手写体数字识别的软件设计（毕业设计论文）

中北大学2009届毕业设计说明书

2.4 倾斜校正

a） 原图

b） 归一化后的效

图2.11 采用式2.14的归一化的结果

在预处理的中，倾斜校正也是一个很重要的一个步骤。由于在人们书写过程中，会有一定的倾斜（倾斜度一般在 0o~45o），如果不对字符图形进行矫正处理，就会影响后期的特征值提取，最终会影响系统的识别率。

倾斜校正的手写体数字的图像主要有两种：一种是数字间完全没有限制的，可以连笔，即整体倾斜矫正；另外一种是数字间彼此孤立的，没有任何联系，即单字符倾斜矫正。由于本文在进行倾斜矫正时针对已经切分好的单个字符，因此本文所采用的倾斜矫正算法是单字符倾斜矫正。本文采用的倾斜算法主要采用的是文献[18]的算法。

很多倾斜矫正算法都是基于“当图像倾斜度最小时，图像的高宽比将达到最大”这一特点。本文采用的算法也是基于这一规律。

在简单描述算法之前，先做这样的规定：图像中某点旋转方向为顺时针时，角度为正，为逆时针时，角度为负。旋转中心定在图像的几何中心处。

那么对任意给定的图像中的像素点(x0,y0),旋转中心分别进行顺时针和逆时针旋转的方式如图2.12所示，图中(x1,y1)和(x2,y2)分别表示的是(x0,y0)顺。逆时针旋转角度θ后到达的点。

旋转前坐标为(x0,y0)，r表示坐标点离原点的距离，则有：

x0?rcos(?)

y0?rsin(?)第 20 页 共 54 页

中北大学2009届毕业设计说明书

图2.12 点顺时针，逆时针旋转示意图

那么旋转后的坐标(x1,y1)、(x2,y2)分别为： 顺时针旋转角度θ：

x1?rcos(???)?rcos(?)cos(?)?rsin(?)sin(?)?x0cos(?)?y0sin(?)

y1?rsin(???)?rsin(?)cos(?)?rcos(?)sin(?)??x0sin(?)?y0cos(?)逆时针旋转角度θ：

x2?rcos(???)?rcos(?)cos(?)?rsin(?)sin(?)?x0cos(?)?y0sin(?)

y2?rsin(???)?rsin(?)cos(?)?rcos(?)sin(?)?x0sin(?)?y0cos(?)以上的旋转方法就是该算法对手写体数字的位图图像进行倾斜矫正时所要用到的，下面是倾斜矫正的具体算法：

1) 先设置初始旋转角度θ为15o，初始位图图像B为活动位图。 2) 如果旋转角度θ > 1o,转到3)。

3) 设定活动位图为B0，求出B0的高度h0、宽度w0并求出两者的比值

h0。将B0的所有像素点利用上面的方法分别进行顺、逆时针旋转角度θ，得w0h1到的图像赋值为B1、B2，并求出B1高度h1、宽度w1、比值?1?和B2高度h2、

w1h2宽度w2、比值?2?。

w2?0?4) 求出?0、?1、?2中最大的一个，将它所对应的位图图像赋值为活动位图

第 21 页 共 54 页

中北大学2009届毕业设计说明书

?B0。并把旋转角度做改变：??。

2

由上算法进行逐步求解最接近的近似取得的最佳的倾斜角度,并自动矫正数字图像。

如图2.13是经过归一化并倾斜矫正的效果。

2.5 细化

a) 原图

b) 经过归一化并倾斜矫正的图像

图2.13 归一化并倾斜矫正效果

字符细化是通过一定的处理算法将字符重要的像素点保留下来，去除无关紧要的点，得到字符笔划骨架的技术。对字符识别而言，字符图像上的各个像素点对识别率的贡献并不一样，细化处理能极大的消除字符图像中的冗余点，使计算机在分析处理、识别时不受笔划粗细的影响，快速的接触到本质内容，减少运算量，从而缩短识别的时间。字符图像细化结果的好坏将直接影响到字符特征提取的准确与否（尤其是一些结构特征的提取），最终影响到整个字符识别系统的识别率，因而字符细化已成为字符识别系统中极为重要的环节之一。

在图像分析中，形状信息是十分重要的。为了便于描述形状信息和提取特征，对那些细长的区域常用它的“类似骨架”的细线来表示（如字符笔划），这些细线处于图形的中轴附近，而且从视觉上来说仍然保持原来的形状。这种处理就是所谓的细化。经过细化的文字图像既保留了原文字绝大部分特征，又利于特征提取，而且图像字符点阵比原图像的要少，降低了处理工作量。但是由于细化骨架有可能会造成新的畸变，增加对识别的干扰和困难，所以文字细化的基本要求如下：

1) 要保持原有笔划的连续性，不能由于细化造成笔划断开。 2) 要细化为单线，即笔划宽度只有一个像素。 3) 细化后的骨架应尽量是原来笔划的中心线。

第 22 页 共 54 页

中北大学2009届毕业设计说明书

4) 要保持原有的拓扑、几何特征，特别是一些明显的拐角不应被平滑掉。 按照上面的要求，一副图像的细化骨架就可以表示原始图像中物体的结构，所以在物体识别和物体定位中，常常使用物体的细化骨架信息。

由于细化骨架具有良好的结构描述特性，所以近几十年来，许多学者已经提出了很多相关的细化算法，并将其用在不同的字符识别中。细化算法的大体分类如下：

1) 按细化后图形的连续性分，有四邻域连接算法，八邻域连接算法。四邻域连接算法是在水平垂直四个方向的连接，八邻域连接则是在四邻域的基础上加上正反45o对角线方向，总共八个方向。

2) 按细化处理过程分，有串行、并行和串并行处理法。用M×N（一般采用3×3或者5×5）的窗口对某一像素进行检测时，如该点是可删除点，立即删除，则为串行细化处理，它的删除要影响到后续点的检测；如对边缘点全部检测完毕后，再同时更新所有可删除点的值，则为并行细化处理；串行、并行处理混合处理则属于串并行处理。

3) 按细化的运算方式分为两种，即边缘点删除和内点保留。传统的基于边缘点删除的细化算法，在细化过程中只对边缘点的可删除进行判断并做相应的处理，由于受跟踪顺序及所考察领域的影响，容易产生骨架的非对称性；基于内点保留的细化算法，容易使所得的骨架大于一个像素。

本文采用了像素领域分析法的细化算法[19]，在速度和保留结构信息的准确性上较佳。其算法如下：

1) 对图像以每3×3大小划分子网格，对每个子网格进行两次操作，其中每个3×3子网格满足如下矩阵形式：

??????x x x?? x p x?x x x???432516782) 在第一次操作时，当且仅当条件G1,G2和G3被全部满足时，则删除中心像素p（即让p = 0）。

3) 在第二次操作时，当且仅当条件G1,G2和G4被全部满足时，则删除中心像素p（即让p=0）。

条件G1为：Xh(p)?1，其中，

第 23 页 共 54 页