羅 毅， 李 鶯， 王 鍇， 李 斌

（1.四川理工學(xué)院 自動(dòng)化與電子信息學(xué)院，四川 自貢 643000；2.四川理工學(xué)院 計(jì)算機(jī)學(xué)院，四川 自貢 643000）

字符識(shí)別是模式識(shí)別技術(shù)的一個(gè)重要研究方向，屬于圖像模式識(shí)別的范疇。目前，隨著計(jì)算技術(shù)的不斷發(fā)展，越來(lái)越多的信息都要實(shí)現(xiàn)數(shù)字化存儲(chǔ)與處理，尤其是海量的、具有重要價(jià)值的文字信息都要利用現(xiàn)有的技術(shù)手段實(shí)現(xiàn)數(shù)字化存儲(chǔ)，才能夠不斷的傳承下去，同時(shí)隨著節(jié)能環(huán)保理念的不斷的深入人心和推進(jìn)，也要求各種文檔要由紙質(zhì)向電子文檔轉(zhuǎn)變，這些過(guò)程中都不可避免的要利用到字符識(shí)別技術(shù)，尤其是字符的結(jié)構(gòu)復(fù)雜，相似字符眾多的中文字符的識(shí)別，本文的研究的對(duì)象就是中文字符的識(shí)別問(wèn)題。

中文字符識(shí)別的一個(gè)難題就是對(duì)于復(fù)雜結(jié)構(gòu)的漢字的特征的提取，由于漢字的結(jié)構(gòu)復(fù)雜，字體眾多，如何選擇合適的特征映射來(lái)描述一個(gè)漢字能夠直接決定最終漢字識(shí)別的結(jié)果，目前常用的特征提取方法有統(tǒng)計(jì)特征提取、結(jié)構(gòu)（句法）特征提取[1-2]和基于神經(jīng)網(wǎng)絡(luò)的方法[3]。統(tǒng)計(jì)特征方法由于是對(duì)字符圖像的每一個(gè)點(diǎn)進(jìn)行統(tǒng)計(jì)形成一定的統(tǒng)計(jì)特征，所以也就決定了它對(duì)于圖像中的噪聲不敏感，但是對(duì)字符的細(xì)節(jié)區(qū)分性較差；結(jié)構(gòu)特征提取的方法能夠?qū)π谓鼭h字較好的區(qū)分，但是對(duì)字符圖像的噪聲非常敏感，影響識(shí)別結(jié)果；近年來(lái)新興的人工神經(jīng)網(wǎng)絡(luò)理論具有一定的并行處理和自學(xué)習(xí)能力，但是在學(xué)習(xí)過(guò)程中容易陷入局部最小值，也就是泛化能力非常差的情況，所以上述的字符特征提取方法都存在一些急需解決的問(wèn)題。筆者在研究現(xiàn)有的中文字符特征提取方法基礎(chǔ)上，提出了一種基于Gabor變換的特征提取方法，利用Gabor變換對(duì)圖像的紋理方向敏感性獲取漢字筆畫(huà)方向特征，實(shí)驗(yàn)結(jié)果表明這種特征提取方法能夠較好的獲取中文字符的特征，對(duì)識(shí)別系統(tǒng)具有較好的支持作用。

1 Gabor變換理論和2D-Gabor濾波器

1.1 Gabor變換理論

Gabor變換是Gabor在1946年的論文”Theory of communication”中提出的以一個(gè)高斯函數(shù)為平移窗口做短時(shí)傅立葉變換的方法，作為時(shí)-頻域分析的工具后人命名為Gabor變換[4-5]。Gabor變換就是通過(guò)信號(hào)進(jìn)行加窗函數(shù)Fourier變換來(lái)實(shí)現(xiàn)將非平穩(wěn)的信號(hào)分解成一系列的短時(shí)間內(nèi)平穩(wěn)的信號(hào)組合，定義如下：

