基于邊界特征的字符分割

王雪迎

(撫順職業技術學院 初等教育系，遼寧撫順113122)

一幅需要被檢測的圖像中包含了很多區域，有需要被檢測的目標區域，有背景區域，還有包含許多信息的無用區域.處理圖像沒有必要考慮整幅圖像的所有部分，對于背景區域和無用區域我們可以將其去除，這就需要用到圖像分割技術.圖像分割是一門很重要的技術，其目的就是減少后續部分(如圖像分析、識別等技術)需要處理的數據量.比如手寫數字識別技術中，在識別字符之前需要將字符區域分割出來，而圖像中往往會含有多個字符，所以我們不僅需要將字符區域分割出來，還要將每個字符單獨分割[1].經過對手寫字符進行邊界特征提取的預處理之后，圖像的數字區域已經十分明顯，每個數字都邊界清晰，內部飽滿，充分滿足圖像分割的條件，所以本研究的目的是要將圖像中的每個字符分割出來.本文研究基于數字的邊界特征分割法，首先沿著Y方向統計每行的像素點累計和，設定合理的閾值，確定數字區域的高度，然后在已經確定的高度內，統計X方向每列的像素點累計和，再次設定閾值，至此就可以實現數字區域定位與分割.

1 數字區域定位

數字定位算法是指在實際圖像中確定數字區域的位置以便提取分割出數字區域圖像的方法.定位算法應用廣泛，手寫數字識別技術中關鍵的步驟之一就是定位出數字區域，這一步屬于經典的圖像分割問題.

數字定位算法多種多樣，但是目前仍然沒有一種數字定位算法能夠無視復雜環境的干擾，通用于各種環境[2].常用的定位算法有以下3種：(1)基于直線檢測的方法；(2)基于閾值化方法；(3)基于灰度邊緣檢測方法.通常，一幅圖像的目標圖形與背景區域存在很大的對比度，且目標邊緣的灰度變化也存在一定的變化規律.基于灰度邊緣檢測方法就是利用這一特點對圖像進行邊緣檢測的，梯度最大的地方就是圖像灰度值變化比較大的地方，Roberts算子、Prewitt算子和Sobel算子是這種方法比較常用的算子.本文研究運用基于灰度的邊緣檢測方法進行字符區域定位.

經過手寫字符的邊界特征提取的圖像預處理后，圖像的邊界特征被很好地展現出來，圖像邊緣清晰平滑.二值化處理后的圖片可以看成一個像素矩陣，里面的數字不是1就是0，需要利用灰度邊緣檢測方法對這個矩陣進行行掃描和列掃描.對于行掃描和列掃描統計一行或者一列中“1”的個數分別有如下公式:

(1)

(2)

由公式(1)和(2)可以統計出每一行或者每一列的中“1”的個數.具體步驟如下:

(1)確定圖像中數字區域的高度范圍.首先對圖像進行自上而下地逐行掃描，由于圖像為二值圖像，黑色為0，白色為1，而形態濾波后的圖像背景為黑色，數字為白色，因此統計每行中“1”的個數便可以得到數字區域的高度范圍[3].

如圖1所示，從該圖像中可以清晰地看到每行中“1”的個數，而曲線兩端累計為0，說明兩端之外的部分不存在“1”，也就是非數字區域，由此可以得到數字區域上下兩端的行值，進而得到數字區域的高度范圍.

(2)確定圖像中數字區域的寬度范圍.確定數字區域的寬度范圍的方法與確定高度的方法相同，首先對圖像從左至右逐列掃描，并計算出列方向像素點灰度值累計和，如圖2所示.雖然圖像中的曲線被分為3個部分，但是依然存在數字區域的左右邊界，左右邊界就是整個曲線的左端點和右端點，依據左右端點所在的列值即可以確定數字區域的寬度范圍.

(3)通過以上兩個步驟得到了數字區域的高度范圍和寬度范圍，由這兩個范圍便可以定位出手寫數字的位置，并且可以根據此位置信息切割出數字區域[4].圖3便是定位并切割后的圖片.

2 字符分割

一幅手寫數字圖像通常由多個數字組成，簡單的數字識別算法并不能將聚在一起的多個數字識別出來，所以就必須將每一個字符單獨分割出來.

字符分割是在數字分割的基礎上進行，二者原理相似.字符的高度與分割后的數字區域的高度相同，所以不再對分割后的圖像進行行分割.每個字符之間具有一定的間距，這個間距是分割的關鍵.在已經被分割出來的數字區域內按照從左到右的順序進行逐列掃描，當檢測到第一個列像素累計之和不為0時，這個像素點就是第一個字符的左邊界，并以此為起點分割第一個字符；

再繼續掃描，當檢測出某一列的像素累計之和為0時，這個像素點就是第一個字符的右邊界，此時第一個字符分割結束；然后繼續掃描，不斷地檢測像素和為0和不為0的列，并記錄列值，掃描到圖像的最右端則字符分割結束.這樣就得到了每個字符比較精確的范圍.在圖2中可以看到整個曲線被分為3個部分，每個部分都存在兩個端點，這兩個端點所在的列值就是每個字符的左右邊界，這樣就可以成功地把字符分割出來，分割后的字符如圖4所示.

3 歸一化處理

歸一化處理是指將圖像劃分為統一大小的算法，其目的就是保證圖像大小一致，方便觀察，利于計算.本文的識別算法為BP神經網絡算法，它要求所有輸入的圖像必須具有相同的尺寸，因此，對于本文而言，歸一化更是不可或缺的一個步驟.該算法在字符分割和識別過程中起到一個承接的作用.

歸一化方法主要有線性歸一化和非線性歸一化兩種.前者廣泛應用于字符識別中，具體的操作方法是：首先通過比較歸一化前后的尺寸得到變換系數，然后把圖像中的點映射到原圖像中，再通過變換系數把圖像變為規定的大小.這種方法操作簡單，但歸一化過程中如果不考慮字符的形變比例，可能會引起圖像的形變，影響識別效果.非線性歸一化方法則可以很好地規避圖像形變問題，但計算復雜，耗費時間多.

本文運用歸一化處理將圖片尺寸統一為128×128像素，歸一化結果見圖5.

4 結語

本文研究手寫數字識別技術中的字符分割技術，屬于手寫數字識別的中間模塊，起到承上啟下的作用，分割結果的好壞對數字的識別效果有很大的影響.本文兩次運用基于灰度邊緣檢測方法成功地將每個字符分割出來，分割后的圖像效果良好，最后運用歸一化算法將圖像像素統一為128×128像素.歸一化后的圖片輸入到BP神經網絡中，即可實現高效、快速識別.