CN106503694A - 基于八邻域特征的数字识别方法 - Google Patents

Abstract

本发明公开了一种基于八邻域特征的数字识别方法，包括步骤：1)获取手写体数字的原图；2)对原图进行预处理；3)对预处理后的图像进行分割，以获得单个字符；4)获取单个字符在八邻域方向上的激活频次和激活率；5)特征向量的提取；6)特征向量的优化；7)相似性度量。本发明基于八邻域特征提取，只提取了图像数量的有用信息，减少了输入模型数据的数量，从而提高了算法的执行速率；字符距离特征用相对距离表示，从而消除了字符大小对识别结果的影响，达到了优化特征值的目的，提高了特征值对字符的表征程度；字符识别算法采用的是欧几里得度量，算法简单且结果明显；本发明能实现对手写体数字的高效和高准确率识别。

Description

基于八邻域特征的数字识别方法

技术领域

本发明涉及图像识别技术领域，特别涉及一种手写体数字的识别方法。

背景技术

人类的进步推动科学技术的发展，技术的进度又不断给人类提出新的挑战。随着网络技术的诞生，人们的生活变得越来越便利，也让人们越来越依赖网络。近几年掀起的电子商务狂潮，以及人们在网络上的通讯和娱乐使人们在网络上的交互变得越来越频繁，从而使人们的信息和隐私的安全受到威胁，网络安全日渐成为时下关注的热点问题。验证码的出现正是为了解决网络安全问题。

在过去的几十年，随着数字化、信息化在社会生活方方面面的推广及普及，手写体的识别成为模式识别的研究热点。数字手写体多用于邮政编码、统计报表、财务报表、银行票据等方面，人们的关注焦点也越来越集中到手写体数字的识别上。但是很多方法只是停留在理论研究之中，实际生活中手写体数字因个人书写风格的不同而存在字符变形多样的问题，造成现有算法在手写体识别中识别率低、稳定性差、鲁棒性不足等多方面的问题。研究高性能的手写体数字识别算法仍然是一个具有相当挑战性的课题。

卷积神经网络(CNN)在数字识别中已得到广泛应用，它的优点是用完整图像作为模型的输入，避免了特征提取的过程。在一定程度上降低了网络模型的复杂度，减少了权值的数量。但是，卷积神经网络算法用图像作为模型输入，这在算法的运行时间上就不够理想，并且识别的字符受到训练集的影响，所以卷积神经算法在一定程度上对数字识别的效果还不够理想，所以有必要研究减少输入模型的数据量并且运行效率高的算法。

发明内容

有鉴于此，本发明的目的是提供一种基于八邻域特征的数字识别方法，以实现对手写体数字的高效和准确识别。

本发明基于八邻域特征的数字识别方法，包括以下步骤：

1)获取手写体数字的原图；

2)对原图进行预处理

第一步，将彩色原图进行灰度化；

第二步，将灰度化后的图像再进行二值化；

第三步，对二值图像进行去噪声处理，得到预处理后的图像；

3)对预处理后的图像进行分割，以获得单个字符；

4)获取单个字符在八邻域方向上的激活频次和激活率；

所述八邻域方向：即某一像素点周围八个相邻的像素点构成了它的八邻域，八邻域与该像素点的相对位置构成了该像素的八邻域方向；某一像素点的八邻域方向包括：0度、45度、90度、135度、180度、225度、270度、315度；

激活点：在二值图像中，如果一个像素的值为1，而且其八邻域中有一个值为0的像素点，则称该点为激活点，表示该点包含了八邻域特征；

所述激活频次：激活点的某一邻域上的值为0，表明该点在这一邻域方向被激活一次；某一邻域方向的激活频次即为所有激活点在此邻域方向被激活的总次数，0度方向、45度方向、90度方向、135度方向、180度方向、225度方向、270度方向、315度方向的激活频次依次记为f₁，f₂，f₃，f₄，f₅，f₆，f₇，f₈；

激活频率：某一邻域方向的激活频率即为此邻域的激活频次在激活总频次的占比，记为：

其中，i为第i个方向，i＝{1，2，3，…8}。

5)将二值图像分为五个象限，计算每一个象限激活点占比I＝[i(1)，i(2)，i(3)，i(4)，i(5)]；第一到第四象限激活点重心角度A＝[a(1)，a(2)，a(3)，a(4)，a(5)]；激活点重心到中心点的距离D＝[d(1)，d(2)，d(3)，d(4)，d(5)]；从而得到分割出的字符特征向量W＝(P，I，A，D)；