式中的ga（t）是用于對(duì)信號(hào)進(jìn)行窗口操作的窗口函數(shù)，一般選用高斯函數(shù)，因?yàn)楦咚购瘮?shù)和其傅立葉變換都是高斯函數(shù)的形式，也就能夠?qū)崿F(xiàn)時(shí)域和頻域的局部化分析。常數(shù)b確定窗函數(shù)的中心位置，a的大小決定窗函數(shù)的寬度。a選較小的數(shù)值，也就是高斯函數(shù)的方差很大，其窗口也就越窄，在時(shí)間域的劃分就越細(xì)致，時(shí)域分辨率也就越高，但頻域的分辨率就會(huì)降低。如果a的值越大，則其窗口也就越寬，時(shí)域分辨率低，而頻域分辨率高。

1.2 2D-Gabor濾波器

將Gabor變換應(yīng)用到圖像的特征提取就是設(shè)計(jì)相應(yīng)的Gabor濾波器對(duì)需要提取特征的圖像進(jìn)行濾波處理，這是因?yàn)橛缮厦娴模?）式可以看出Gabor變換就是利用一定的Gabor核函數(shù)與信號(hào)進(jìn)行時(shí)域的卷積運(yùn)算，也就是頻域的相乘，所以利用一個(gè)Gabor濾波器對(duì)圖像進(jìn)行濾波操作就能夠計(jì)算相應(yīng)的Gabor特征向量[6]。

2D-Gabor濾波器是一種方向?yàn)V波器，對(duì)于圖像中的方向紋理具有很好的檢測(cè)效果，本文中采用二維高斯變換調(diào)制的一個(gè)復(fù)正弦波作為Gabor核函數(shù)，其形式如下所示。

對(duì)Gabor核函數(shù)的傅立葉變換，如式（4）。

式中 σu=πσx/2，σv=πσy/2，σx和 σy是 gabor核函數(shù)在兩個(gè)空間維度x、y方向上的標(biāo)準(zhǔn)差，決定著窗函數(shù)的窗口寬度，也就是對(duì)圖像的觀察尺度，尺度越大，頻域中局部分辨率也就越低，反之越高；θ是窗口函數(shù)的方向角，一般取0～180°，對(duì)不同方向的紋理特征進(jìn)行觀察。

2 Gabor特征提取

2.1 字符圖像預(yù)處理

首先，將獲取的灰度字體圖像進(jìn)行二值化處理。利用一定的閾值分割的算法確定灰度閾值T，對(duì)圖像中的每一個(gè)像素點(diǎn)進(jìn)行灰度值判決，大于閾值T的設(shè)置為255，反之，小于閾值T的設(shè)置為0，從而實(shí)現(xiàn)字符圖像分黑白二值化處理。

其次，對(duì)二值化處理得到的字符圖像進(jìn)行歸一化處理。歸一化處理是為了對(duì)字符圖像的尺寸進(jìn)行統(tǒng)一，使得提取的特征能有相同的維數(shù)。一般采用雙線性插值的方式進(jìn)行縮放，實(shí)現(xiàn)歸一化。

2.2 Gabor特征提取

對(duì)一幅輸入的圖像提取Gabor特征就是對(duì)圖像使用以（0，0）為中心的Gabor濾波器進(jìn)行濾波，濾波響應(yīng)即為輸入圖像的 Gabor特征。 如果 Gabor濾波器的時(shí)域表示為 g（x，y，σx，σy，f，θ），圖像的表示為 I（x，y），那么圖像的 Gabor特征也就可以表示為圖像和Gabor濾波器的卷積，即：

Gabor濾波響應(yīng)其實(shí)是一個(gè)復(fù)數(shù)，包含了實(shí)、虛兩部分，實(shí)部偏重于圖像的內(nèi)部紋理特征，虛部重點(diǎn)突出圖像的邊緣信息。文中的漢字識(shí)別以G（x，y）的幅值做為特征，選取 σx=σy=2，f=4，0°、45°、90°、135°4 個(gè)方向?qū)ψ址麍D像進(jìn)行特征提取，下面是“社”、“會(huì)”兩字的2個(gè)方向的Gabor變換示意。

