【正文】 而 M， N， V， W 等字符本身包含凹凸結(jié)構(gòu)，從這 些字符檢測(cè)到的問(wèn)距會(huì)偏小，而水平筆劃的字 符粘連會(huì)使檢測(cè)到的間距偏大，所以取凹結(jié)構(gòu)間距和凸結(jié)構(gòu)間距的中間值作為單個(gè)字符的近似寬度。在字符間的間隔處，則在上輪 廓存在凹結(jié)構(gòu)，在下輪廓存在凸結(jié)構(gòu)。 同理，同理，從下而上逐列掃描圖像，由每列的第一個(gè)黑色像素點(diǎn)組成的輪廓曲線稱(chēng)之為字符串 下輪廓。并利用切分處筆劃寬度特征，對(duì)切分處的 變形筆劃進(jìn)行了恢復(fù)，有效抑制噪聲干擾而產(chǎn)生的字符 筆劃變形，提高索書(shū)號(hào)文字識(shí)別的正確率。切分后字符的筆畫(huà)粘連引起的字符變形被糾正，但是，字符“ 3”的筆畫(huà)變形依舊沒(méi)有修復(fù)。與文檔圖像相比，索書(shū)號(hào)字符圖像具有以下特點(diǎn)： (1)字符間隔比文檔中單詞的字符問(wèn)隔 大； (2)索書(shū)號(hào)的字符基本保持相同高度；發(fā)生重疊粘連和交錯(cuò)粘連的概率很小。一般認(rèn)為粘連字符的錯(cuò)誤切分會(huì)導(dǎo)致字符筆畫(huà)的嚴(yán)重失真變形，以致無(wú)法實(shí)現(xiàn)字符的正確識(shí)別。如圖 31即分割出的索書(shū)號(hào)圖像的二值化圖像。其中有的索書(shū)號(hào)圖像中存在污跡，有的文字或標(biāo)簽紙不均勻褪色，有的存在大面積陰影和低對(duì)比度等 4種典型。 需確定一個(gè)閾值 T是的灰度值小于 T的像素分割為背景而是的灰度值大于 T的像素分割為目標(biāo)。如果已知密度函數(shù)的形式，就有可能計(jì)算出一個(gè)最優(yōu)閾值，用它可把圖像分成兩類(lèi)區(qū)域而是誤分割率最小。 有時(shí)圖像中目標(biāo)和背景的灰度值有部分交錯(cuò)，這是乳癰一個(gè)全局閾值進(jìn)行分割則總會(huì)稀罕省一定的誤差。圖像的灰度直方圖是圖像個(gè)相熟灰度值得一種統(tǒng)計(jì)度量。 二值化問(wèn)題描述如： 令 N為一系列自然數(shù)， (x,y)是數(shù)字圖像的空間坐標(biāo)， G={0,1,2....l1}是表示灰度級(jí)的正整數(shù)，這樣圖像函數(shù)以定義為映射： f:N*N→ G，坐標(biāo)為 (x， y)的像素點(diǎn)值為 f(x， y)。經(jīng)過(guò)列方向和行方向邊界天正，形成完整的文字圖像區(qū)，并提取出文字圖像。 邊界調(diào)整 檢測(cè)出的文字圖像中，由于文字大小寫(xiě)，吱聲結(jié)構(gòu)等造成字符排列不爭(zhēng)氣，導(dǎo)致不問(wèn)字符的筆畫(huà)會(huì) 被漏檢，如字符 P 的下半部分。 8 0 50 100 150 200 250 300 350 400 450 50001020304050607080X D ir e c t io n E d g e P ix e ls S t a t is t ic s 圖 27 列方向邊緣點(diǎn)數(shù)量統(tǒng)計(jì) 檢測(cè)出的可能文字圖像應(yīng)先進(jìn)行合并，形成可能的文字圖像區(qū)域。 文字圖像列區(qū)域檢測(cè) 在檢測(cè)出行區(qū)域文字圖像中進(jìn)一步確定。 