基于Hough變換的手寫體維文字符傾斜校正算法

姜 文，盧朝陽，李 靜

（西安電子科技大學 通信工程學院，陜西 西安710071）

近年來，隨著科技的發(fā)展，手機的應用范圍越來越廣泛，這就給手機終端上的手寫輸入以及手寫識別提供了很大的發(fā)展空間。目前，國內手機上的中文手寫輸入技術發(fā)展很迅速,國外關于英文、阿拉伯文等文字的手機終端手寫輸入技術已經發(fā)展得比較成熟了。我國新疆地區(qū)的少數民族文字——維吾爾族文字與阿拉伯文非常相似，可以借鑒阿拉伯文手機終端的手寫輸入技術。不同的人有不同的書寫風格，造成手寫體維吾爾文有很大的隨意性；而且受手機屏幕大小的限制，導致手機終端上手寫的維文字符會產生一定的傾斜度。進行聯機和脫機維文字符的特征提取和識別[1]之前都需要對手寫體維文字符進行傾斜校正。

目前，比較常用的傾斜檢測方法有基于Hough變換的方法[2]、基于交叉相關性的方法、行間距跨度相關法[3]、基于 Fourier變換的方法[3]、基于投影的方法[3]和 K-最近鄰簇的方法等。

本文基于Hough變換檢測字符傾斜角度,利用Hough變換對灰度化之后的傾斜字符提取字符的基線,根據基線并結合維文字符的書寫特點,利用旋轉變換對手寫體維文字符進行傾斜校正。

1 手寫體維文字符的特征

1.1 手寫體維文字符的特征

手寫體維文字符具有如下獨特的特征[4]。

(1)維吾爾文由32個基本字符組成，其中包括8個原音字符和24個輔音字符。

(2)根據每一個字符出現的位置不同(詞首、詞中、詞末等)，通常可以分為獨立、前連、前后連和后連4種書寫形式，因此，維文字符有120多種書寫形式。

(3)維文字符書寫時筆畫連續(xù)流暢，根據從右向左的方向書寫，主體筆劃方向特征明顯。

(4)維文字符的筆劃較少，許多字符的主體筆劃相同，僅僅根據不同的附加筆劃來區(qū)分，附加部分與字符主體上、下不粘連。一般地，主體筆劃是沿著基線書寫的，而附加筆劃在基線的上方或下方分布，所以基線可以作為區(qū)分附加筆畫位置的參考線。

1.2 維文字符的分類

維文字符的120多種形式是以32個基本字符為基礎的，是根據字符處于詞的不同位置而變換出來的。對32個基本字符按照基線進行分類,其中基線為垂直線的有9個,基線為水平線的有22個,其他1個。

2 基于Hough的傾斜檢測算法

2.1 Hough變換原理

Hough變換的原理[2,4]是：利用圖像空間和 Hough參數空間的點-線對偶性，將圖像空間的檢測問題轉換到參數空間。通過在參數空間里進行簡單的累加統計，再根據概率最大原理得到圖像空間的一些特性，最后將數據映射回圖像空間。Hough變換檢測受干擾的影響較小，是一種快速的直線檢測方法。在實際應用中，通常圖像平面上的一個點就對應到參數r-θ平面上的一條曲線上。如圖1所示，直線與原點的法線距離為r，法線與x軸的夾角為θ，直線上的每個點都滿足：

r=x×cosθ+y×sinθ (1)

計算Hough變換的方法是將r-θ域量化成許多小格，如表 1所示。

對于每一個點 （x0,y0） 代入 θ的量化值，算出 r（經量化）落在哪個小格內，便對該小格的計數累加器加 1。當全部點(x,y)變換后，對小格進行檢驗，計數較大的小格對應共線點，其(r,θ)可用作直線擬合參數;計數較小的小格一般反映非共線點，丟棄不用。

