專利名稱：單步掃描細(xì)化算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明針對一種細(xì)化算法，更具體說，是針對單步掃描的細(xì)化算法。
在圖像處理、模式識(shí)別、特征檢測、手寫識(shí)別、和偽鈔識(shí)別中，通用細(xì)化算法。細(xì)化算法的目標(biāo)，是尋找一個(gè)二進(jìn)制的圖像，以獲得一個(gè)“骨架(skeleton)”，由此可以抽取其特征，可以簡化其圖像表達(dá)方式，或可以節(jié)省其存儲(chǔ)空間。
一個(gè)例子示于

圖1(a)和1(b)。圖1(a)的字符是粗的每一筆劃都有好幾個(gè)像素寬。圖1(b)的字符是細(xì)的，寬度為一個(gè)像素，但保持圖1(a)字符的主要特征，所以它還能被識(shí)別是一個(gè)“5”(不是一個(gè)“2”，“A”，或別的字符)。在圖像處理或模式識(shí)別時(shí)，常常寧可取圖1(b)的較細(xì)的字符而不是圖1(a)的較粗的字符，因?yàn)樗３謭D像的主要特征，占較小的存儲(chǔ)器，同時(shí)又因筆劃寬度基本恒定(一個(gè)或兩個(gè)像素寬)而更易于識(shí)別。從圖1(a)到圖1(b)的變換名為細(xì)化處理。
在大多數(shù)現(xiàn)實(shí)世界的應(yīng)用中，各種圖像遠(yuǎn)比此例子復(fù)雜，因此，細(xì)化算法已被研究多年。細(xì)化算法的兩個(gè)基本要求是1)保留代表原始圖像的主要特征，和2)保持其連通性。
大多數(shù)常規(guī)細(xì)化算法的關(guān)鍵步驟，是檢測邊緣像素，然后逐一剝?nèi)ミ吘壪袼亍＿@些常規(guī)算法需要掃描圖像若干次(根據(jù)圖像的“寬度”)，且對每個(gè)像素重復(fù)該算法。圖2畫出這些常規(guī)算法是如何工作的。常規(guī)細(xì)化算法剝?nèi)D形的邊緣像素。如果圖像是寬的，這一剝?nèi)ミ^程必須從左上方到右下方重復(fù)若干次。因?yàn)榧?xì)化的圖形在某些地方仍有兩個(gè)像素寬，所以圖2的結(jié)果還可能不被接受。
這種常規(guī)方法公開在下面的文章中Lam L.and Suc C.Y.，“Adynamic shape reserving thinning algorithm，”Signal Processing，1991，22(2)199-208。此方法的根據(jù)是J.Hilditch，“Linear Skeletonfrom Square Cupboards，”In Machine Intelligence IV.B.Meltzer andD.Michie，Eds.University press，Edinburgh，pp.403-420(1969)。
如上所述，因?yàn)閷φ鶊D像掃描一次，則圖形中線條寬度每側(cè)減小一個(gè)像素，所以整幅圖像的重復(fù)掃描次數(shù)約為W/2，這里W是包含在圖像中最大線條的寬度。這個(gè)過程畫在圖3A-3D上。在這種情形下，為了線條的細(xì)化，要求掃描點(diǎn)P的次數(shù)為P=SxW2]]>這里S是整幅圖形內(nèi)掃描點(diǎn)的數(shù)目(I×J)；W/2是掃描整幅圖像的重復(fù)次數(shù)；和W是整幅圖像中最大線條寬度。
即使在圖像中只有一個(gè)區(qū)域有粗的線條或一個(gè)實(shí)心的黑色區(qū)域，也要求該算法為這樣一個(gè)區(qū)域而重復(fù)掃描整幅圖像，為此要求大量的處理時(shí)間。
