基于改進(jìn)ZS細(xì)化算法的手寫(xiě)體漢字骨架提取

常慶賀 吳敏華 駱力明

(首都師范大學(xué)信息工程學(xué)院 北京 100048)

0 引 言

手寫(xiě)體漢字識(shí)別是模式識(shí)別的重要分支，也是文字識(shí)別領(lǐng)域最為困難的問(wèn)題之一。細(xì)化是手寫(xiě)體漢字識(shí)別與處理中的一個(gè)重要環(huán)節(jié)，其又可稱為骨架化，一般是指在保持圖像原像素拓?fù)滏溄雨P(guān)系的前提下，接連刪除圖像邊緣像素直至達(dá)到單個(gè)像素寬度骨架的過(guò)程。圖像細(xì)化所提取出的骨架不僅是目標(biāo)圖像重要的拓?fù)涿枋?，還減少了圖像中的冗余信息，在圖像分析、信息壓縮、特征提取、模式識(shí)別等領(lǐng)域具有非常廣泛的應(yīng)用[1-2]。

現(xiàn)有的細(xì)化算法有：Hilditch細(xì)化算法[3]、Pavlidis細(xì)化算法[4]、基于索引表的細(xì)化算法[5]、基于Voronoi圖的構(gòu)造模型細(xì)化算法[6-7]、基于輪廓篩減的細(xì)化算法[8]、Zhang-Suen細(xì)化算法[9-10]等。在應(yīng)用于細(xì)化手寫(xiě)體漢字圖像時(shí)，由于漢字結(jié)構(gòu)較復(fù)雜，加之手寫(xiě)體漢字書(shū)寫(xiě)風(fēng)格隨意，Hilditch算法提取的骨架有扭曲變形的現(xiàn)象，且算法需反復(fù)對(duì)漢字圖像迭代處理，耗時(shí)較長(zhǎng)。Pavlidis算法通過(guò)并行和串行混合的方式提取骨架，但骨架存在較多冗余像素，難于排除撇、捺以及T行交叉點(diǎn)的畸變并易出現(xiàn)斷點(diǎn)的現(xiàn)象。基于索引表的細(xì)化算法根據(jù)預(yù)定的規(guī)則建立索引表，按照行列順序比較的形式提取骨架，細(xì)化速度非?？欤?xì)化受限于索引表，骨架存在較多毛刺，筆畫(huà)交叉處和拐角處有畸變?；赩oronoi圖細(xì)化算法需將圖像擬合成多邊形，利用多邊形的邊界特征獲取Voronoi圖進(jìn)而提取骨架，但對(duì)于二值圖像，邊界擬合、直線求交比較復(fù)雜且計(jì)算量較大。基于輪廓篩減的細(xì)化算法需預(yù)先檢測(cè)圖像輪廓，再對(duì)輪廓范圍內(nèi)的圖像提取骨架，對(duì)圖像噪聲較為敏感，不適用于復(fù)雜圖像的處理。Zhang-Suen細(xì)化算法通過(guò)邏輯運(yùn)算的方式循環(huán)刪除圖像中的非骨架像素點(diǎn)提取骨架，具有迭代少、速度快，保證提取出的漢字骨架中直線、T行交叉和拐角與原圖像一致的特點(diǎn)[11]，但存在骨架毛刺，骨架斜線區(qū)域易出現(xiàn)像素冗余。

本文針對(duì)Zhang-Suen細(xì)化算法提取手寫(xiě)體漢字圖像骨架時(shí)出現(xiàn)的問(wèn)題做出改進(jìn)。引入消除模板消除骨架冗余像素；引入保留模板避免因過(guò)度消除冗余像素造成的骨架斷裂；根據(jù)毛刺的特點(diǎn)引進(jìn)門限長(zhǎng)度機(jī)制[11]消除多余的毛刺。改進(jìn)后算法所提取的漢字骨架較平滑，無(wú)毛刺和冗余像素，能夠完整、正確地突出手寫(xiě)體漢字的特征。

1 算法研究

手寫(xiě)體漢字識(shí)別中，漢字的結(jié)構(gòu)信息集中體現(xiàn)在漢字骨架中，對(duì)手寫(xiě)體漢字細(xì)化，有利于突出字體形態(tài)特征，減少漢字圖像的數(shù)據(jù)存儲(chǔ)空間，進(jìn)而提高識(shí)別效率。細(xì)化算法對(duì)文字細(xì)化效果的優(yōu)劣直接影響字體識(shí)別的準(zhǔn)確率。細(xì)化算法一般需滿足以下要求[12-13]：

