手繪太陽(yáng)黑子圖手寫字符分割方法研究

朱道遠(yuǎn)，鄭 勝，，曾祥云，徐高貴（.三峽大學(xué) 計(jì)算機(jī)與信息學(xué)院，湖北 宜昌 44300；.三峽大學(xué) 理學(xué)院，湖北 宜昌 44300）

手繪太陽(yáng)黑子圖手寫字符分割方法研究

朱道遠(yuǎn)1，鄭 勝1，2，曾祥云2，徐高貴2
（1.三峽大學(xué) 計(jì)算機(jī)與信息學(xué)院，湖北 宜昌 443002；2.三峽大學(xué) 理學(xué)院，湖北 宜昌 443002）

利用固定區(qū)域坐標(biāo)提取固定區(qū)域的單行數(shù)據(jù)字符塊；基于高斯模糊提取隨機(jī)手寫黑子信息字符區(qū)；結(jié)合Hough變換與投影技術(shù)完成隨機(jī)手寫區(qū)域中包含多個(gè)黑子記錄字符塊的分割，并將包含單個(gè)黑子記錄字符塊分割為3個(gè)僅包含單行數(shù)據(jù)的字符塊；利用顏色填充分割算法分割出單行數(shù)據(jù)字符塊中的單個(gè)字符和粘連字符，結(jié)合平均字符寬度信息進(jìn)一步分割粘連字符。實(shí)驗(yàn)結(jié)果表明，每幅手繪太陽(yáng)黑子圖的固定區(qū)域和隨機(jī)區(qū)域的字符分割平均正確率分別達(dá)到95.5％和79.6％。

Hough變換；投影算法；顏色填充分割算法；粘連字符；字符寬度

0 引言

在光球觀測(cè)照相之前，太陽(yáng)黑子觀測(cè)長(zhǎng)期以來(lái)一直采用投影法手工描跡黑子的大小、形狀和位置［1］。對(duì)手繪太陽(yáng)黑子圖進(jìn)行數(shù)字化具有極為重要的意義，可降低珍貴數(shù)據(jù)丟失的風(fēng)險(xiǎn)，快捷簡(jiǎn)單地查詢有關(guān)黑子的信息，匯聚各個(gè)天文臺(tái)的觀測(cè)數(shù)據(jù)進(jìn)行有效的整理，為科學(xué)家和用戶提供數(shù)據(jù)服務(wù)。

國(guó)際上較早開展了手繪太陽(yáng)黑子圖的數(shù)字化研究工作，西班牙和比利時(shí)分別開發(fā)出了HSUNSPOTS和DigiSun的手繪太陽(yáng)黑子圖數(shù)字化軟件。中國(guó)自20世紀(jì)30年代末開始太陽(yáng)黑子觀測(cè)，云南天文臺(tái)已積累圖1所示的手繪太陽(yáng)黑子圖［2］達(dá)20 000多張。由圖1可見，手寫黑子信息可分為固定區(qū)域和隨機(jī)區(qū)域兩部分，分別如圖1中類似矩形框標(biāo)記部分和類似橢圓框標(biāo)記部分。提取手寫記錄信息并保存在計(jì)算機(jī)中是手繪太陽(yáng)黑子圖數(shù)字化的重要內(nèi)容，因此手寫字符的提取和分割是其中一個(gè)重要的環(huán)節(jié)。

目前關(guān)于手寫字符分割的方法有很多［3-5］?；谕队昂洼喞卣鞯姆椒▽?duì)具體的應(yīng)用對(duì)象缺乏針對(duì)性，如投影分析法對(duì)字符發(fā)生嚴(yán)重傾斜或交錯(cuò)的情況無(wú)法處理；外輪廓分析法在字符間粘連筆劃為直線的情況下，因找不到輪廓線上的凹點(diǎn)而不太適用。基于結(jié)構(gòu)特征的方法由于缺乏識(shí)別的指導(dǎo)，往往導(dǎo)致分割質(zhì)量不高。基于模板識(shí)別的方法是以字符識(shí)別器提供的置信度作為分割的度量，選取真實(shí)反映識(shí)別結(jié)果的置信度是提高分割正確率的關(guān)鍵?？紤]上述字符分割方法的缺點(diǎn)和復(fù)雜性，以及隨機(jī)手寫黑子信息區(qū)字符中帶有圓圈的特殊性，本文研究圖1所示的固定區(qū)域和隨機(jī)區(qū)域手寫字符的提取與分割方法。

