基于Hough變換的手寫體維文字符傾斜校正算法

姜 文，盧朝陽，李 靜

（西安電子科技大學(xué) 通信工程學(xué)院，陜西 西安710071）

近年來，隨著科技的發(fā)展，手機(jī)的應(yīng)用范圍越來越廣泛，這就給手機(jī)終端上的手寫輸入以及手寫識(shí)別提供了很大的發(fā)展空間。目前，國內(nèi)手機(jī)上的中文手寫輸入技術(shù)發(fā)展很迅速,國外關(guān)于英文、阿拉伯文等文字的手機(jī)終端手寫輸入技術(shù)已經(jīng)發(fā)展得比較成熟了。我國新疆地區(qū)的少數(shù)民族文字——維吾爾族文字與阿拉伯文非常相似，可以借鑒阿拉伯文手機(jī)終端的手寫輸入技術(shù)。不同的人有不同的書寫風(fēng)格，造成手寫體維吾爾文有很大的隨意性；而且受手機(jī)屏幕大小的限制，導(dǎo)致手機(jī)終端上手寫的維文字符會(huì)產(chǎn)生一定的傾斜度。進(jìn)行聯(lián)機(jī)和脫機(jī)維文字符的特征提取和識(shí)別[1]之前都需要對(duì)手寫體維文字符進(jìn)行傾斜校正。

目前，比較常用的傾斜檢測(cè)方法有基于Hough變換的方法[2]、基于交叉相關(guān)性的方法、行間距跨度相關(guān)法[3]、基于 Fourier變換的方法[3]、基于投影的方法[3]和 K-最近鄰簇的方法等。

本文基于Hough變換檢測(cè)字符傾斜角度,利用Hough變換對(duì)灰度化之后的傾斜字符提取字符的基線,根據(jù)基線并結(jié)合維文字符的書寫特點(diǎn),利用旋轉(zhuǎn)變換對(duì)手寫體維文字符進(jìn)行傾斜校正。

1 手寫體維文字符的特征

1.1 手寫體維文字符的特征

手寫體維文字符具有如下獨(dú)特的特征[4]。

(1)維吾爾文由32個(gè)基本字符組成，其中包括8個(gè)原音字符和24個(gè)輔音字符。

(2)根據(jù)每一個(gè)字符出現(xiàn)的位置不同(詞首、詞中、詞末等)，通常可以分為獨(dú)立、前連、前后連和后連4種書寫形式，因此，維文字符有120多種書寫形式。

(3)維文字符書寫時(shí)筆畫連續(xù)流暢，根據(jù)從右向左的方向書寫，主體筆劃方向特征明顯。

(4)維文字符的筆劃較少，許多字符的主體筆劃相同，僅僅根據(jù)不同的附加筆劃來區(qū)分，附加部分與字符主體上、下不粘連。一般地，主體筆劃是沿著基線書寫的，而附加筆劃在基線的上方或下方分布，所以基線可以作為區(qū)分附加筆畫位置的參考線。

1.2 維文字符的分類

維文字符的120多種形式是以32個(gè)基本字符為基礎(chǔ)的，是根據(jù)字符處于詞的不同位置而變換出來的。對(duì)32個(gè)基本字符按照基線進(jìn)行分類,其中基線為垂直線的有9個(gè),基線為水平線的有22個(gè),其他1個(gè)。

2 基于Hough的傾斜檢測(cè)算法

2.1 Hough變換原理

Hough變換的原理[2,4]是：利用圖像空間和 Hough參數(shù)空間的點(diǎn)-線對(duì)偶性，將圖像空間的檢測(cè)問題轉(zhuǎn)換到參數(shù)空間。通過在參數(shù)空間里進(jìn)行簡單的累加統(tǒng)計(jì)，再根據(jù)概率最大原理得到圖像空間的一些特性，最后將數(shù)據(jù)映射回圖像空間。Hough變換檢測(cè)受干擾的影響較小，是一種快速的直線檢測(cè)方法。在實(shí)際應(yīng)用中，通常圖像平面上的一個(gè)點(diǎn)就對(duì)應(yīng)到參數(shù)r-θ平面上的一條曲線上。如圖1所示，直線與原點(diǎn)的法線距離為r，法線與x軸的夾角為θ，直線上的每個(gè)點(diǎn)都滿足：

r=x×cosθ+y×sinθ (1)

計(jì)算Hough變換的方法是將r-θ域量化成許多小格，如表 1所示。

對(duì)于每一個(gè)點(diǎn) （x0,y0） 代入 θ的量化值，算出 r（經(jīng)量化）落在哪個(gè)小格內(nèi)，便對(duì)該小格的計(jì)數(shù)累加器加 1。當(dāng)全部點(diǎn)(x,y)變換后，對(duì)小格進(jìn)行檢驗(yàn)，計(jì)數(shù)較大的小格對(duì)應(yīng)共線點(diǎn)，其(r,θ)可用作直線擬合參數(shù);計(jì)數(shù)較小的小格一般反映非共線點(diǎn)，丟棄不用。

表 1 r-θ量化表

如果r和θ量化得太粗糙，則參數(shù)空間的凝聚效果差，找不到直線準(zhǔn)確的 r、θ值；相反，如果 r、θ量化得過細(xì)，則計(jì)算量將增大，因此需兼顧這兩方面，取合適的量化值。

2.2 手寫體維文字符雙線傾斜檢測(cè)算法

Hough變換在檢測(cè)過程中抗干擾性好,它利用圖像空間目標(biāo)像素的坐標(biāo)去計(jì)算參數(shù)空間中參考點(diǎn)的可能軌跡，是一種很好的直線提取方法。