第二類常規(guī)方法包括從內(nèi)側(cè)像素到邊沿像素的處理像素方式，以便找出中心像素。這種第二類技術(shù)包括最大的正方形(MS)和最大的圓形(MC)兩種技術(shù)，例如在下面的論文中有說明Abairid M.R.，Martin G.and Suen C.Y.，“Tracing Center-lines of Digital PatternsUsing Maximal-Square and Maximal-Circle Algorithm，”Conf.OnVersion Interface′90，Nova Scotia，1990，76-79。因?yàn)閷γ恳粋€(gè)像素都必須進(jìn)行相同的識(shí)別，所以這種第二類常規(guī)技術(shù)并不節(jié)省處理時(shí)間。
第三類常規(guī)方法包括對每一掃描線搜索每個(gè)分支的中心像素，連接這些中心像素，以便獲得圖像的骨架。這種第三類方法常常不能保持圖像的連通性。
本發(fā)明針對一種細(xì)化算法，更具體說，是針對非迭代的細(xì)化算法，它對靠近骨架像素的不同像素，分配不同的權(quán)重，并除去不可能的像素。本發(fā)明既不需要對某一像素進(jìn)行迭代，也不需要對每一個(gè)像素都檢測；因此，減少了處理所需要的時(shí)間。本發(fā)明還可以結(jié)合某種填充算法使用。對各種不同的二進(jìn)制圖形的實(shí)驗(yàn)結(jié)果表明，本發(fā)明與其他常規(guī)算法相比，是一種高速的技術(shù)，且可以獲得良好的骨架形狀。
圖1A和1B畫出普通的字符。
圖2畫出組成一個(gè)字符的像素集合，它可以用常規(guī)細(xì)化算法處理。
圖3A-3D畫出獲得圖像骨架的一種常規(guī)技術(shù)。
圖4畫出本發(fā)明一個(gè)實(shí)施例的細(xì)化算法的流程圖。
圖5畫出在本發(fā)明的一個(gè)實(shí)施例中本發(fā)明的方向檢測特征。
圖6(a)-6(c)畫出本發(fā)明一個(gè)實(shí)施例中的權(quán)重分配特征。
圖7畫出用于識(shí)別“無需識(shí)別”像素(NIP)的示例性規(guī)則。
圖8(a)-8(e)畫出用某種填充算法的內(nèi)插。
上面已概略指出，本發(fā)明針對一種新的細(xì)化算法，它在細(xì)化過程中，對靠近骨架像素的不同像素，分配不同的權(quán)重，并除去不可能的像素。本發(fā)明既不需要對像素進(jìn)行迭代，也不需要對每一個(gè)像素都檢測；因此，減少了處理所需要的時(shí)間。某種填充算法還可以結(jié)合本發(fā)明的細(xì)化算法使用，以產(chǎn)生更優(yōu)良的結(jié)果。對各種不同的二進(jìn)制圖形的實(shí)驗(yàn)結(jié)果表明，本發(fā)明與其他常規(guī)算法相比，可以獲得高速和良好的骨架形狀。
在一個(gè)示例性實(shí)施例中，本發(fā)明的一般算法示于圖4。在步驟20，算法開始。在步驟30，不論掃描是不是完成，都要作出判定。如果未完成，在步驟40，算法繼續(xù)進(jìn)行至下一個(gè)像素。如果掃描已經(jīng)完成，算法轉(zhuǎn)至填充算法80，然后在步驟90完成。在步驟40和50，分析下一個(gè)像素，確定它是不是一個(gè)骨架像素。如果下一個(gè)像素是骨架像素，它在步驟60被保留，并在步驟70，從該像素預(yù)測下一個(gè)骨架像素。如果步驟50的像素不是骨架像素，算法轉(zhuǎn)至步驟30，以便再次確定掃描是不是完成。