1) 連續(xù)性：保持原有筆畫(huà)的連續(xù)性，不能出現(xiàn)筆畫(huà)斷裂的現(xiàn)象。

2) 中軸性：骨架應(yīng)盡量是原手寫(xiě)字體筆畫(huà)的中心線。

3) 拓?fù)湫裕阂３衷謱?xiě)字體的特征結(jié)構(gòu)，即細(xì)節(jié)特征、曲線端點(diǎn)等。

4) 保持性：保持筆畫(huà)交叉點(diǎn)特征，避免畸變。

5) 細(xì)化性：字體骨架應(yīng)細(xì)化為寬度為1 bit的單線，即單像素寬。

6) 快速性：算法簡(jiǎn)單，執(zhí)行速度快。

細(xì)化算法根據(jù)是否使用了迭代計(jì)算，分為迭代細(xì)化算法和非迭代細(xì)化算法[14]。非迭代細(xì)化算法不以像素為基礎(chǔ)，通過(guò)一次遍歷的形式生成中值或中心線，進(jìn)而一次性抽取骨架，這種算法處理速度快但容易產(chǎn)生噪聲塊。迭代細(xì)化算法則是通過(guò)固定順序反復(fù)檢測(cè)并刪除圖像中符合條件的像素，直至得到1 bit寬的圖像骨架。根據(jù)像素檢測(cè)所使用的不同方法，迭代算法又可分為串行細(xì)化算法和并行細(xì)化算法。串行細(xì)化算法在第n次迭代的過(guò)程中是否刪除目標(biāo)像素點(diǎn)與前n-1次迭代結(jié)果和第n次所檢測(cè)的像素情況相關(guān)；并行細(xì)化算法在第n次迭代的過(guò)程中是否刪除目標(biāo)像素點(diǎn)只與n-1次迭代結(jié)果相關(guān)。

串行算法對(duì)手寫(xiě)體漢字圖像的細(xì)化結(jié)果依賴于對(duì)像素處理的先后順序，像素點(diǎn)的消除或保留不可預(yù)測(cè)，并行算法細(xì)化時(shí)利用相同的預(yù)定條件檢測(cè)圖像中的全部像素點(diǎn)，其細(xì)化結(jié)果具有各向同性，且并行細(xì)化算法具有快速而準(zhǔn)確的特性，一直是人們研究的熱點(diǎn)[15]。

2 算法思想

2.1 基本概念

設(shè)G為二值圖像，P0是圖像G中任意一個(gè)值為1目標(biāo)像素點(diǎn)。

定義18-鄰域：與P0相鄰的八個(gè)鄰域所組成的像素點(diǎn)集合S={P1,P2,P3,P4,P5,P6,P7,P8}稱為像素點(diǎn)P0的8-鄰域，如圖1所示。

圖1 目標(biāo)像素點(diǎn)的8-鄰域

圖2 目標(biāo)像素點(diǎn)的16-環(huán)域

定義3前景點(diǎn)和背景點(diǎn)：二值圖像中值為1的像素點(diǎn)為前景點(diǎn)，值為0的像素點(diǎn)為背景點(diǎn)。

定義4P0的連接數(shù)：與P0相鄰的8-鄰域中前景像素點(diǎn)的個(gè)數(shù)記為N(P0)，與P0相鄰的16-環(huán)域中前景像素點(diǎn)的個(gè)數(shù)記為M(P0)。

(1)

(2)

定義5P0的交叉數(shù)：在與P0相鄰的8-鄰域中以順時(shí)針為序轉(zhuǎn)一圈，像素點(diǎn)從背景點(diǎn)變化到前景點(diǎn)的總次數(shù)和，記為：

(3)

定義6端點(diǎn)end[16]：若P0的8-鄰域內(nèi)只有一個(gè)骨架點(diǎn)像素并且P0本身就是骨架點(diǎn)，稱P0為端點(diǎn)。記為:

(4)

式中：count為當(dāng)前像素點(diǎn)P0的8-鄰域內(nèi)骨架點(diǎn)總數(shù)。

定義7節(jié)點(diǎn)node[16]：若P0的8-鄰域內(nèi)存在兩個(gè)或更多骨架點(diǎn)像素，稱P0為節(jié)點(diǎn)。記為：

(5)