2.2.1 維文字符預(yù)處理

進(jìn)行Hough變化之前還需要對(duì)字符圖像進(jìn)行預(yù)處理，包括灰度化和細(xì)化兩個(gè)過程。

(1)對(duì)字符圖像進(jìn)行灰度化。將24色位圖格式的傾斜維文字符圖像轉(zhuǎn)換成256色的灰度圖像，并進(jìn)行去噪處理。

(2)通過細(xì)化，對(duì)字符圖像進(jìn)行骨架提取。

2.2.2 手寫體維文字符雙線傾斜檢測(cè)算法

算法過程如下：

(1)初始化一塊內(nèi)存區(qū)域分配給(r,θ)變換域，存儲(chǔ)參數(shù)(r,θ)對(duì)應(yīng)的累加數(shù)據(jù)，將 θ的取值范圍定為 0°~180°,定義 r的最大值的表達(dá)式為：(其中，lWidth、lHeight分別表示字符圖像的高度和寬度），分配 r×180×sizeof(int)字節(jié)的內(nèi)存區(qū)域作為 θ變換域。

(2)對(duì)字符圖像中的所有點(diǎn)(i，j)進(jìn)行 Hough變換，將角度 θ取值范圍分為(0°，90°)和(91°，180°)兩個(gè)區(qū)間，當(dāng)θ 在 (0°，90°) 范圍時(shí)，r=i×cos(θ×π/180°)+j×sin(θ×π/180°)；而 θ在 (91°，180°)范圍 時(shí)，r=i×cos((180°-θ)×π/180°)+(lHeight-j)×sin((180°-θ)×π/180°);然后將變換域中(r,θ)對(duì)應(yīng)的計(jì)數(shù)累加器加 1。

(3)經(jīng)過 Hough變換之后，在(r,θ)變換域中找出最大值，由最大值在變換域中的位置確定參數(shù)r和θ，其中θ就是檢測(cè)到的第一個(gè)傾斜角α。

(4)完成第一個(gè)傾斜角度的提取之后，將(r,θ)變換域中最大值附近數(shù)值清零，繼續(xù)在(r,θ)變換域中尋找第二個(gè)最大值，提取第二個(gè)傾斜角β。

(5)將角度α和β轉(zhuǎn)換為檢測(cè)出來的直線與水平線的夾角。

把兩條檢測(cè)出來的直線繪制在字符圖像中，結(jié)果如圖2所示。

2.3 維文字符的傾斜校正

根據(jù)檢測(cè)出的傾斜角度α和β，對(duì)維文字符進(jìn)行旋轉(zhuǎn)變換，實(shí)現(xiàn)字符的傾斜校正。

3 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)利用Visual Studio 2008為平臺(tái)編寫程序來實(shí)現(xiàn)基于Hough變換的維文字符的傾斜校正。大多數(shù)手寫體字符的傾斜校正角度在[-45°，45°]之間，少數(shù)手寫體字符的傾斜校正角度超出這個(gè)范圍。以水平基線或者垂直基線為軸進(jìn)行校正，校正結(jié)果與印刷體原圖的對(duì)比如圖 3、圖 4所示。

一些字符使用基于水平或者垂直基線進(jìn)行校正之后，仍不能得到理想的效果。為了解決這一特殊情況，根據(jù)雙線檢測(cè)提取出兩個(gè)傾斜角度，可采用角平分線法，即將Hough變換檢測(cè)到的兩條直線的角平分線作為基線進(jìn)行傾斜校正。利用角平分線法進(jìn)行校正的結(jié)果如圖5、圖 6所示。

可以看出，與單純使用水平基線或垂直基線作為旋轉(zhuǎn)軸相比,使用角平分線法對(duì)傾斜維文字符進(jìn)行校正,傾斜度有了明顯的改善。

對(duì)480幅傾斜手寫體圖像進(jìn)行字符校正,結(jié)果如表2和表3所示，其中表3根據(jù)基線的檢測(cè)次序分類，表3根據(jù)基線的方向分類。

本文根據(jù)維文字符的書寫特點(diǎn)和字符基線位置的不同對(duì)字符進(jìn)行分類；對(duì)經(jīng)過預(yù)處理的維文手寫體字符采用基于Hough變換的雙線傾斜校正算法提取傾斜角度。用該算法校正了480幅不同的手寫體維文字符，得到了滿意的效果。國內(nèi)外均有文獻(xiàn)研究手寫體數(shù)字的傾斜校正[5]，本文算法也可用于手寫體數(shù)字的傾斜校正。此外，該算法也可用于處于傾斜狀態(tài)的印刷體維文字符和印刷體數(shù)字的傾斜校正。

表2 根據(jù)基線的檢測(cè)次序分類

表3 根據(jù)基線的方向分類

[1]任宏宇，袁保社，田園.基于BP神經(jīng)網(wǎng)絡(luò)的維吾爾聯(lián)機(jī)手寫字符識(shí)別[J].微電子學(xué)與計(jì)算機(jī)，2010,27(8)：238-241.

[2]MAHMOUD A,SHATNAWI A,OMAR K.Skew detection and correction technique for arabic document images based on centre of gravity[J].Journal of Computer Science,2009,21(3)：363-368.

[3]李政,楊揚(yáng),頡斌,等.一種基于 Hough變換的文檔圖像傾斜糾正方法[J].計(jì)算機(jī)應(yīng)用，2005,25(3)：583-585.

[4]萬芳.聯(lián)機(jī)手寫維吾爾文字識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D].烏魯木齊：新疆大學(xué)，2007.

[5]王有偉,劉捷.手寫體數(shù)字識(shí)別中的一種新的傾斜校正的 方 法[J].計(jì) 算 機(jī) 工 程 ，2004,30(11)：128-130.