在本發(fā)明的一個(gè)實(shí)施例中，單步掃描細(xì)化算法的操作，將在下面結(jié)合圖5-8作更詳細(xì)的說明。本算法的第一個(gè)操作步驟包括方向的檢測。假定有一個(gè)字符，它由若干筆劃組成。如果在筆劃中存在一個(gè)大小可變的圓，那么此內(nèi)接圓的連接中心點(diǎn)應(yīng)當(dāng)是骨架的一部分。但是，筆劃連接的連通性可能丟失，因而可能需要內(nèi)插。本發(fā)明用識(shí)別有方向的像素來緩解這個(gè)問題(在圖5的例子中，用圖形的內(nèi)邊緣到外邊緣的八個(gè)方向，而不是識(shí)別圖形中每一個(gè)像素)。
本發(fā)明算法的第二個(gè)操作步驟，是權(quán)重的分配。具體說，圖形中的像素分為三類骨架像素(SP)、“無需識(shí)別”像素(NIP)、和“無標(biāo)志”像素(NFP)。從左上方到右下方掃描各個(gè)像素，如果像素是一個(gè)NIP或SP，那么，本算法繼續(xù)識(shí)別下一個(gè)像素。如果此像素是一個(gè)NFP，本算法根據(jù)一種內(nèi)接圓算法進(jìn)行細(xì)化。如果下一步該像素是一個(gè)SP，且在其八個(gè)相鄰像素中有另一個(gè)SP，那么，按照骨架的方向，把權(quán)重值分配給八個(gè)相鄰像素。此權(quán)重是骨架線條的正切值，如圖6(a)-6(c)所示。
因?yàn)閽呙枋菑淖笊戏降接蚁路?，所以下一個(gè)“可能是骨架”的像素是U、V、W、X、和Y。按照骨架線條的方向，這五個(gè)像素中的三個(gè)可能是骨架像素，如下面舉例說明的預(yù)測集合(1)所示。數(shù)值α是骨架線條和水平線的夾角，集合中各元按權(quán)重排列。 “無需識(shí)別”像素(NIP)的確定，是根據(jù)·如果CS＝{WVX}或{WXV}則按順序W，V，X或W，X，V識(shí)別下一個(gè)可能的骨架像素，并且沿U和Y方向(水平)且在內(nèi)接圓之內(nèi)的像素，被分類為“無需識(shí)別”像素(NIP)。
·如果CS＝{UVW}或{YXW}則按順序U，V，W或Y，X，W識(shí)別下一個(gè)“可能是骨架”的像素，并且沿W方向(豎直)且在內(nèi)接圓之內(nèi)的像素，被分類為“無需識(shí)別”像素(NIP)。
·如果CS＝{VWU}或{VUW}則按順序V，W，U或V，U，W識(shí)別下一個(gè)“可能是骨架”的像素，并且沿X方向(斜率為1)且在內(nèi)接圓之內(nèi)的像素，被分類為“無需識(shí)別”像素(NIP)。
·如果CS＝{XWY}或{XYW}則按順序X，W，Y或X，Y，W識(shí)別下一個(gè)“可能是骨架”的像素，并且沿V方向(斜率是-1)且在內(nèi)接圓之內(nèi)的像素，被分類為“無需識(shí)別”像素(NIP)。應(yīng)當(dāng)指出，內(nèi)接圓的大小可以從當(dāng)前的骨架像素獲得。圖7畫出識(shí)別“無需識(shí)別”像素(NIP)的示例性規(guī)則。
下面更詳細(xì)說明圖4步驟80中的填充算法。在某些連接中或在不規(guī)則的地方，可能遺漏骨架像素(SP)?？梢杂弥T如圖8(a)-8(e)所示的填充算法，插入任何遺漏的骨架像素。
圖8(a)畫出兩個(gè)插入的像素。圖8(b)畫出向上的插入方向。圖8(c)畫出向下的插入方向。
使用常規(guī)的填充算法，圖8(d)畫出的兩個(gè)像素，可以如圖8(c)所示那樣填充。如圖8(d)和(e)所示，填充的方向由五個(gè)骨架像素決定，并且當(dāng)邊緣遇到另一個(gè)骨架像素，或與另一個(gè)骨架像素連接時(shí)，填充終止。
