基于閾值與形態(tài)學的女紅女書圖像分割方法

包蘋蘋 李玲香 段華斌 宋 均

（湖南科技學院 電子與信息工程學院，湖南 永州 425199）

女書字符，也稱女字，其識別技術是信息化處理的重要環(huán)節(jié)，而圖像分割是女字識別技術的重要前期工作。近年來，國內(nèi)一些學者對女書信息化處理研究取得一定的進展[2-4]，提出了一些女書字符圖像分割算法[5-10]，這些算法都是針對背景簡單的手寫女書分割，目前國內(nèi)外學者對布帕、繡品等女紅作品的女字分割研究甚少，因為女紅作品樣式繁多、圖形多樣，進行女字分割時，復雜圖案的處理成為圖像分割的難點。本文針對背景復雜的女紅作品，在自適應閾值圖像分割的基礎上，結合形態(tài)學，提出了一種半自動化的女書圖像分割方法。

1 基于閾值的圖像分割原理

1.1 基于閾值的圖像分割原理

閾值法分割是一種基于區(qū)域的圖像分割技術，其基本原理是：通過設定不同的特征閾值，把圖像分為若干類。特征包括來自原始圖像的灰度或彩色特征、由原始灰度或彩色值變換得到的特征。設原始圖像為 f(x,y)，按照一定的準則從f(x,y)中找到特征值T，將圖像分割為兩部分，分割后的圖像為

當 b0=0 ， b1=1 ，就是圖像的二值化。

1.2 基于閾值的女書字符分割

圖1 給出三種女紅作品的原始圖，像繡帕類的女紅作品因材質存在較強的褶皺，如圖1(a)所示。對圖像二值化處理帶來困難，可以采用自適應閾值方法進行分割，高灰度區(qū)用高閾值分割，低灰度區(qū)就使用低閾值分割，可以在一定程度上減小光照不均的影響，分塊數(shù)目大，每塊的光照都近似均勻，這樣分割的效果更好，但是分塊數(shù)并不是越大越好，太大的分塊數(shù)會對目標像素產(chǎn)生損耗。

圖1 女紅作品原始圖

本文分別對圖1 女紅作品的原始圖進行了自適應閾值女紅的女字圖像分割，其效果圖如圖 2 所示。

圖2 自適應閾值女紅的女字分割效果圖

對于繡帕類的女紅作品采用自適應閾值算法進行女字分割實驗表明：作品1 背景簡單，無多余圖案，女字分割后清晰，正確率高，見圖2（a）效果圖。作品2、作品3 背景復雜，含有多余圖案，女字分割后不清晰，分割效果較差，見圖2(b)和(c)效果圖。

2 基于閾值與形態(tài)學結合的女書圖像分割

2.1 女紅女字分割處理流程

針對背景復雜的女紅作品，如背景含有多余的圖案，如圖1 中的作品2 和作品3，本文提出了一種基于閾值和形態(tài)學結合的女書圖像分割方法，其處理流程是：先進行圖像二值化預處理，再進行人機交互自主選定文字區(qū)域，將圖案多樣的女紅作品中的女字區(qū)域裁剪出來，然后利用閾值與形態(tài)學相結合的分割法實現(xiàn)女書字符與背景分離，最后對處理后的二值化圖像做單個文字切割，其處理流程如圖3 所示。

按照中圖分類法，對比改革開放40年前后圖書出版種類，文化、科學、教育、體育類，文學類和工業(yè)技術類始終排列前三。改革開放40年，其他兩類變化不大，文化、科學、教育、體育類增量較大，在改革開放前所占圖書出版總量20%基礎上又增加了7個百分點。對比1978年與2017年圖書出版種類可見，總體分布基本保持了一致。

圖3 女紅女字圖像處理流程

2.1.1 二值化預處理

圖像二值化使圖像呈現(xiàn)出黑白效果，點的像素值為1 或0。根據(jù)需求選擇灰度圖二值化還是彩色圖二值化。二值化的目的一是為了將背景與目標分離凸顯感興趣的目標，二是減少計算量，三是為隨后的文字切分和后續(xù)處理奠定基礎。

2.1.2 人機交互定位文字區(qū)域

要分割出復雜背景中的女字，女字區(qū)域的準確定位是非常重要的。人們將柔美的女字繡在布帕上，想要除去如此復雜的圖案背景是比較困難的，而且圖案與文字的位置關系靈活多樣，雖然深度學習的文本檢測看似靈活有效，但是訓練所需的女字數(shù)據(jù)集制作有限制，難以獲得足夠多的樣本數(shù)據(jù)。手動定位文字區(qū)域的方法雖略顯笨拙，對于字數(shù)量少且圖案復雜的文本能體現(xiàn)其特有的優(yōu)勢。人機交互自定義功能函數(shù)如下：

function g=getROIbyIter(f)

bw=roiploy(f);%交互式定位文本區(qū)