0 50 100 150 200 250 300 350 400 450 500012345678910Y D ire c t io n E d g e P ix e ls S t a t is t ic s 圖 26 行方向邊緣點(diǎn)數(shù)量統(tǒng)計(jì) 檢測(cè)出的可能文字圖像應(yīng)先進(jìn)行合并，形成可能的文字圖像區(qū)域。因此文字圖像區(qū)域中行統(tǒng)計(jì)平均的邊緣點(diǎn)數(shù)量比非文字圖像區(qū)域中的多，則： Ny0（ word） Ny0 (nonword) (24) 式中， Ny0（ word）為文職圖像區(qū)域的行平均邊緣點(diǎn)個(gè)數(shù)， Ny0(nonword) 為非文字圖像區(qū)域的行平均邊緣點(diǎn)個(gè)數(shù)。由于索書(shū)號(hào)文字采用黑色應(yīng)刷，但發(fā)生不同程度的退色，繼黑巖色的飽和度 S有一定的變化，故 BW_Word(i,j)=???01 S1≤S≤s2 and BW(i,j)=1 （ 23） 式中， BW(i,j)是 Canny算子檢測(cè)的邊緣， BW_Word(i,j)是文字的邊緣點(diǎn)， S1和 S2表示索書(shū)號(hào)文字 S分量對(duì)應(yīng)的范圍。如圖 24所示，即實(shí)驗(yàn)中的 Canny算子邊緣檢測(cè)結(jié)果。實(shí)驗(yàn)中σ設(shè)置為 1， TL=*TG。 Canny算子邊緣檢測(cè)有如下 3個(gè)指標(biāo)：第一，對(duì)每個(gè)邊緣點(diǎn)有唯一的響應(yīng)，得到的邊緣為單像素狂；第二，錯(cuò)誤率 最低，即要少將真正的邊緣點(diǎn)丟失也要少將非邊緣點(diǎn)判為邊緣點(diǎn)；第三，高位置精度，檢測(cè)的邊緣應(yīng)在正真的邊界上。其中 I表示顏色的敏感程度， H表示不同的顏色， S表示顏色的深淺， I分量與彩色信息無(wú)關(guān)， H和 S與人感受彩色的方式緊密相連。它的算法流程如圖 22 所示，實(shí)驗(yàn) 結(jié)果證明，該方法具有定位精度高，準(zhǔn)確率高，抗噪能力強(qiáng)，并在“索書(shū)號(hào)自動(dòng)識(shí)別系統(tǒng)”中取得理想效果。 CCD 拍攝的圖書(shū)索書(shū)號(hào)圖像如圖 21 所示 .圖像中除了索書(shū)號(hào)還包含尤其他文字，紅色條形框還包含有其他文字，紅色條形框以及裝飾景物等，為了能夠正確識(shí)別該書(shū)的索書(shū)號(hào)，首先必須從圖像中正確分割出索書(shū)號(hào)圖像。而粘連索 書(shū)號(hào)切分存在的主要問(wèn)題是 (1)粘連字符的切分比較困難： (2)索書(shū)號(hào)字符發(fā)生粘連有一 部分是字符 的筆畫(huà)發(fā)生變形所致，如筆劃寬度變粗等。因此，單字切分往往與字符識(shí)別緊密結(jié)合在一起。 (3)污跡的影響。但由于定位得到的圖像區(qū)域略大于真實(shí)索 書(shū)號(hào)區(qū)域，二值化后在索書(shū)號(hào)字符附近可能會(huì)存在一些非字符目標(biāo)，影響后續(xù)的單字切分和識(shí)別。索書(shū)號(hào)定位主要存在兩個(gè)問(wèn)題： (1)受不均勻光照和褪色的影響，索書(shū)號(hào)的紋理特征、顏色特征以及形狀特征等有較大的變化，可靠性相對(duì)較差； (2)有的索書(shū)號(hào)由 1 個(gè)字符串組成，有的索陸號(hào)由 2 個(gè)字符串組成，而在索書(shū)號(hào)的周?chē)浇€會(huì)存在其他文字，如出版社名稱(chēng)和作者姓名。