式中：count為當(dāng)前像素點(diǎn)P0的8-鄰域內(nèi)骨架點(diǎn)總數(shù)。

定義8生長(zhǎng)點(diǎn)grow[17]：若P0的8-鄰域內(nèi)存在三個(gè)或更多骨架點(diǎn)像素，并為毛刺起點(diǎn)，稱P0為生長(zhǎng)點(diǎn)，其屬于節(jié)點(diǎn)的一種。記為：

(6)

式中：change為當(dāng)前像素點(diǎn)P0的8-鄰域內(nèi)由骨架點(diǎn)到背景點(diǎn)的變化次數(shù)。

定義9步長(zhǎng)：以像素為單位，單一像素寬度骨架分支所具有的所有像素點(diǎn)個(gè)數(shù)。

定義10毛刺：骨架由于噪聲的影響出現(xiàn)不能反映目標(biāo)結(jié)構(gòu)信息的分支。結(jié)合細(xì)化的迭代次數(shù)得出對(duì)于毛刺的判定閾值[18]為：

(7)

式中：L是毛刺長(zhǎng)度；ceil表示取大于等于括號(hào)內(nèi)的最小整數(shù)；times為圖像細(xì)化迭代的次數(shù)。

2.2 算法定義

Zhang-Suen算法是典型的迭代、并行細(xì)化算法，細(xì)化對(duì)象是二值圖像，具有速度快，能精確的保持原圖像直線、T型交叉和拐角的特點(diǎn)。Zhang-Suen算法根據(jù)8-鄰域的情況重復(fù)執(zhí)行邏輯運(yùn)算，當(dāng)符合非骨架點(diǎn)的刪除條件時(shí)，對(duì)像素進(jìn)行標(biāo)記，在遍歷完全部圖像點(diǎn)陣之后再統(tǒng)一執(zhí)行刪除操作。算法分為兩個(gè)子過(guò)程，細(xì)化過(guò)程如下：

子過(guò)程1若同時(shí)滿足以下4個(gè)條件，則標(biāo)記P0為可刪除的點(diǎn)。

1) 2≤N(P0)≤6

2)N(P0)=1

3)P1×P3×P5=0

4)P3×P5×P7=0

條件1判斷P0是否為端點(diǎn)，如果P0僅有一個(gè)鄰點(diǎn)，則為端點(diǎn)，不能被標(biāo)記；如果P0有七個(gè)鄰點(diǎn)，為保證骨架的連通性，不能被標(biāo)記。條件2檢測(cè)P0的8-鄰域是否有0到1之間的變化，以保證骨架像素點(diǎn)不被標(biāo)記。條件3標(biāo)記8-鄰域東南邊的非骨架像素點(diǎn)。條件4標(biāo)記8-鄰域西北角的非骨架像素點(diǎn)。

子過(guò)程2若同時(shí)滿足以下四個(gè)條件，則標(biāo)記P0為可刪除的點(diǎn)。

1) 2≤N(P0)≤6

2)N(P0)=1

3)P1×P5×P7=0

4)P1×P3×P7=0

條件1、條件2同子過(guò)程1。條件3標(biāo)記8-鄰域西北邊的非骨架像素點(diǎn)。條件4標(biāo)記8-鄰域東南角的非骨架像素點(diǎn)。

算法重復(fù)迭代上述兩個(gè)子過(guò)程，對(duì)手寫(xiě)體漢字圖像中的非骨架像素點(diǎn)進(jìn)行標(biāo)記。在迭代過(guò)程中檢測(cè)是否有被標(biāo)記的點(diǎn)，若有則繼續(xù)重復(fù)進(jìn)行迭代過(guò)程；反之則刪除所有被標(biāo)記的點(diǎn)，細(xì)化算法結(jié)束。此時(shí)剩下的點(diǎn)所構(gòu)成的區(qū)域即為骨架。

2.3 改進(jìn)算法

Zhang-Suen算法對(duì)手寫(xiě)體漢字圖像進(jìn)行細(xì)化，發(fā)現(xiàn)細(xì)化所提取的文字骨架普遍存在冗余像素以及骨架毛刺的現(xiàn)象。本文在分析手寫(xiě)漢字結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，發(fā)現(xiàn)細(xì)化不完全的冗余像素常見(jiàn)于手寫(xiě)體漢字骨架的斜線區(qū)域，如圖3所示。由于漢字書(shū)寫(xiě)的隨意性較大，書(shū)寫(xiě)時(shí)所用紙張的不同，在手寫(xiě)體漢字骨架的筆畫(huà)邊界處易產(chǎn)生骨架毛刺，如圖4所示。為保證細(xì)化后手寫(xiě)體漢字骨架的細(xì)化性和拓?fù)湫?，需要?duì)Zhang-Suen算法的結(jié)構(gòu)元素做消除骨架冗余像素和骨架毛刺的改進(jìn)。