表 1 r-θ量化表

如果r和θ量化得太粗糙，則參數空間的凝聚效果差，找不到直線準確的 r、θ值；相反，如果 r、θ量化得過細，則計算量將增大，因此需兼顧這兩方面，取合適的量化值。

2.2 手寫體維文字符雙線傾斜檢測算法

Hough變換在檢測過程中抗干擾性好,它利用圖像空間目標像素的坐標去計算參數空間中參考點的可能軌跡，是一種很好的直線提取方法。

2.2.1 維文字符預處理

進行Hough變化之前還需要對字符圖像進行預處理，包括灰度化和細化兩個過程。

(1)對字符圖像進行灰度化。將24色位圖格式的傾斜維文字符圖像轉換成256色的灰度圖像，并進行去噪處理。

(2)通過細化，對字符圖像進行骨架提取。

2.2.2 手寫體維文字符雙線傾斜檢測算法

算法過程如下：

(1)初始化一塊內存區(qū)域分配給(r,θ)變換域，存儲參數(r,θ)對應的累加數據，將 θ的取值范圍定為 0°~180°,定義 r的最大值的表達式為：(其中，lWidth、lHeight分別表示字符圖像的高度和寬度），分配 r×180×sizeof(int)字節(jié)的內存區(qū)域作為 θ變換域。

(2)對字符圖像中的所有點(i，j)進行 Hough變換，將角度 θ取值范圍分為(0°，90°)和(91°，180°)兩個區(qū)間，當θ 在 (0°，90°) 范圍時，r=i×cos(θ×π/180°)+j×sin(θ×π/180°)；而 θ在 (91°，180°)范圍 時，r=i×cos((180°-θ)×π/180°)+(lHeight-j)×sin((180°-θ)×π/180°);然后將變換域中(r,θ)對應的計數累加器加 1。

(3)經過 Hough變換之后，在(r,θ)變換域中找出最大值，由最大值在變換域中的位置確定參數r和θ，其中θ就是檢測到的第一個傾斜角α。

(4)完成第一個傾斜角度的提取之后，將(r,θ)變換域中最大值附近數值清零，繼續(xù)在(r,θ)變換域中尋找第二個最大值，提取第二個傾斜角β。

(5)將角度α和β轉換為檢測出來的直線與水平線的夾角。

把兩條檢測出來的直線繪制在字符圖像中，結果如圖2所示。

2.3 維文字符的傾斜校正

根據檢測出的傾斜角度α和β，對維文字符進行旋轉變換，實現字符的傾斜校正。

3 實驗結果與分析

實驗利用Visual Studio 2008為平臺編寫程序來實現基于Hough變換的維文字符的傾斜校正。大多數手寫體字符的傾斜校正角度在[-45°，45°]之間，少數手寫體字符的傾斜校正角度超出這個范圍。以水平基線或者垂直基線為軸進行校正，校正結果與印刷體原圖的對比如圖 3、圖 4所示。

一些字符使用基于水平或者垂直基線進行校正之后，仍不能得到理想的效果。為了解決這一特殊情況，根據雙線檢測提取出兩個傾斜角度，可采用角平分線法，即將Hough變換檢測到的兩條直線的角平分線作為基線進行傾斜校正。利用角平分線法進行校正的結果如圖5、圖 6所示。

可以看出，與單純使用水平基線或垂直基線作為旋轉軸相比,使用角平分線法對傾斜維文字符進行校正,傾斜度有了明顯的改善。

對480幅傾斜手寫體圖像進行字符校正,結果如表2和表3所示，其中表3根據基線的檢測次序分類，表3根據基線的方向分類。

本文根據維文字符的書寫特點和字符基線位置的不同對字符進行分類；對經過預處理的維文手寫體字符采用基于Hough變換的雙線傾斜校正算法提取傾斜角度。用該算法校正了480幅不同的手寫體維文字符，得到了滿意的效果。國內外均有文獻研究手寫體數字的傾斜校正[5]，本文算法也可用于手寫體數字的傾斜校正。此外，該算法也可用于處于傾斜狀態(tài)的印刷體維文字符和印刷體數字的傾斜校正。

表2 根據基線的檢測次序分類

表3 根據基線的方向分類

[1]任宏宇，袁保社，田園.基于BP神經網絡的維吾爾聯機手寫字符識別[J].微電子學與計算機，2010,27(8)：238-241.

[2]MAHMOUD A,SHATNAWI A,OMAR K.Skew detection and correction technique for arabic document images based on centre of gravity[J].Journal of Computer Science,2009,21(3)：363-368.

[3]李政,楊揚,頡斌,等.一種基于 Hough變換的文檔圖像傾斜糾正方法[J].計算機應用，2005,25(3)：583-585.

[4]萬芳.聯機手寫維吾爾文字識別技術的研究與實現[D].烏魯木齊：新疆大學，2007.

[5]王有偉,劉捷.手寫體數字識別中的一種新的傾斜校正的 方 法[J].計 算 機 工 程 ，2004,30(11)：128-130.