6)特征向量的提取

第一步，通过公式

提取每个象限的重心点坐标，n为第i个象限重心点的激活点个数，x_i为激活点的横坐标，y_i为激活点的纵坐标；X_j为第j个象限重心点横坐标，Y_j第j个象限重心点纵坐标

第二步，根据公式

计算激活点重心角度，P(i，1)为第i个象限的重心点纵坐标，center_px为图像中心点纵坐标；

第三步，根据公式

计算第i个象限重心点到图片中心点的距离；图像中心的横坐标为X＝w/2，纵坐标为Y＝h/2；h、w分别为图像的高和宽；

7)特征向量的优化

第一步，细化操作

a)对数字图形进行预腐蚀，将所有腐蚀可去除的像素点标明，但不立即去除；

b)以第一步标注的可去除像素点为基础，选择消除那些消除后不会破坏字符连通性的点，并保留其他点，以确保字符图像的拓扑结构；

第一步，调整特征值

a)激活率I＝[i(1)，i(2)，i(3)，i(4)，i(5)]以百分制表示，增加激活率的量级；

b)调整距离特征值D＝[d(1)，d(2)，d(3)，d(4)，d(5)]，通过公式

计算激活点重心到二值图像中心点的距离，xi为第i个象限的重心点的横坐标，yi为第i个象限的重心点的纵坐标，X为图像中心点的横坐标，同时也为图像宽的1/2，Y为图像中心点的纵坐标，同时也为图像高的1/2；

8)相似性度量

第一步，选取0，1，2，3，4，5，6，7，8，9这九个书写标准的手写体数字，用前述步骤4)至6)所述的方法分别提取各数字的特征向量W＝(P，I，A，D)，并将这10个数字的特征向量存为数字的标准特征，作为待识别字符特征向量比较的标准；

第二步，采用欧几里得度量计算标准数字特征与待识别字符特征的相似性，通过比较相似性的大小判断待识别字符。

进一步，在步骤2)对原图进行预处理的第二步中，通过Matlab中自带函数lev＝graythresh(j)获得阈值，再用函数im2bw(j，lev)得到二值化结果。

进一步，在步骤2)对原图进行预处理的第三步中，选用3×3的滑动窗口对二值化图像进行中值滤波。

进一步，在步骤3)对预处理后的图像进行分割中，将单行数字图像作为输入，利用垂直投影法获得单个字符图像。

本发明的有益效果：

本发明基于八邻域特征的数字识别方法，其基于八邻域特征提取，减少了图片的数量，只提取了图像数量的有用信息，减少了输入模型数据的数量，从而提高了算法的执行速率；本发明解决字符的相对位置问题是通过算法抠出字符本身大小的字符图像，然后进行特征提取，距离特征用相对距离表示，这样距离特征对字符本身的表征程度较小，从而消除了字符大小对识别结果的影响，达到了优化特征值的目的，提高了特征值对字符的表征程度；本发明中字符识别算法采用的是欧几里得度量，算法简单且结果明显；本发明能实现对手写体数字的高效和高准确率识别。

附图说明

图1为本发明基于八邻域特征的数字识别方法的流程图；

图2为激活点的八邻域图；

图3为八邻域统计图；

图4为象限分割与激活点分布示意图；

图5为特征向量提取算法流程图；

图6为字符分割算法流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。

本实施例基于八邻域特征的数字识别方法，包括以下步骤：

1)获取手写体数字的原图，例如获取手写体数字验证码原图；

2)对数字验证码原图进行预处理

第一步，将彩色原图进行灰度化，具体为采用Matlab中自带算法rgb2gray函数实现彩色图像灰度化；

第二步，将灰度化后的图像再进行二值化，具体的为通过Matlab中自带函数lev＝graythresh(j)获得阈值，再用函数im2bw(j，lev)得到二值化结果；

第三步，对二值图像进行去噪声处理，得到预处理后的图像；具体的为选用3×3的滑动窗口对二值化图像进行中值滤波，首先运用3×3的滑动窗口模板对二值图像进行检测并消除孤立噪声点，再运用Matlab中bwmorph()函数对二值化图像进一步消除噪声点；

3)对预处理后的图像进行分割，以获得单个字符，具体的为将单行数字图像作为输入，利用垂直投影法获得单个字符图像；

给定一行字符后，由于字符间独立成块，水平方向之间并无交集，因而，可在对单行图像进行垂直投影后利用投影图像中的空白间隙对字符集合进行分割；垂直投影法的计算公式为：

和

其中：h是图像的高度，w是图像的宽度，k(i，j)为图像第i行第j列元素的灰度值，对于二值图像，其值为1或0；

4)获取单个字符在八邻域方向上的激活频次和激活率；

所述八邻域方向：即某一像素点周围八个相邻的像素点构成了它的八邻域，八邻域与该像素点的相对位置构成了该像素的八邻域方向；某一像素点的八邻域方向包括：0度、45度、90度、135度、180度、225度、270度、315度；