圖1 云南天文臺(tái)手繪太陽(yáng)黑子圖的局部圖

1 固定區(qū)域手寫黑子信息字符提取與分割

1.1 基于坐標(biāo)的固定區(qū)域手寫字符區(qū)提取

將原始圖進(jìn)行大小歸一化，每幅圖中各固定區(qū)域的相對(duì)位置相同，計(jì)算出圖中各固定區(qū)域橫縱坐標(biāo)最小和最大兩像素點(diǎn)，提取兩坐標(biāo)點(diǎn)確定矩形框中原始圖像的像素值，即字符塊，如圖2（a）所示。

1.2 基于CFS算法與平均字符寬度的固定區(qū)域字符分割

利用顏色填充分割［6］（Color Filling Segmentation，CFS）算法進(jìn)行分割，若字符寬度小于最小字符寬度43，則為干擾字符（小數(shù)點(diǎn)、度符號(hào)、撇符號(hào)和等號(hào)），刪除；若字符寬度大于最大字符寬度61，則為粘連字符，結(jié)合平均字符寬度利用投影分割粘連字符，若其中存在干擾字符，刪除；其他則為單個(gè)字符。部分結(jié)果如圖2（b）所示。

圖2 固定區(qū)域部分字符塊的提取與分割

2 隨機(jī)區(qū)域手寫黑子信息字符提取與分割

2.1 基于高斯模糊的隨機(jī)區(qū)域手寫字符區(qū)提取

對(duì)提取出固定區(qū)域字符塊后的圖利用全局閾值轉(zhuǎn)換為黑白圖，利用高斯模糊算法［7］，使用大小為901×901、標(biāo)準(zhǔn)偏差為300的高斯模糊算子進(jìn)行卷積運(yùn)算，尋找所有的八鄰接連通域，刪除面積小于一定閾值的連通域，通過標(biāo)注連接分量標(biāo)記所有的連通域，利用標(biāo)號(hào)尋找各連通域中橫縱坐標(biāo)最小和最大兩像素點(diǎn)，提取稍大于兩坐標(biāo)點(diǎn)確定矩形框范圍中原始圖像像素點(diǎn)的值，即字符塊，部分結(jié)果如圖3所示。

圖3 隨機(jī)區(qū)域部分手寫字符塊提取

2.2 基于Hough變換與投影的隨機(jī)區(qū)域字符塊分割

2.2.1 包含多個(gè)黑子記錄字符塊的分割

部分類似圖3（b）所示字符塊含有多個(gè)黑子記錄，需將其分割為類似圖3（a）所示僅包含單個(gè)黑子記錄的字符塊，利用Hough變換［8］來(lái)檢測(cè)圖中的圓圈，利用圓心坐標(biāo)來(lái)判斷黑子的分布結(jié)構(gòu)。若兩圓心縱坐標(biāo)差的絕對(duì)值遠(yuǎn)大于兩圓心橫坐標(biāo)差的絕對(duì)值，則為上下結(jié)構(gòu)，以第二個(gè)圓圈圓心縱坐標(biāo)減去半徑值為投影分割點(diǎn)進(jìn)行垂直投影分割；反之，則為左右結(jié)構(gòu)，以第二個(gè)圓圈圓心橫坐標(biāo)減去半徑值為投影分割點(diǎn)進(jìn)行水平投影分割。

2.2.2 包含單個(gè)黑子記錄字符塊的分割

由于圓圈的高度大于緊隨其后的行數(shù)據(jù)高度，對(duì)具有單個(gè)黑子記錄的字符塊進(jìn)行垂直投影分割前需將圓圈去除；通過Hough變換檢測(cè)圓圈，利用圓心和半徑提取圓圈及圓圈中數(shù)據(jù)，為第一行數(shù)據(jù)；通過垂直投影選取合適的局部極小值點(diǎn)作為分割點(diǎn)，對(duì)剩余字符塊進(jìn)行分割得到單行數(shù)據(jù)字符塊，分別為第二行數(shù)據(jù)和第三行數(shù)據(jù)字符塊，部分結(jié)果如圖4所示。

圖4 部分包含單個(gè)黑子記錄字符塊的分割

2.3 基于CFS算法與平均字符寬度的隨機(jī)區(qū)域字符分割

利用CFS算法進(jìn)行分割，若第二行字符塊中字符滿足寬度＜13或者＞31且高度均≤100且字符面積處于574～2 170之間或者第三行字符塊中字符滿足高度≥42且字符面積處于574～2 170之間，則認(rèn)為單個(gè)字符或者粘連字符，保留并判斷字符的寬度，若寬度＞62，則為是粘連字符，結(jié)合平均字符寬度利用投影對(duì)粘連字符分割，若其中存在干擾字符，刪除；反之，則為是單個(gè)字符，部分結(jié)果如圖5所示。