為了能夠解決上述問(wèn)題，索書(shū)號(hào)圖像識(shí)別主要由以下 4 個(gè)模塊組 成：索書(shū)號(hào)定位，索書(shū)號(hào)提取，索書(shū)號(hào)字符切分和索書(shū)號(hào)單字識(shí)別。圖像處理技術(shù)是索書(shū)號(hào)識(shí)別的核心技術(shù)，而與相類(lèi)似的應(yīng)用相比，索書(shū)號(hào)圖像處理與識(shí)別又有其自身顯著的特點(diǎn)和難點(diǎn)。由于噪聲和 五點(diǎn)的干擾，以及光照不均勻的影響，二值化后的文字會(huì)發(fā)生粘連，嚴(yán)重改變文字的自營(yíng)。因此，借助其經(jīng)驗(yàn)，本文研究采用圖像處理和識(shí)別技術(shù) 實(shí)現(xiàn)索書(shū)號(hào)的自動(dòng)識(shí)別。但是，由丁館藏圖書(shū) 多達(dá)上萬(wàn)，甚至幾十萬(wàn)，而且每天又都有大量圖書(shū)的借出和還入，人工檢查工作量很大，單調(diào)、 重復(fù)的工作容易使工作員疲勞，檢查速度比 較慢，無(wú)法滿(mǎn)足實(shí)際的需要。 (2)圖書(shū)已經(jīng)丟失，即雖然電子數(shù)據(jù)庫(kù)中顯示圖書(shū)狀態(tài)為“歸還”，但實(shí)質(zhì)圖書(shū)已經(jīng)丟失，并不在書(shū)庫(kù)中。讀者借圖書(shū)的流程如圖 2 所示，一般利用書(shū)目查詢(xún)系統(tǒng)，根據(jù)圖書(shū)的 書(shū)名，出版社，作者以及書(shū)的內(nèi)容等在電子數(shù)據(jù)庫(kù)中檢索自己需要的圖書(shū)，記錄圖書(shū)相關(guān)信息。有的圖書(shū)館如清華大學(xué)還在圖書(shū)分類(lèi)號(hào)碼后添加按照?qǐng)D書(shū)作者姓名所編排的著者號(hào)碼，或者是按照?qǐng)D書(shū)進(jìn)館時(shí)間的先后所取用的順序號(hào)碼。根據(jù)圖書(shū)的學(xué)科主題，以拉丁字母標(biāo)記并順序展列出 22個(gè)基本大類(lèi)，其中沒(méi)有 L、 M 和 Y 開(kāi)頭的 —— 參考附錄 1 中圖 法簡(jiǎn)表。 1 基于 matlab的數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)論文 研究背景 索書(shū)號(hào)的簡(jiǎn)介 索書(shū)號(hào)是圖書(shū)館賦予每一種館藏圖書(shū)的號(hào)碼，這種號(hào)碼具有一定結(jié)構(gòu)并帶有特定的意義?！吨袌D法》采拉丁字母 和阿拉伯?dāng)?shù)字相結(jié)合的混合標(biāo)記符號(hào)。如 B 表示哲學(xué)、宗教一大類(lèi)； B020 則表示宗教理論。 書(shū)庫(kù)中圖書(shū)查找 存在的問(wèn)題 隨著電子計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的發(fā)展，現(xiàn)代圖書(shū)館都已經(jīng)廣泛建立電子數(shù)據(jù)庫(kù)圖書(shū)管理系統(tǒng)， 方便用戶(hù)查找、閱覽書(shū)籍。出現(xiàn)這種情況主要有兩個(gè)原因： (1)圖書(shū)錯(cuò)位放置，即圖書(shū)在書(shū)庫(kù)中擺放的位置與索書(shū) 號(hào)不一致。 目前，圖書(shū)館主要通過(guò)定期的人工檢查發(fā)現(xiàn)書(shū)庫(kù)中錯(cuò)位和丟失的圖書(shū)。 ．