基于形狀的字符識別算法

摘 要： 現有基于字符形狀的識別算法依賴其他輔助方法識別字符，對此提出改進。采用背景賦值描述字符的凹凸性特征，提出凹凸對稱性和凹凸區域夾角的計算方法作為補充，充分利用字符的凹凸性特征設計多級分類器，完全采用凹凸性特征進行多級分類識別，正確識別25個大寫英文字符和10個阿拉伯數字，不受字符大小與傾斜影響。實驗結果表明，在此提出的改進算法克服了現有算法缺陷，擴展了凹凸性特征的可區分范圍，突出了基于形狀的算法的優越性。

關鍵詞： 字符識別； 形狀特征； 凹凸性特征； 凹凸對稱性； 凹凸區域夾角

中圖分類號： TN919?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2013）16?0077?04

0 引 言

字符特征的提取是字符識別中的關鍵技術。目前應用較為廣泛的是提取字符輪廓特征為主的方法，如采用鏈碼描述字符線條、平面曲線及區域邊界等[1?3]。此類方法可以較好地提取景物的輪廓，但對于字符大小、傾斜等因素較為敏感，因此需要經過歸一化、傾斜校正和細化等預處理。這些處理過程較為繁瑣，特別是細化過程，無論是并行算法[4]或是模板匹配算法[5]，最終獲取理想的單像素圖像非常困難，對于字符的準確識別造成不利影響。文獻[6?7]所提基于字符形狀的識別算法，根據字符的整體形狀特征，如字符的凹凸性，提取字符特征，不受字符大小、傾斜的影響，省去歸一化、傾斜校正和細化處理，提高字符識別的速度，是一類較為簡單、實用的方法。

采用以字符凹凸性特征提取為主的方法識別字符，簡單易行。但在分類識別時，需用輔助方法，如文獻[6]使用彎曲度計算提取直線特征，文獻[7]使用鏈碼描述提取直線和角點等。這些輔助方法除了需要額外的處理時間之外，實際上仍受到字符大小、傾斜等因素的影響。文獻[6]所提算法在字符筆畫彎曲度計算中，會受到字符傾斜的影響；文獻[7]提出的算法，鏈碼描述直線特征需將字符細化。

對此，本文提出采用新的字符凹凸性特征分析與提取方法，針對25個大寫英文字符（不包含“I”）及10個阿拉伯數字（0～9），探討該種方法的可行性及優勢。

1 字符形狀的凹凸性描述

字符形狀的凹凸性特征指字符呈現于人眼的凹凸曲直性。字符的凹凸性特征描述有多種方法[8?10]，本文采用背景賦值法。首先逐像素掃描圖像并選擇背景點（像素值為1），從該像素向其8鄰域方向作射線，判斷射線是否與圖像前景點（像素值為0）相交，將有交點的射線數作為背景值賦值給當前背景點。圖1（a）所示的圖案進行背景賦值后得到圖1（b）所示的賦值背景圖像。根據背景賦值，可實現對字符的凹凸性特征描述。

圖1（b）中，背景值為8的區域表示該區域的點向8個方向所做射線均與前景點相交，即該點被字符的筆劃包圍，為圈區域，如圖1（a）中的L1、L2。背景值為5～7的點則處于字符筆劃的凹陷區，為凹區域，如圖1（a）中的LC、RC、UC、DC。顯然，不同字符呈現的凹凸性特征具有明顯的區別，且抗變性強。

本文采用圈區域數量、凹區域數量及方向、圈區域的大小、凹凸對稱性、凹凸區域夾角、凹凸區域位置和寬高比共7個特征識別字符。

2 凹凸性特征提取

（1）圈區域L

如上所述，背景賦值為8即認為是圈區域。但在實踐中發現如Arial等部分字體，由于筆劃包裹性較強，字符中存在凹陷較深的區域，簡單地按照背景賦值法賦值則會將其凹區域的邊緣賦值為8，導致圈區域的誤判。如圖2（a）所示字符“6”。

為避免該問題出現，增加了二次賦值步驟，即對于賦值為8的像素，還要檢測其8鄰域是否在圈內，將不在圈內的像素賦值為9，認定其為凹區域，如圖2（b）所示。

（2）凹區域C

圖1（a）中存在4個特征不同的凹區域，為加以區別，做如下定義：

左凹LC：左側無字符筆劃的凹區域；

右凹RC：右側無字符筆劃的凹區域；

上凹UC：上方無字符筆劃的凹區域；

下凹DC：下方無字符筆劃的凹區域。

（3）圈的大小LV

有圈的字符較多，顯然圈的大小可作為重要特征區別不同字符。如D、O為大圈，4、R為小圈。定義LV為圈區域面積與字符面積之比，若LV>0.7為大圈，而LV<0.7則為小圈。

（4）凹凸對稱性CS

對于凹凸性特征相似的字符，如5和S，識別難度較大。文獻[6]采用計算水平交點數的方法區別。此種方法具有一定局限性，如5和S下部都有2個交點，而上部雖然交點數有差異，但較難精確測算，同時受到字符傾斜等因素影響會出現誤判。