圖1 Gabor特征示意Fig.1 Example of gabor feature

根據(jù)上圖可以發(fā)現(xiàn)0°的Gabor特征是獲取字體的豎直方向的筆畫(huà)，45°是獲取筆畫(huà)中和“丿”近似方向的筆畫(huà)，90°是獲取橫向的筆畫(huà)，135°獲取的是漢字的 “”近似方向的筆畫(huà)特征。對(duì)于16×16大小的字符圖像，獲取了256維的4個(gè)方向的一共4組Gabor特征做為字符識(shí)別分類(lèi)器的輸入，實(shí)現(xiàn)字符的識(shí)別。

3 實(shí)驗(yàn)結(jié)果及分析

本文為了對(duì)比利用Gabor濾波器獲取的字符特征與傳統(tǒng)的統(tǒng)計(jì)結(jié)構(gòu)特征與結(jié)構(gòu)特征對(duì)字符識(shí)別系統(tǒng)識(shí)別率的影響，選取了100個(gè)常用漢字的3種字體（宋體、黑體、楷體）作為樣本，其中80個(gè)漢字的不同字體作為分類(lèi)器的訓(xùn)練樣本，20個(gè)漢字作為測(cè)試集，分別利用Gabor濾波的方式和黑像素統(tǒng)計(jì)特征以及對(duì)字符的不同方向貫穿交點(diǎn)次數(shù)特征作為分類(lèi)器的輸入，得到各自的識(shí)別率，各自的識(shí)別結(jié)果如表1所示。

表1 不同特征提取方法的識(shí)別率Tab.1 Recognition rate based on dfferent

實(shí)驗(yàn)結(jié)果表明在同樣的分類(lèi)器條件下，Gabor特征提取方式具有更高的識(shí)別率。

4 結(jié)束語(yǔ)

根據(jù)人類(lèi)的視覺(jué)特征，結(jié)合中文字符中筆畫(huà)具有不同的方向特征，本文提出了一種基于Gabor濾波器的漢字特征提取方法，與傳統(tǒng)的漢字特征提取方法相比具有較高的識(shí)別率。當(dāng)然，如果Gabor核函數(shù)選擇得更佳，效果會(huì)更好。

[1]趙繼印，鄭蕊蕊，吳寶春，等.脫機(jī)手寫(xiě)體漢字識(shí)別綜述[J].電子學(xué)報(bào)，2010（2）：405-415.

ZHAO Ji-yin，ZHENG Rui-rui，WU Bao-chu，et al.A review of off-line handwritten chinese character recognition[J].Acta Electronica Sinica，2010（2）：405-415.

[2]涂巖愷，陳慶虎，黃亮.手寫(xiě)漢字識(shí)別的偽二維彈性網(wǎng)格方法[J].華中科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，38（11）：37-40.

TU Yan-kai，CHEN Qing-hu，HUANG Liang.Pseudo twodimension elastic mesh method for recognizing Chinese characters written by hand[J].J.Huazhong Univ.of Sci.&Tech：Natural Science Edition，2010，38（11）：37-40.

[3]居琰，汪同慶，彭建，等.特征融合用于手寫(xiě)體漢字識(shí)別研究[J].電子科技大學(xué)學(xué)報(bào)，2007，31（3）：229-233.

JU Yan，WANG Tong-qing，PENG Jian，et al.Research onhandwritten chinese characterrecognition using feature fusion andmodular RBF classifier[J].Journal of UEST of China，2007，31（3）：229-233.

[4]冉啟文.小波變換與分?jǐn)?shù)傅立葉變換理論及應(yīng)用[M].哈爾濱：哈爾濱工業(yè)出版社，2001.

[5]王林.基于Gabor變換的木材表面缺陷識(shí)別方法的研究[D].哈爾濱：東北林業(yè)大學(xué)，2010.

[6]康俊芳.基于Gabor變換的圖像特征提取方法研究[D].昆明：云南大學(xué)，2010.