索書(shū)號(hào)自動(dòng)識(shí)別系統(tǒng) 近年來(lái)，隨著電子計(jì)算機(jī)技術(shù)、圖像處理技術(shù)和攝像技術(shù)的迅速發(fā)展，圖像中的文字信息提 取系統(tǒng)已經(jīng)成功地應(yīng)用于各個(gè)領(lǐng)域。灰度的文字圖像難以直接用于識(shí)別，所以講灰度的文字圖像裝換為二值圖像。 索書(shū)號(hào)識(shí)別存在的問(wèn)題及關(guān)鍵技術(shù) 索書(shū)號(hào)識(shí)別所涉及的攝像技術(shù)，無(wú)線通訊技術(shù)，電子數(shù)據(jù)庫(kù)圖書(shū)管理技術(shù)， AGV 自動(dòng)導(dǎo)引技術(shù)和圖像處理技術(shù)都已經(jīng)在其他領(lǐng)域有成功應(yīng)用的實(shí)例。如圖 7 所示， CCD 攝像頭拍攝的索書(shū)號(hào)圖像，由于光照不均勻、退色、污跡、噪聲以及其他非索書(shū)號(hào)文字的存在，大 CCD 攝像 索書(shū)號(hào)文字圖像分割 文字圖像二值化 單個(gè)字符切分 索書(shū)號(hào)識(shí)別 圖書(shū)排放位置判斷 3 大增加了索書(shū)號(hào)識(shí)別的困難。為了包含完整的索書(shū)號(hào)以及避免索書(shū)號(hào) 漏檢，往往是定位得到的圖像區(qū)域略大于索書(shū)號(hào)的真實(shí)區(qū)域。通過(guò)二值化處理，能將字符與背最相互分離。 (2)褪色程度的不同則降低了字符與背景的對(duì)比度。單字切分的結(jié)果如何將直接影響識(shí)別結(jié)果，而且切分好壞除字符能否正確識(shí)別之外，沒(méi)有較 好的判別依據(jù)。但質(zhì)量較差索書(shū)號(hào)圖像二值化處理后，相鄰字符可能會(huì)發(fā)生粘連。印刷體單字識(shí)別的研究已經(jīng)相當(dāng)成熟，只是與其他應(yīng)用領(lǐng)域的 文字識(shí)別相比，索書(shū)號(hào)文字的質(zhì)量較差，存在字符不均勻褪色，筆劃殘缺以及大面積污跡等問(wèn)題， 4 2 索書(shū)號(hào)文字圖像分割 復(fù)雜背景圖像中的文字定位和分割是從圖像中獲取文字信息的關(guān)鍵步驟，直接影響到后續(xù)文字識(shí)別的準(zhǔn)確性，它在機(jī)器人視覺(jué)．汽車(chē)牌照自動(dòng)識(shí)別，計(jì)算機(jī)文本自動(dòng)輸入，郵件地址自 動(dòng)識(shí)別，集裝箱編號(hào)自動(dòng)識(shí)別以及視頻圖像內(nèi)容的檢索等系統(tǒng)中都有廣泛的應(yīng)用。根據(jù)圖書(shū)館索書(shū)號(hào)的制定規(guī)則，索書(shū)號(hào)文字圖像具有如下特征：第一，索書(shū)號(hào)文字采用黑色應(yīng)刷；第二，索書(shū)號(hào)文字的數(shù)量至少為 3 個(gè)；第三，索書(shū)號(hào)字符水平排列；第四，索書(shū)號(hào)貼在書(shū)脊的下半部分。比較接近人堆顏色視覺(jué)感知的是色度，飽和度和亮度空間。轉(zhuǎn)換關(guān)系如下： I=(R+G+B)/3 (21) S=13/(R+G+B)*[min(R,G,B)] (22) 圖 22 HSI 彩色空間的 I 分量圖 Canny 算子檢測(cè) 索書(shū)號(hào)邊緣點(diǎn)彩色分割 文字圖像行區(qū)域檢測(cè) HSI 彩色空間轉(zhuǎn)換 文字圖像列區(qū)域檢測(cè) 邊界調(diào)整 6 Canny 算子檢測(cè) Canny 算子邊緣檢測(cè)先計(jì)算 X 和 Y 方向的梯度平方和，局部最大的梯度幅值局部變化最大的點(diǎn)的過(guò)程叫非極大值抑制。 