[I,J]=find(bw==1);%獲得目標區(qū)域的數(shù)據(jù)矩陣

G=find(min(I):max(I), min(J):max(J));%自動裁剪

2.1.3 迭代自動閾值分割

裁剪后的女紅女書圖像雖已經(jīng)去除了背景圖案的大干擾，但仍然存在一部分干擾，比如光照不均勻、明顯的折痕、各類噪聲、圖像對比度差等情況使得圖像有效二值化處理閾值的確定更加復雜。

迭代法自動閾值分割首先要為全局閾值選擇初始估計值（灰度值）作為初始閾值，用初始閾值分割圖像，獲得新的閾值，依次迭代進行分割獲得最佳閾值。其實現(xiàn)步驟如下：

①選擇整幅圖像的最小灰度值和最大灰度值的平均值為初始閾值Gk，k 為迭代次數(shù)，初始時k=0，這樣選取初始閾值既能較好地保留重要像素值，也能去除部分無關像素值。

2.1.4 形態(tài)學去噪

圖像形態(tài)學中最常用的兩種基本操作就是膨脹與腐蝕。在形態(tài)變換中，結構元素相當于信號處理中的“濾波窗口”，但結構元素的合理選擇也影響著去噪的效果?？紤]到女字形體嬌小纖細、外輪廓光滑，為了防止去噪處理后女字的輪廓出現(xiàn)較大程度上的失真，本文選擇圓形結構元素做膨脹操作，根據(jù)數(shù)字圖像本身的特性，選取方形結構元素做腐蝕操作，更易腐蝕掉多余的像素點，半徑與長度大小需根據(jù)二值圖像中白斑的大小進行人工確定。鑒于腐蝕后的圖像還存在少許孤立的白色小點，通過最小值濾波與均值濾波結合使用濾除白色噪聲點，最后通過膨脹操作對文字輪廓進行修繕。

2.1.5 文字切割

女書字符識別技術是信息化處理的重要環(huán)節(jié)。女書識別的關鍵在于單個文字的切割，文字區(qū)域定位之后，需要將區(qū)域內(nèi)的文字切分出來。通過觀察發(fā)現(xiàn)，大部分繡帕上的女書行與行之間不存在平行關系，且繡帕上的女書文字都是獨立的個體，在進行預處理后排除非目標像素的影響，每個女字屬于一個獨立的連通域。由于投影法切割屬于手動切割，效率低且麻煩，而連通域的切割方法可以避免第二次手動切割，本文采用連通域的切割方法對單個女字進行切割。

2.2 實驗結果及分析

2.2.1 基于閾值和形態(tài)學的女紅女字分割效果

本文以圖 1 中的像素尺寸分別為509 ×493的女紅作品1、273 ×300的女紅作品2和800 ×766的女紅作品3 的原始圖為例，用本文提出的新方法進行女紅字符圖像分割，其分割效果圖如圖4 所示。

圖4 基于閾值和形態(tài)學的女紅女字分割效果圖

從圖4 實驗結果表明：本文的方法對于圖1(a)光照不均、嚴重皺褶以及圖1(b)和圖1(c)有背景圖案的女紅女字圖像分割均可獲得較好的分割效果，此方法也適用于其他女紅類的古典文字分割，但對于污染嚴重的女紅女字分割效果較差。

2.2.2 基于連通域的女字切分效果圖

本實驗利用閾值與形態(tài)學相結合的分割法實現(xiàn)了圖1 中的作品1、作品2、作品3 原圖的女書字符與背景分離，然后對處理后的二值化圖像采用連通域法實現(xiàn)單個女字切割，其效果圖如圖5 所示。

從圖5 分割效果圖可以看出：采用連通域的女字切分法對于圖1(a)和(b)粘連不是特別嚴重的女字能夠取得較好的切分效果（見圖5(a)和(b)），但是對于圖1(c)粘連、重疊嚴重的女字切分效果不盡如人意(見圖5(c))。

圖5 基于連通域的女字切割效果圖

圖5（續(xù)）

3 結 語

本文針對女紅類女書無論從顏色還是文字布局、文字大小都存在多樣化的特點，采用人工交互的方法靈活定位文字區(qū)域，利用自適應閾值、形態(tài)學去噪等方法實現(xiàn)了女紅女字的分割、提取。實驗結果表明：該方法對圖案復雜的繡品女書字符圖像分割具有較高的正確率和較強去噪聲能力，為女書字符識別提供一定的理論參考，對于女書粘連的單個女字切分效果欠佳、而且字符圖像預處理后采用了一種半自動的文字區(qū)域定位，不適合于大批量女書圖像樣本處理。