(a) 像素冗余圖 (b) 部分斜線區(qū)域放大圖圖3 斜線區(qū)域冗余像素圖

(a) 像素毛刺圖 (b) 部分邊界區(qū)域放大圖圖4 邊界處骨架毛刺圖

2.3.1消除冗余像素

分析Zhang-Suen細(xì)化算法的原理，發(fā)現(xiàn)造成手寫(xiě)體漢字骨架非單一像素寬的主要原因?yàn)閳D像中部分像素點(diǎn)不滿足N(P0)=1而未被標(biāo)記刪除。為了消除圖像冗余，保證文字骨架的細(xì)化性，本文提出消除模板，如圖5所示。消除模板可以較好地刪除手寫(xiě)體漢字骨架斜線區(qū)域的非骨架像素點(diǎn)。

圖5 消除模板

圖5消除模板中P0滿足的5個(gè)條件為：

a1 (P1×P7=1)&&(P3+P4+P5+P8=0)

a2 (P5×P7=1)&&(P1+P2+P3+P6=0)

a3 (P1×P3=1)&&(P2+P5+P6+P7=0)

a4 (P3×P5=1)&&(P1+P4+P7+P8=0)

a5P2+P4+P6+P8=0&&P1+P3+P5+P7=3

消除條件a1-a4主要用于消除圖3所示的斜線冗余像素。當(dāng)N(P0)=3時(shí)，P0點(diǎn)可能是分叉點(diǎn)，也可能是邊界點(diǎn)。由于分叉點(diǎn)同樣會(huì)出現(xiàn)冗余像素，如圖6所示，故引入消除條件a5用于分叉點(diǎn)冗余像素的刪除，如圖7所示。

圖6 分叉點(diǎn)細(xì)化不徹底

圖7 分叉點(diǎn)徹底細(xì)化后

圖8 保留模板

圖8保留模板中P0滿足的4個(gè)條件為：

b1P1×P3×P4+P6=1

b2P2×P3×P5+P8=1

b3P4×P5×P7+P2=1

b4P1×P2×P7+P4=1

2.3.2消除骨架毛刺

由于手寫(xiě)字體結(jié)構(gòu)的復(fù)雜性和書(shū)寫(xiě)的隨意性較大，經(jīng)過(guò)細(xì)化后的手寫(xiě)體漢字骨架仍存在少量毛刺，毛刺破壞了漢字骨架的拓?fù)湫?，不利于突出手?xiě)體漢字的形狀特征。

毛刺長(zhǎng)度一般難以歸納，但相對(duì)于骨架中心來(lái)說(shuō)，骨架的長(zhǎng)度一般遠(yuǎn)大于毛刺長(zhǎng)度[19]，所以利用這一個(gè)特性，設(shè)定一個(gè)門限值L，選取最小步長(zhǎng)分支進(jìn)行毛刺的判定與消除。

c1N(P0)≥2‖M(P0)≥2

c2S(P0)=3&&M(P0)≥3&&N(P0)≥3

具體步驟如下：

步驟1遍歷細(xì)化后的單像素寬度手寫(xiě)體漢字骨架，若當(dāng)前骨架像素點(diǎn)P0符合條件c1或c2時(shí)，該點(diǎn)可能為節(jié)點(diǎn)node或生長(zhǎng)點(diǎn)grow。

步驟2檢測(cè)該像素點(diǎn)P0是否為毛刺的起始位置，以端點(diǎn)end為起點(diǎn)對(duì)分支進(jìn)行掃描，記端點(diǎn)到該點(diǎn)的長(zhǎng)度值為步長(zhǎng)K。

步驟3取最小步長(zhǎng)與閾值L進(jìn)行比較，若該分支的步長(zhǎng)K小于閾值L，則標(biāo)記該分支，并計(jì)算分支所在節(jié)點(diǎn)node或生長(zhǎng)點(diǎn)grow的總分支數(shù)，若總分支數(shù)大于2，則該分支判定為毛刺，刪除該分支。

