數字圖像細線化處理方案探討

王元元

（長江職業學院，武漢 430074）

字符識別，英文為OCR（Optical Character Recognition）。其概念為利用光學識別技術進行文字識讀。我國目前的文本型OCR軟件主要有清華文通TH-OCR、北信BI-OCR、中自ICR、沈陽自動化所SY-OCR、北京曙光公司NI-OCR等。[1]

圖像識別處理操作包括圖像編碼、圖像增強、圖像壓縮、圖像復原、圖像分割等步驟。[2]

本文探討的是數字圖像識別中圖像壓縮環節一項必要的處理——圖像細線化。

1 介紹

在影像前置處理步驟中，細線化操作是及其必要的。它的功能是刪除圖像文件中不必要的像素點，將代表圖形原始特征的骨架保留下來。最終生成一個簡化的圖像數據資料，可大大減少文字圖像儲存所需容量。

因為字符圖像中各筆劃的寬度并不相同，這讓系統識讀時會造成干擾。而細線化操作就是采取循環取舍各種寬度字體圖像的包圍像素的辦法，最后生成由單一像素構成的線條。

在這個過程中，為防止刪除必要的像素點。需確保幾點：

（1）不能刪除線段的端點；

（2）不可改變圖像的連接結構；

（3）操作后的圖像能唯一替代原文字圖像。

把粗的線條細化，可以清晰呈現諸如線條交叉交叉點、轉折點等關鍵特征像素點。目前國內外已有各種算法，如內接圓法、異步算法、經典算法、快速并行算法和并行八邊算法等，每種算法都有其優缺點。

2 具體算法

以下分析由T.Y.Zhand和C.Y.Suen提出的方法。此法是將Hilditch的構想加以改良，在如圖1的3*3矩陣中，由兩個方向實施中間點P1的保留或刪除。首先考慮P1的右、下、左上的點，再考慮左、上、右下的點。

圖1 3×3臨域

細線化過程如下：

設N（P1）為P1周圍非零像素個數。S（P1）為依P2，P3，….，P8，P9順序灰度值由0轉換至1的次數。

步驟一：若符合下面四個條件，則P1點刪除

步驟二：若符合下面四個條件，則P1點刪除

重復以上步驟，直到無刪除點為止。

執行完以上操作后，原圖像的骨架被保留，線條由粗線轉為單個像素組成的細線條。轉換效果見圖2：

圖2 細線化效果

由效果對比，我們可看出，細線化較好的保留了原圖形的結構，同時大大減少了冗余信息。

3 細線化算法的改進

執行該算法后，雖很好的保證了線條的連貫性，但生成的線條不是最精簡的，還有冗余信息。如圖3，圖中間的黑點刪除可不影響線條連貫性。

圖3 冗余點示意圖

根據Hilditch算法，不能去除該點。分析后發現，凡中心黑點周圍有2個像素，并且和其夾角成90度時，該中心黑點就可刪除，如圖4（a）。但Hilditch算法中對于該冗余像素卻無能為力。為了保持數字局部特征，對于分支點和交叉點要做保護，如圖4（b）、（c）。所以本方案對Hilditch算法進行了改良，以得到更好的效果。

圖4 各種點的結構

矩陣中，共P1-P9這9個像素點。如第i個像素為黑色，則Pi值為1，如為白色，則Pi值為0。先按照Hilditch算法進行細線化操作，完成后執行下面的改良算法：

（1）p2+p4=2||p4+p6=2||p6+p8=2||p8+p2=2

（2）p2+p4+p6+p8=2

若滿足以上2個條件，則刪除P1點。從左上角開始掃描，對整幅圖像執行一次以上操作即可。

該算法有時會破壞圖形連續性，所以在執行后要再對圖像進行一次閉合操作，使斷開的線連貫起來。

4 結束語

經過細線化等多個步驟后，原來高分辨率的彩色數字圖像文件，變換成低分辨率的二值化數字形狀骨架圖像文件，為數字系統識讀提供了良好基礎。