×3 的矩形遮罩，將細化後的字元影像掃描一次，然後以 P 為中心點，計算周圍八個像素中與 P 點具有同樣像素值的個數，如此便可得到各字元的結構特徵。雖然理論上會有四叉點的存在，但是實際上執行過細化後的影像，幾乎不會出現四叉點，通常接近互相垂直的兩條直線在細化過程中會變成兩個三叉點。

由於受到各種因素的影響，某些字元在細化後的結構特徵不會只有一種。各個字元的節點類型總數整理如表 5.1 所示。

表 5.1 節點類型總數。

字元端點 三叉點 四叉點

１

２００

３１０

２２００

３

２００

３１０

４

２３０

３４０

５

２００

３１０

６１１０

７２００

８０２０

９１１０

Ａ３３０

Ｂ０２０

Ｃ２００

Ｄ０００

Ｅ３１０

Ｆ３１０

Ｇ２００

Ｈ４２０

Ｉ

２００

３１０

Ｊ２００

Ｋ４２０

Ｌ２００

Ｍ５３０

Ｎ４２０

Ｏ０００

Ｐ１１０

Ｑ

０３０

１３０

Ｒ２２０

Ｓ２００

Ｔ３１０

Ｕ２００

Ｖ３１０

Ｗ４２０

Ｘ４２０

Ｙ３１０

Ｚ２００

在文檔中中華大學 (頁 50-55)

第五章 字元切割與辨識

5.2 字元特徵

5.2.1 字元細化處理

 

 

 

 

5.2.2 擷取字元特徵值

第五章字元切割與辨識