圖5 部分包含單行數(shù)據(jù)字符塊的分割

3 手寫字符分割實(shí)驗(yàn)結(jié)果及分析

選取中國(guó)科學(xué)院云南天文臺(tái)2000年2月至4月共43張分辨率達(dá)到5 000×6 000的手繪太陽(yáng)黑子圖，人工統(tǒng)計(jì)共有13 717個(gè)字符，固定區(qū)域共有2 279個(gè)字符，隨機(jī)手寫區(qū)域共有11 438個(gè)字符。利用投影和本文方法分別對(duì)固定區(qū)域和隨機(jī)區(qū)域的手寫字符進(jìn)行分割，以人工對(duì)比和確認(rèn)的方式對(duì)字符分割的結(jié)果進(jìn)行統(tǒng)計(jì)。

采用投影算法進(jìn)行字符分割，固定區(qū)域字符分割正確的字符共2 156個(gè)，分割錯(cuò)誤的字符共123個(gè)，分割正確率達(dá)94.6％；隨機(jī)區(qū)域字符分割正確的字符共8 716個(gè)，分割錯(cuò)誤的字符共2 722個(gè)，正確分割率達(dá)76.2％。采用本文方法進(jìn)行字符分割，固定區(qū)域字符分割正確的字符共2 176個(gè)，分割錯(cuò)誤的字符共103個(gè)，分割正確率達(dá)95.5％；隨機(jī)手寫區(qū)域字符分割正確的字符共9 109個(gè)，分割錯(cuò)誤的字符共2 329個(gè)，正確分割率達(dá)79.6％。

4 結(jié)論

本文方法使固定區(qū)域字符和隨機(jī)區(qū)域字符分割平均正確率分別提高了0.9％和3.4％，表明采用方法得當(dāng)，能較好地將包含單行數(shù)據(jù)的字符塊分割為多個(gè)完整的單個(gè)字符。

［1］劉學(xué)富.太陽(yáng)黑子觀測(cè)［J］.天文愛好者，1999（6）：24-26.

［2］云南天文臺(tái)太陽(yáng)觀測(cè)數(shù)據(jù)服務(wù)系統(tǒng)［EB/OL］.（2015-05-25）.http：//www1.ynao.ac.cn/～solar/datadownload.php.

［3］丁杰，楊靜宇.一種基于模糊規(guī)則的手寫體粘連數(shù)字串分割［J］.中國(guó)圖象圖形學(xué)報(bào)，2009，14（11）：2292-2298.

［4］胡濤，呂紅，孫小虎，等.基于水平垂直灰度開運(yùn)算的車牌字符分割算法［J］.電子技術(shù)應(yīng)用，2012，38（10）：109-111.

［5］高慶吉，王曉華，趙為平.對(duì)粘連和缺損數(shù)字串分割的研究［J］.模式識(shí)別與人工智能，2000，13（1）：99-1021.

［6］YAN J，AHMAD A S E.A low-cost attack on a Microsoft CAPTCHA［C］.Proceedings of the 15th ACM Conference on Computer and Communications Security，2008：543-554.

［7］丁怡心，廖勇毅.高斯模糊算法優(yōu)化及實(shí)現(xiàn)［J］.現(xiàn)代計(jì)算機(jī)，2010（8）：76-78.

［8］姜文，盧朝陽(yáng)，李靜.基于Hough變換的手寫體維文字符傾斜校正算法［J］.微型機(jī)與應(yīng)用，2013，32（8）：29-31.

Research on handwritten character segmentation method of hand-drawn sunspot image

Zhu Daoyuan1，Zheng Sheng1，2，Zeng Xiangyun2，Xu Gaogui2
（1.College of Computer and Information Technology，China Three Gorges University，Yichang 443002，China；2.College of Science，China Three Gorges University，Yichang 443002，China）

Using fixed region coordinates to obtain a single row character data block of fixed region.Based on Gaussian blur to extract handwritten sunspot random region.Using projection and Hough transform to complete segmentation of character block included some sunspot records and divide single sunspot records character block into three character blocks which contains only a single row data.Using color filling segmentation algorithm to split a single character or adhesion character from a single row character data block，and implement further segmentation of adhesion characters based on average character width.Experimental results show that character segmentation correct rate of fixed region and random region reached separately an average of 95.5％and 79.6％.

Hough transform；projection algorithm；color filling segmentation algorithm；adhesion characters；character width

TP319

A

1674-7720（2015）20-0033-03

朱道遠(yuǎn)，鄭勝，曾祥云，等.手繪太陽(yáng)黑子圖手寫字符分割方法研究［J］.微型機(jī)與應(yīng)用，2015，34（20）：33-35.

2015-06-25）book=39,ebook=43