如上所述，本發(fā)明是針對一種新的更快的細(xì)化算法，它在細(xì)化過程中，對靠近骨架像素的不同像素，分配不同的權(quán)重，并除去不可能的像素。本發(fā)明的算法既不需要在逐個(gè)像素的基礎(chǔ)上進(jìn)行迭代，也不需要對每一個(gè)像素都檢測。因此，本算法大大地減小處理所需要的時(shí)間。本發(fā)明的算法還可以結(jié)合常規(guī)的填充算法使用，以獲得更好的結(jié)果。對各種不同的二進(jìn)制圖形的實(shí)驗(yàn)結(jié)果已經(jīng)表明，本發(fā)明的算法比其他常規(guī)算法更快，且獲得更好的骨架形狀。一般說來，本發(fā)明的算法，至少比常規(guī)算法節(jié)省三分之二的時(shí)間，并得到良好的細(xì)化結(jié)果。
雖然本發(fā)明是按一種方法來說明的，但本發(fā)明可以在任何常規(guī)的計(jì)算硬件裝置上實(shí)現(xiàn)。此外，上述細(xì)化算法可以駐留在能運(yùn)行該算法的計(jì)算硬件裝置內(nèi)，可以通過普通的物理介質(zhì)裝載進(jìn)計(jì)算硬件裝置內(nèi)，或者，可以通過傳播信號(hào)下載于計(jì)算硬件裝置內(nèi)。
顯而易見，在此被描述的本發(fā)明可以有許多變化。這種變化不能認(rèn)為偏離本發(fā)明的精神和范圍，因此，所有這種對本領(lǐng)域熟練人員是顯而易見的改變，都將包括在下述權(quán)利要求書的涵蓋范圍之內(nèi)。
權(quán)利要求
1.一種非迭代的掃描細(xì)化方法，包括掃描圖像中的像素；確定此像素是不是骨架像素，“無需識(shí)別”像素，或“無標(biāo)志”像素；如果此像素是骨架像素或“無需識(shí)別”像素，則沿左上方到右下方繼續(xù)到下一個(gè)像素；如果此像素是一個(gè)“無標(biāo)志”像素，則細(xì)化此“無標(biāo)志”像素；如果此像素是一個(gè)骨架像素，則確定與此像素相鄰的任何像素是不是骨架像素；和如果與此像素相鄰的任何像素都是骨架像素，則按照骨架方向，對與此像素相鄰的各個(gè)像素進(jìn)行權(quán)重；對每一個(gè)像素重復(fù)上述步驟，產(chǎn)生此圖像的一個(gè)細(xì)化圖像。
2.按照權(quán)利要求1的方法，其中“無需識(shí)別”像素是用一個(gè)預(yù)測集合識(shí)別的。
3.按照權(quán)利要求1的方法，其中為把每個(gè)像素分類，只需一次掃描迭代。
4.按照權(quán)利要求1的方法，其中為產(chǎn)生此圖像的細(xì)化圖像，只需一次掃描迭代。
5.一種非迭代的掃描細(xì)化方法，包括掃描一幅圖像的一個(gè)像素；確定此像素是不是一個(gè)骨架像素；如果此像素是一個(gè)骨架像素，則對與此骨架像素相鄰的各個(gè)像素分配不同的權(quán)重，以便預(yù)測其他骨架像素和通過細(xì)化除去不需要的像素；對每一個(gè)像素重復(fù)上述步驟，產(chǎn)生此圖像的一個(gè)細(xì)化圖像。
6.按照權(quán)利要求5的方法，其中，如果此像素不是一個(gè)骨架像素，那么，它或者是一個(gè)“無需識(shí)別”像素，或者是一個(gè)“無標(biāo)志”像素。
7.按照權(quán)利要求5的方法，其中“無需識(shí)別”像素是用一個(gè)預(yù)測集合識(shí)別的。
8.按照權(quán)利要求5的方法，其中為把每個(gè)像素分類，只需一次掃描迭代。
9.按照權(quán)利要求5的方法，其中為產(chǎn)生此圖像的細(xì)化圖像，只需一次掃描迭代。
