韓抒真　程杰　柳青

摘要：字符細化是手寫體識別預處理中的關鍵技術，細化結果的好壞直接關系到識別率的高低。由于手寫字符的多樣性和隨意性，目前沒有統(tǒng)一的細化算法，因此細化算法的研究受到越來越多學者的關注。該文以非粘連字符作為研究對象，對基于模板的細化算法進行研究。采用FPA細化算法、SPTA細化算法、改進的Hilditch細化算法進行理論分析和編程實現(xiàn)，通過對比細化效果，分析了幾種細化算法的優(yōu)缺點。

關鍵詞：手寫體字符；細化；FPA算法；SPTA算法；Hilditch算法

中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2015）09-0226-02

字符細化，即提取字符僅有一個像素寬度的字符骨架，因此也稱為字符骨架化[1]。字符骨架化的過程是在保障像素間能夠拓撲連接的前提下，對整幅圖像的邊緣像素進行連續(xù)擦除的處理，最終保留僅一個像素寬度組成的字符。

字符進行細化處理后能夠消除字符圖像中包含的冗余信息，避免不相關因素（如，手寫字符的粗細）的干擾，減少計算機的運算量，進而使識別時間縮短。采用不同的字符細化算法提取到的字符骨架不同，會直接影響到在字符骨架的基礎上提取的字符特征的好壞，最終對字符識別的正確率產生影響。因此，字符細化算法的研究顯得尤為重要。

1 字符細化算法研究

1.1 FPA細化算法

針對經(jīng)過二值化處理的手寫字符圖像中的任意一像素，選取周圍的窗口做判斷處理，如圖1所示。FPA方法[2]的原理，將筆劃的外圍黑像素進行逐層的剝除，最終保留屬于字符骨架的像素點。為了確保骨架提取的連續(xù)性，將每次處理又分解成兩次子處理。

第一次子處理：從所選窗口區(qū)域的東南邊界和西北角對滿足式a）、b）、c）、d）的黑像素點進行剝除處理；

第二次子處理：從所選窗口區(qū)域的西北邊界和東南角對滿足式a）、b）、c'）、d'）的黑像素點進行剝除處理；

反復執(zhí)行以上兩次子處理，直到得到字符骨架為止。

a） 2≤B（P1）≤6；

b） A（P1）=1；

c） P2×P4×P6=0； c'） P2×P4×P8=0；

d） P4×P6×P8=0； d'） P2×P6×P8=0；

其中，A（P1）表示P2，P3，P4，P5，P6，P7，P8，P9，P2序列中出現(xiàn)01對的個數(shù)，B（P1）表示1在P1的周圍八鄰域窗口內出現(xiàn)的個數(shù)。公式a）用來限制字符骨架的端點不被剝離，公式b）保障字符骨架中間點的存留，如圖2所示。公式c）、d）和公式c'）、d'）分別用來確保細化過程中只剝離東南邊和西北角、西北邊和東南角中不屬于字符骨架的冗余點。

運用此算法對實驗分割后的單個漢字進行細化，部分實驗結果如下：圖3為原圖，圖4為原圖取反后的圖，圖5為實驗得到的細化圖。

1.2 SPTA細化算法

SPTA算法[3]同樣選取

3）從P1開始，對像素點進行逐對判斷，若前一點和后一點的值分別為0和1，則將Ti的值置為1，否則置為0，i的范圍為1，2，…，8。若[i=18Ti=1]，則表示滿足該條件，記為Z0（P0）=1。

4）P1×P3×P7=0即點P1，P3，P7中任意一個或者多個點的值為0，或者Z0（P1）≠1即以P1為基準點的8—鄰域點的Z0計算結果值不等于1。

5）P1×P3×P5=0即P1，P3，P5中任意一個或者多個點的值為0，或者Z0（P3）≠1即以P3為基準點的8—鄰域點的Z0計算結果值不等于1。

當關注P1和P3的Z0運算時，P1和P3的8—鄰域像素點情況示意圖分別如圖11和圖12所示。

明顯得知，計算Z0時，需要計算Ti在上述條件c）中，其i的取值范圍為[1，8]，但是，點P1、P3鄰域點的下標與i的取值范圍保持不同。

運用此算法對實驗分割后的單個漢字進行細化，部分實驗結果如下：圖13為原圖，圖14為原圖取反后的圖，圖15為細化后的結果。

2 算法結果分析

本文通過對60個樣本的實驗分析，從連續(xù)性、速度、骨架的保持、細化結果、像素特性、算法實現(xiàn)的難易度、以及細化效果方面對三個算法進行了比較分析，分析結果如表1所示。

3 結論

通過理論研究和實驗分析，對三種算法提出了對比論證，F(xiàn)PA算法兼顧了連續(xù)性和四周噪聲免疫，處理效果較好，容易實現(xiàn)。SPTA算法處理的結果是嚴格的單像素筆畫，便于筆畫跟蹤提取，并且比較好地代表了筆畫的中軸和保持了筆畫的連續(xù)性，達到了細化的基本要求。對于Hilditch算法的改進，也是一種較好的模板法，細化后的圖像沒有改變原圖像的主要特征，而且很好的排除了大量冗余信息的干擾。

雖然三個算法相對細化效果較好，但都存在一定問題，F(xiàn)PA算法難于排除撇、捺方向交叉筆畫的畸變，且不是嚴格的單一像素。SPTA算法結果雖然是單一像素，但是速度比FPA稍慢，而且SPTA也難于克服45°交叉點畸變的問題。Hilditch算法雖然將轉折位置的結構特征保留了下來，但個別多余信息冗余仍然存在，需對細節(jié)做進一步處理。

參考文獻：

[1] 魏煒， 劉亞寧. 改進的脫機手寫漢字細化算法[J]. 計算機系統(tǒng)及應用， 2011， 20（6）： 184-187.

[2] 張學東， 張仁秋， 關云虎， 等. 一種快速的手寫體漢字細化算法[J]. 計算機應用與軟件， 2009，26（11）： 17-19.

[3] 黃鐵英， 姜昱明. 一種快速手寫漢字細化算法[J]. 計算機工程， 2004， 30（19）： 121-128.

[4] 白瑩. 手寫漢字的細化算法研究[D]. 西安電子科技大學， 2014.

[5] 賈瑜， 饒建輝. 一種對文字圖像細化的改進Hilditch算法研究[J]. 武漢工業(yè)學院學報， 2006（3）.