Canny算子中有 3個(gè)參數(shù)，σ是高斯函數(shù)聞不得參數(shù)，他控制平滑程度：高閾值（ TG）和低閾值（ TL)。由于文字和背景具有較強(qiáng)的對(duì)比度， TG取值有一個(gè)較大的范圍，實(shí)驗(yàn)中 TG=。 Canny算子檢測(cè)等到的邊緣點(diǎn)在 HSI彩色空間 S分量上精心索書(shū)號(hào)文字邊緣點(diǎn)的分割。 圖 25 分割出的索書(shū)號(hào)圖像 7 文字圖像行區(qū)域檢測(cè) 由 于文字圖像中解構(gòu)相對(duì)比較復(fù)雜，其邊緣點(diǎn)數(shù)量也就比較多，分布比較集中。邊緣點(diǎn)數(shù)量統(tǒng)計(jì)如圖 26所示。現(xiàn)在其中包含可 能文字圖像行最多的區(qū)域?yàn)樗鲿?shū)號(hào)文字圖像。邊緣點(diǎn)數(shù)量統(tǒng)計(jì)如圖 27所示?，F(xiàn)在其中包含可能文字圖像行最多的區(qū)域?yàn)樗鲿?shū)號(hào)文字圖像。同理在列方向進(jìn)行邊界調(diào)整。因此，灰度文字圖像的二值化處 理是文字識(shí)別系統(tǒng)中的關(guān)鍵步驟，其結(jié)果直接影響后續(xù)的圖像處理，包括字符切分、特征提取和 字符識(shí)別等。所 確定的閾值作用與政府圖像的每個(gè)相熟，嬰兒對(duì)木表和背景的灰度有梯度變化的圖像效果較差或失效。谷的選取有很多方法，下面主要介紹最優(yōu)閾值法。圖像的直方圖可看成像素灰度值的概率分布廣函數(shù)的一個(gè)近似，設(shè)疑富圖像僅包含兩類(lèi)主要的灰度值區(qū)域（目標(biāo)和背景），那其直方圖所代表的像素灰度值概率分布密度函數(shù)實(shí)際上是對(duì)應(yīng)目標(biāo)和背景的兩個(gè)蛋羹分布密度函數(shù)紙盒。如果能求的這些參數(shù)可以確定混合概率密度。 實(shí)驗(yàn)結(jié)果及分析 經(jīng)索書(shū)號(hào)定位和分割處理后，用于驗(yàn)證本二值化算法的性能。由于本算法是基于筆畫(huà)模型檢測(cè)文字像素點(diǎn)的，因此，實(shí)驗(yàn)分為 2部分：筆畫(huà)模型檢測(cè)文字像素點(diǎn)實(shí)驗(yàn)和提出的二值化算法實(shí)驗(yàn)。 錯(cuò)誤的字符切分是無(wú)法得到正確的識(shí)別結(jié)果的。因此，準(zhǔn)確的切分路徑就能糾正字符變形，保證切分后字符識(shí)別有較高的正確率。這些因素的存在，使字符圖像在二值化處理時(shí)，不可避免地會(huì)將部分背景 I 區(qū)域錯(cuò)誤地分為字符筆劃使得筆畫(huà)變寬或變長(zhǎng)，致使字符筆劃發(fā)生變形而導(dǎo)致粘連，即字符粘連處也是筆劃變形程度相當(dāng)嚴(yán)重的地方，即使準(zhǔn)確切分也不一定能完全糾正字 符的筆畫(huà)變形。 4． 3．索書(shū)號(hào)粘連字符的切分 為了提高切分速度，本節(jié)提出了采用上下輪廓凹凸特征近似檢測(cè)單個(gè)字符的寬度，在字符寬 度的約束下，根據(jù)輪廓凹凸特征，直接建立切分路徑。如果所在列無(wú)字符，即無(wú)黑色像素點(diǎn)，則該列 ET(i)為 0。 12 根據(jù)上述定義檢測(cè)到的索書(shū)號(hào)字符的上下輪廓如圖所示。 0 10 20 30 40 50 60 70 80 90 100051015202530