10.一種非迭代的掃描細(xì)化設(shè)備，包括用于掃描一幅圖像中一個(gè)像素的處理器；確定此像素是不是一個(gè)骨架像素，一個(gè)“無需識(shí)別”像素，還是一個(gè)“無標(biāo)志”像素；如果此像素是一個(gè)骨架像素或一個(gè)“無需識(shí)別”像素，則繼續(xù)沿左上方到右下方確定下一個(gè)像素；如果此像素是一個(gè)“無標(biāo)志”像素，則細(xì)化此“無標(biāo)志”像素；如果此像素是一個(gè)骨架像素，則確定與此像素相鄰的任何像素是不是骨架像素；和如果與此像素相鄰的任何像素都是骨架像素，則按照骨架方向，對與此像素相鄰的各個(gè)像素作權(quán)重；對每一個(gè)像素重復(fù)上述操作，產(chǎn)生此圖像的一個(gè)細(xì)化圖像。
11.按照權(quán)利要求10的設(shè)備，其中“無需識(shí)別”像素是用一個(gè)預(yù)測集合識(shí)別的。
12.按照權(quán)利要求10的設(shè)備，其中為把每個(gè)像素分類，只需一次掃描迭代。
13.按照權(quán)利要求10的設(shè)備，其中為產(chǎn)生此圖像的細(xì)化圖像，只需一次掃描迭代。
14.一種非迭代的掃描細(xì)化設(shè)備，包括用于掃描一幅圖像中一個(gè)像素的處理器；確定此像素是不是一個(gè)骨架像素；如果此像素是一個(gè)骨架像素，則對與此骨架像素相鄰的各個(gè)像素分配不同的權(quán)重，以便預(yù)測其他骨架像素和通過細(xì)化除去不需要的像素；對每一個(gè)像素重復(fù)上述操作，產(chǎn)生此圖像的一個(gè)細(xì)化圖像。
15.按照權(quán)利要求14的設(shè)備，其中，如果此像素不是一個(gè)骨架像素，那么，它或者是一個(gè)“無需識(shí)別”像素，或者是一個(gè)“無標(biāo)志”像素。
16.按照權(quán)利要求14的設(shè)備，其中“無需識(shí)別”像素是用一個(gè)預(yù)測集合識(shí)別的。
17.按照權(quán)利要求14的設(shè)備，其中為把每個(gè)像素分類，只需一次掃描迭代。
18.按照權(quán)利要求14的設(shè)備，其中為產(chǎn)生此圖像的細(xì)化圖像，只需一次掃描迭代。
19.按照權(quán)利要求1的方法，其中所述方法用包含在某種介質(zhì)上的計(jì)算機(jī)程序執(zhí)行。
20.按照權(quán)利要求19的方法，其中的介質(zhì)是一種物理介質(zhì)和一種傳播的信號(hào)。
21.按照權(quán)利要求5的方法，其中所述方法用包含在某種介質(zhì)上的計(jì)算機(jī)程序執(zhí)行。
22.按照權(quán)利要求21的方法，其中的介質(zhì)是一種物理介質(zhì)和一種傳播的信號(hào)。
全文摘要
本發(fā)明針對一種細(xì)化算法,更具體說,是針對一種非迭代細(xì)化算法,它對靠近骨架像素的不同像素,分配不同的權(quán)重,并除去不可能的像素。本發(fā)明既不需要對某一像素進(jìn)行迭代,也不需要對每一個(gè)像素都檢測;因此,減少了處理所需要的時(shí)間。本發(fā)明還可以結(jié)合某種填充算法使用。對各種不同的二進(jìn)制圖形的實(shí)驗(yàn)結(jié)果表明,本發(fā)明與其他常規(guī)算法相比,是一種高速的技術(shù),且可以獲得良好的骨架形狀。
文檔編號(hào)H04N1/387GK1336621SQ0012197
公開日2002年2月20日 申請日期2000年7月27日 優(yōu)先權(quán)日2000年7月27日
發(fā)明者吳曉蕓 申請人:朗迅科技公司