研究中發現如5和S、2和Z，雖然特征相近，但大多數常見字體中S和Z的上下凹區域均對稱，而5和2則不對稱，如圖3所示。

因此定義凹凸對稱性CS，計算字符兩個不同凹區域的相似程度以區別這些字符。簡單起見，定義字符上下凹區域的面積之比為對稱性CS，若CS=1則表示對稱。也可根據具體情況設置CS門限以體現字符凹凸對稱程度。

（5）凹凸區域夾角CA

字符U和V、H和N特征相近。但“V”、“N”中存在銳角凹區域，即左右兩側筆劃夾角成銳角，而“H”中存在直角凹區域，如圖4所示。

圖5所示為8鄰域示意圖。

定義[CA=i=29pi]。

若p1在賦值背景的凹凸區域中，其8鄰域中某像素是筆劃的則給對應鄰域賦值為1，是凹區域的則給對應鄰域賦值為0。那么在銳角凹區域中總會找到一點滿足CA>5；而直角凹區域中總會找到一點滿足CA=5 ；在不含銳角/直角的凹區域則找不到這樣的像素。

（6）凹凸區域位置CP

定義CP<0.5表示凹凸區域在字符圖像上半部分，CP>0.5則表示凹凸區域在圖像的下半部分。

（7）寬高比CR

字符0和O可用寬高比區別，設若CR<0.75對應0，CR>0.75對應O。

3 實驗結果與分析

通過對35個字符的凹凸性特征提取和分析，設計多級分類器，每級使用一項或幾項特征條件，將字符逐級分類識別。在VC6.0環境中，針對大量包含常見字體的32×32字符圖像進行識別的實驗。

3.1 一級分類

以無圈、有圈（1圈/2圈）作為分類特征，將字符分為3類，如表1 所示。

表1 一級分類結果

3.2 二級分類

二級分類結果如表2所示。二級分類根據一級分類結果中的字符凹凸性特征，靈活選用分類特征進行逐級分類，將一級分類中的3類字符分別分為多個子類，如表2所示。

對于類1，先篩選出含有左凹區域的字符得到子類1?1；在剩余字符中分別依據含有1個和2個右凹區域得到子類1?2、1?3；含有上凹或下凹區域的字符分為子類1?4；不含凹區域的只有字符“1”，作為子類1?5。對于類2則選用含有大或小圈區域作為分類特征，得到子類2?1和2?2。而類3中只有兩個字符，顯然含有左凹的為“8”，不含左凹的為“B”。

3.3 三級分類

三級分類結果如表3所示。

表3 三級分類結果

二級分類后無法區別的字符進行三級分類，見表3。除“N”、“H”、“V”、“U”外，“D”和“0”、“O”也采用計算凹凸區域夾角的方法區分，避免了采用鏈碼或曲率檢測直線，更加簡單實用。

3.4 四級分類

如表4所示，所有字符已完全被區分開。

表4 四級分類結果

4 結 語

多級分類識別全部采用字符形狀的凹凸性特征，35個字符全部正確識別，不受字符圖像的大小、傾斜影響。特別是采用凹凸對稱性、凹凸區域夾角作為分類特征識別字符，有效擴展了凹凸性特征的可區分范圍，體現了基于字符形狀的識別方法的優越性。

參考文獻

[1] 王萍，劉恒，狄光敏.基于簡約碼特性樹的字母和數字識別[J]. 天津大學學報，2008，41（6）：667?672.

[2] 宋加濤，劉濟林.車輛牌照上英文和數字字符的結構特征分析及提取[J].中國圖象圖形學報，2002，7（9）：945?949.

[3] 周治緊，李玉鑑.基于投影歸一化的字符特征提取方法[J].計算機工程，2006，32（2）：197?199.

[4] 喻擎蒼，蘇斌，李華強.改進的符號圖像并行細化算法[J].計算機工程與設計，2009，30（3）：723?724.

[5] 梅園，孫懷江，夏德深.一種基于改進后模板的圖像快速細化算法[J].中國圖象圖形學報，2006，11（9）：1306?1311.

[6] 胡金蓉，周激流，王玲，等.一種新的基于字符形狀特征的高效車牌識別算法[J].計算機應用研究，2010，27（6）： 2398?2400.

[7] 朱紹文，陳光喜.一種簡單的基于字符形狀的驗證碼識別技術[J].桂林電子科技大學學報，2010，30（2）：59?62.

[8] CHEN Yi?kai， WANG Jing?fa. Segmentation of single or multiple?touching handwritten numeral string using background and fore?ground analysis [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2000， 22（11）： 1304?1317.

[9] TOY F H， CAO L J. Descending support vector machines for financial time series forecasting [J]. Neural Processing Letters， 2002， 13（15）： 179?195.

[10] 羅佳，王玲.基于凹凸特性的非限制粘連手寫數字串切分[J]. 微計算機信息，2007（23）：275?276.