步驟4若該節(jié)點(diǎn)node或生長(zhǎng)點(diǎn)grow刪除分支后的余留分支數(shù)等于2，則通過(guò)P0的8-鄰域像素分析刪除該點(diǎn)是否會(huì)導(dǎo)致骨架斷點(diǎn)，影響骨架連通性。若沒(méi)有出現(xiàn)斷點(diǎn)，則保留該點(diǎn)；若出現(xiàn)斷點(diǎn)，則刪除該點(diǎn)。

步驟5重復(fù)執(zhí)行步驟3直至手寫(xiě)體骨架像素遍歷完畢。

3 預(yù)處理

手寫(xiě)字體漢字與印刷體漢字有所不同，不同類型的書(shū)寫(xiě)工具、不同紙張以及書(shū)寫(xiě)時(shí)所用的不同力度等情況導(dǎo)致手寫(xiě)體漢字圖像難以細(xì)化。

分析Zhang-Suen算法原理發(fā)現(xiàn)，手寫(xiě)體漢字圖像中由書(shū)寫(xiě)不當(dāng)所造成的凹凸點(diǎn)和孤立點(diǎn)會(huì)對(duì)骨架的提取結(jié)果造成較大的影響。為了能更好地抽取出圖像中的手寫(xiě)漢字骨架，減少干擾因素對(duì)細(xì)化時(shí)可能產(chǎn)生的影響，有必要在手寫(xiě)體漢字圖像細(xì)化之前對(duì)圖像做預(yù)處理[20]。本文設(shè)置了數(shù)個(gè)模板對(duì)手寫(xiě)體漢字圖像進(jìn)行預(yù)優(yōu)化，在細(xì)化算法開(kāi)始執(zhí)行之前，調(diào)用模板對(duì)手寫(xiě)體漢字圖像進(jìn)行預(yù)處理操作。首先調(diào)用圖9的凹凸點(diǎn)和孤立點(diǎn)消除模板消除圖像凹凸點(diǎn)和孤立點(diǎn)。如果前景點(diǎn)P0的8-鄰域滿足圖9的四個(gè)模板，則將前景點(diǎn)P0更改為背景點(diǎn)。其次調(diào)用圖10的四個(gè)模板消除文字圖像中可能出現(xiàn)的孔洞，若前景點(diǎn)P0的8-鄰域滿足圖10的四個(gè)模板，則將P0的8-鄰域全部像素點(diǎn)更改為前景點(diǎn)像素。

圖9 凹凸點(diǎn)和孤立點(diǎn)消除模板

圖10 孔洞消除模板

圖11與圖12中對(duì)比了未經(jīng)模板處理和經(jīng)模板處理過(guò)的二值手寫(xiě)體漢字圖像，圖像中矩形區(qū)域標(biāo)注了改進(jìn)的地方。實(shí)驗(yàn)證明：經(jīng)過(guò)預(yù)處理后的手寫(xiě)體漢字圖像填補(bǔ)了手寫(xiě)體漢字圖像原有的孔洞，孤立的噪聲塊消失，字體邊緣的凹凸點(diǎn)變得光滑。

(a) 預(yù)處理前二值圖像 (b) 局部放大圖11 預(yù)處理前的文字圖像效果

(a) 預(yù)處理后二值圖像 (b) 局部放大圖12 預(yù)處理后的文字圖像效果

4 算法步驟

步驟11) 對(duì)圖像按照按從上到下、從左到右的順序遍歷，尋找前景點(diǎn)P0； 2) 若前景點(diǎn)P0滿足Zhang-Suen算法設(shè)定的迭代條件，則標(biāo)記P0為可刪除的點(diǎn)；3) 在遍歷完手寫(xiě)體漢字圖像后，刪除所有被標(biāo)記的點(diǎn)，得到初步細(xì)化的手寫(xiě)體漢字骨架。

步驟21) 對(duì)細(xì)化后提取的手寫(xiě)體漢字骨架進(jìn)行遍歷，尋找前景點(diǎn)P0； 2) 若前景點(diǎn)P0滿足刪除模板a1-a5，則標(biāo)記該點(diǎn)為可刪除的點(diǎn)，再檢測(cè)該像素點(diǎn)是否符合保留模板條件，若符合則去除標(biāo)記為可刪除的點(diǎn)，否則繼續(xù)遍歷； 3) 在遍歷完手寫(xiě)體漢字圖像后，刪除所有被標(biāo)記的點(diǎn)，得到像素為1 bit寬的手寫(xiě)體漢字骨架。