激活点：在二值图像中，如果一个像素的值为1，而且其八邻域中有一个值为0的像素点，则称该点为激活点，表示该点包含了八邻域特征；

所述激活频次：激活点的某一邻域上的值为0，表明该点在这一邻域方向被激活一次；某一邻域方向的激活频次即为所有激活点在此邻域方向被激活的总次数，0度方向、45度方向、90度方向、135度方向、180度方向、225度方向、270度方向、315度方向的激活频次依次记为f1，f2，f3，f4，f5，f6，f7，f8；

激活频率：某一邻域方向的激活频率即为此邻域的激活频次在激活总频次的占比，记为

其中，i为第i个方向，i＝{1，2，3，…8}。

5)将二值图像分为五个象限，计算每一个象限激活点占比I＝[i(1)，i(2)，i(3)，i(4)，i(5)]；第一到第四象限激活点重心角度A＝[a(1)，a(2)，a(3)，a(4)，a(5)]；激活点重心到中心点的距离D＝[d(1)，d(2)，d(3)，d(4)，d(5)]；从而得到分割出的字符特征向量W＝(P，I，A，D)；

6)特征向量的提取

第一步，通过公式

提取每个象限的重心点坐标，n为当前象限的激活点数，xi为激活点的横坐标，yi为激活点的纵坐标；图像中心的横坐标为X＝h/2，纵坐标为Y＝w/2；h，w分别为图像的高和宽；

第二步，根据公式

计算激活点重心角度，P(i，1)为第i个象限的重心点纵坐标，center_px为图像中心点纵坐标；

第三步，根据公式

计算第i个象限重心点到图片中心点的距离；

7)特征向量的优化

第一步，细化操作

a)对数字图形进行预腐蚀，将所有腐蚀可去除的像素点标明但不立即去除；

b)以第一步标注的可去除像素点为基础，选择消除那些消除后不会破坏字符连通性的点，并保留其他点，以确保字符图像的拓扑结构；

第一步，调整特征值

a)激活率I＝[i(1)，i(2)，i(3)，i(4)，i(5)]以百分制表示，增加激活率的量级；b)调整距离特征值D＝[d(1)，d(2)，d(3)，d(4)，d(5)]，通过公式

计算激活点重心到二值图像中心点的距离，xi为第i个象限的重心点的横坐标，yi为第i个象限的重心点的纵坐标，X为图像中心点的横坐标，同时也为图像宽的1/2，Y为图像中心点的纵坐标，同时也为图像高的1/2；

8)相似性度量

第一步，选取0，1，2，3，4，5，6，7，8，9这九个书写标准的手写体数字，用前述步骤4)至6)所述的方法分别提取各数字的特征向量W＝(P，I，A，D)，并将这10个数字的特征向量存为数字的标准特征，作为待识别字符特征向量比较的标准；

第二步，采用欧几里得度量计算标准数字特征与待识别字符特征的相似性，通过比较相似性的大小判断待识别字符；

欧几里得度量的公式为：n为向量的维数，W提取的特征向量，S为标准数字的特征向量。

本实施例数字识别方法，其基于八邻域特征提取，减少了图片的数量，只提取了图像数量的有用信息，减少了输入模型数据的数量，从而提高了算法的执行速率；本发明解决字符的相对位置问题是通过算法抠出字符本身大小的字符图像，然后进行特征提取，距离特征用相对距离表示，这样距离特征对字符本身的表征程度较小，从而消除了字符大小对识别结果的影响，达到了优化特征值的目的，提高了特征值对字符的表征程度；本发明中字符识别算法采用的是欧几里得度量，算法简单且结果明显；本发明能实现对手写体数字的高效和高准确率识别。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.基于八邻域特征的数字识别方法，其特征在于：包括以下步骤：

1)获取手写体数字的原图；

2)对原图进行预处理

第一步，将彩色原图进行灰度化；

第二步，将灰度化后的图像再进行二值化；

第三步，对二值图像进行去噪声处理，得到预处理后的图像；

3)对预处理后的图像进行分割，以获得单个字符；

4)获取单个字符在八邻域方向上的激活频次和激活率；

所述八邻域方向：即某一像素点周围八个相邻的像素点构成了它的八邻域，八邻域与该像素点的相对位置构成了该像素的八邻域方向；某一像素点的八邻域方向包括：0度、45度、90度、135度、180度、225度、270度、315度；