步驟31) 遍歷單一像素寬度的手寫(xiě)體漢字骨架，尋找前景點(diǎn)P0； 2) 若前景點(diǎn)P0為節(jié)點(diǎn)node或生長(zhǎng)點(diǎn)grow，則循環(huán)計(jì)算細(xì)化后骨架各個(gè)分支步長(zhǎng)，取其中小步長(zhǎng)與閾值進(jìn)行比較，刪除符合條件的分支毛刺，得到無(wú)毛刺的手寫(xiě)體漢字骨架。

算法工作流程如圖13所示。

圖13 本文算法工作流程圖

5 實(shí) 驗(yàn)

為驗(yàn)證改進(jìn)算法的細(xì)化效果，實(shí)驗(yàn)選取了860幅不同的手寫(xiě)體漢字圖進(jìn)行細(xì)化處理。在運(yùn)行改進(jìn)算法的同時(shí)，使用Hilditch細(xì)化算法、Pavlidis細(xì)化算法、基于索引表的細(xì)化算法、Zhang-Suen細(xì)化算法以及改進(jìn)算法對(duì)其中20幅不同手寫(xiě)體漢字圖像進(jìn)行細(xì)化對(duì)比實(shí)驗(yàn)。在Windows 7操作系統(tǒng)的PC機(jī)上，硬件配置為Inter(R) Core(TM) i7-6700 CPU 3.4 GHz，8 GB RAM，使用Visual Studio 2015開(kāi)發(fā)環(huán)境并使用OpenCV 3.4.1計(jì)算機(jī)視覺(jué)庫(kù)對(duì)手寫(xiě)體漢字圖像進(jìn)行實(shí)驗(yàn)，圖14-圖20為部分圖像細(xì)化效果。

圖14 手寫(xiě)體漢字二值圖像

圖15 Hilditch細(xì)化算法

圖16 Pavlidis細(xì)化算法

圖17 基于索引表的細(xì)化算法

圖18 Zhang-Suen細(xì)化算法

圖19 改進(jìn)算法

圖20 改進(jìn)算法局部放大

通過(guò)對(duì)比各個(gè)細(xì)化算法對(duì)手寫(xiě)體漢字的骨架提取效果得出：改進(jìn)算法所提取出的骨架能夠保持漢字形狀特征，骨架像素寬度為1 bit，且不存在毛刺。

在相同配置環(huán)境下采用本文算法與其他細(xì)化算法對(duì)隨機(jī)選取的20幅手寫(xiě)字體圖像進(jìn)行細(xì)化處理，并以實(shí)驗(yàn)中的平均結(jié)果為例進(jìn)行分析。實(shí)驗(yàn)結(jié)果如表1所示。

表1 細(xì)化算法結(jié)果比較

可以看出：五個(gè)算法中索引表細(xì)化算法細(xì)化速度最快，但對(duì)手寫(xiě)體漢字骨架的處理效果最差，不能準(zhǔn)確表示手寫(xiě)體漢字的結(jié)構(gòu)特征。Zhang-Suen細(xì)化算法速度次之，細(xì)化結(jié)果上有了很大改善，但提取出的漢字骨架存在毛刺，并且不能保證斜線區(qū)域的像素寬度為1 bit。本文改進(jìn)算法的速度和Zhang-Suen細(xì)化算法接近，但去除了骨架毛刺和像素冗余，能夠準(zhǔn)確、完整地提取手寫(xiě)體漢字骨架。

6 結(jié) 語(yǔ)

Zhang-Suen算法是一種較實(shí)用且細(xì)化速度相對(duì)較快的細(xì)化算法，但是對(duì)手寫(xiě)體漢字細(xì)化時(shí)，易出現(xiàn)斜線區(qū)域像素細(xì)化不完全以及漢字骨架“毛刺”的問(wèn)題。本文對(duì)Zhang-Suen快速并行細(xì)化算法作了改進(jìn)，引進(jìn)了消除和保留模板，在保證手寫(xiě)漢字骨架的連續(xù)性、拓?fù)湫缘幕A(chǔ)上，實(shí)現(xiàn)了對(duì)手寫(xiě)字體的完全細(xì)化，并且通過(guò)門限機(jī)制去除了骨架毛刺。細(xì)化結(jié)果完整保留和突出手寫(xiě)體漢字的特征信息，對(duì)手寫(xiě)體漢字的識(shí)別有著重要作用。