激活点：在二值图像中，如果一个像素的值为1，而且其八邻域中有一个值为0的像素点，则称该点为激活点，表示该点包含了八邻域特征；

所述激活频次：激活点的某一邻域上的值为0，表明该点在这一邻域方向被激活一次；某一邻域方向的激活频次即为所有激活点在此邻域方向被激活的总次数，0度方向、45度方向、90度方向、135度方向、180度方向、225度方向、270度方向、315度方向的激活频次依次记为f₁，f₂，f₃，f₄，f₅，f₆，f₇，f₈；

激活频率：某一邻域方向的激活频率即为此邻域的激活频次在激活总频次的占比，记为：

$P_i=\frac{f_i}{\underset{j=1}{\overset{8}{\Σ}}{f}_j}$

其中,i为第i个方向,i＝{1,2,3,…8}。

5)将二值图像分为五个象限，计算每一个象限激活点占比I＝[i(1),i(2),i(3),i(4),i(5)]；第一到第四象限激活点重心角度A＝[a(1),a(2),a(3),a(4),a(5)]；激活点重心到中心点的距离D＝[d(1),d(2),d(3),d(4),d(5)]；从而得到分割出的字符特征向量W＝(P,I,A,D)；

6)特征向量的提取

第一步，通过公式

$\left\{\begin{array}{c}{X}_j=\frac{1}{n}{\Σ}_{i=1}^n{x}_i\\ Y_j=\frac{1}{n}{\Σ}_{i=1}^n{y}_i\end{array}\right.$

提取每个象限的重心点坐标，n为第i个象限重心点的激活点个数，x_i为激活点的横坐标，y_i为激活点的纵坐标；X_j为第j个象限重心点横坐标，Y_j第j个象限重心点纵坐标

第二步，根据公式

$\mathrm{\α}\left(i\right)=\frac{i-1}{2}\mathrm{\π}+{(-1)}^{i-1}\×{\sin }^{-1}\left(\right|p\left(i-1\right)-{\mathrm{center}}_{px}|/r)$

计算激活点重心角度，P(i,1)为第i个象限的重心点纵坐标，center_px为图像中心点纵坐标；

第三步，根据公式

$r=d\left(i\right)=\sqrt{{(xi-X)}^2+{(yi-Y)}^2}$

计算第i个象限重心点到图片中心点的距离；图像中心的横坐标为X＝w/2，纵坐标为Y＝h/2；h、w分别为图像的高和宽；

7)特征向量的优化

第一步，细化操作

a)对数字图形进行预腐蚀，将所有腐蚀可去除的像素点标明,但不立即去除；

b)以第一步标注的可去除像素点为基础，选择消除那些消除后不会破坏字符连通性的点，并保留其他点，以确保字符图像的拓扑结构；

第一步，调整特征值

a)激活率I＝[i(1),i(2),i(3),i(4),i(5)]以百分制表示，增加激活率的量级；

b)调整距离特征值D＝[d(1),d(2),d(3),d(4),d(5)]，通过公式

$d\left(i\right)=\sqrt{{\left(\frac{xi-X}{X}\right)}^2+{\left(\frac{yi-Y}{Y}\right)}^2}$

计算激活点重心到二值图像中心点的距离，xi为第i个象限的重心点的横坐标，yi为第i个象限的重心点的纵坐标，X为图像中心点的横坐标，同时也为图像宽的1/2，Y为图像中心点的纵坐标，同时也为图像高的1/2；

8)相似性度量

第一步，选取0，1，2，3，4，5，6，7，8，9这九个书写标准的手写体数字，用前述步骤4)至6)所述的方法分别提取各数字的特征向量W＝(P,I,A,D)，并将这10个数字的特征向量存为数字的标准特征，作为待识别字符特征向量比较的标准；

第二步，采用欧几里得度量计算标准数字特征与待识别字符特征的相似性，通过比较相似性的大小判断待识别字符。

2.根据权利要求1所述的基于八邻域特征的数字识别方法，其特征在于：在步骤2)对原图进行预处理的第一步中，采用Matlab中自带算法rgb2gray函数实现彩色图像灰度化。

3.根据权利要求1所述的基于八邻域特征的数字识别方法，其特征在于：在步骤2)对原图进行预处理的第二步中，通过Matlab中自带函数lev＝graythresh(j)获得阈值，再用函数im2bw(j，lev)得到二值化结果。

4.根据权利要求1所述的基于八邻域特征的数字识别方法，其特征在于：在步骤2)对原图进行预处理的第三步中，选用3×3的滑动窗口对二值化图像进行中值滤波。

5.根据权利要求1所述的基于八邻域特征的数字识别方法，其特征在于：在步骤3)对预处理后的图像进行分割中，将单行数字图像作为输入，利用垂直投影法获得单个字符图像。