碎片图像字符特征提取方法研究

张玲

摘 要 字符特征提取是含文字碎片图像拼接的关键环节，直接影响拼接效果。提出了一种包含文字信息的碎片图像特征提取方法，首先，对原始碎片图像进行预处理，分别得到字符和碎片背景的二值图像；然后，利用边缘检测算子提取字符和碎片背景的单像素边缘；最后，利用结构算子检测碎片图像中字符与碎片背景边缘的交叉点，并根据交叉点的信息提取字体边缘方向特征。仿真实验结果表明本文提出的碎片图像字符特征提取方法思路合理，能够快速、准确地提取出碎片图像中的字符特征，为后续的匹配拼接奠定基础。

关键词 图像拼接；边缘检测；特征提取

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2014）04-0118-02

图像拼接是一种将多幅相关图像无缝拼接成一幅宽视角全景图像的技术，涉及特征提取及匹配、图像配准和图像融合等理论。包含着文宇、图片等信息的纸张往往会因为各种原因造成破碎，通过人眼比对查找的方式对这些碎片文件进行拼接比较费时费力。将碎片文件通过扫描等方式转化为数字图像，再利用数字图像处理技术进行匹配可以取得较好的拼接效果。碎片图像的拼接可以根据纹理、色彩和轮廓等多种不同特征进行拼接，也可以按碎片中有无目标、形状特征是否规则等进行复原。碎片图像拼接技术能够实现对原始文件或图片信息的还原，可广泛应用。目前，学者们提出了很多碎片图像特征提取方法，如Harris特征提取、基于边缘的特征提取、SIFT特征提取等。针对含文字碎片图像的特点，本文提出了一种有效的字符特征提取方法，该方法能够快速、准确地提取碎片图像中特征点的坐标及字体走向等特征，为碎片图像拼接奠定良好的基础。

1 字符特征提取方法研究

关键特征的提取是碎片图像拼接的核心和难点。因为特征明显的点、线和边缘可以较精确地定位碎片图像边缘连接点坐标和连接线段的角度，所以搜索这些特征明显的点、线和边缘是拼接含字符碎片图像的关键。现在提出的方法主要检测字符与碎片图像背景边缘的交叉点和提取字体边缘方向，主要包括图像预处理、边缘检测、特征提取三个环节。

1.1 预处理

首先，将碎纸片放在黑色台布上扫描得到原始图像，其中黑色部分为台布，白色部分为碎片空白区域，字符区域为绿色。然后，将原始图像转换为灰度图像，并分别利用大律法和自定义阈值法进行二值化和反色处理，提取字符区域（目标）和碎片图像区域（背景）。大律法，即最大类间方差法，根据图像中目标和背景两个类别的可分离性自适应确定分割阈值T，类间方差越大，则表明两类之间灰度差别越大，所以获得最大类间方差的阈值T就是最佳分割阈值。

1.2 边缘检测

边缘检测是字符特征提取的基础，现提出的特征提取方法主要是基于字符轮廓信息，所以边缘检测对碎片图像字符特征的提取起着至关重要的作用，主要包括字符区域提取、去除目标边缘毛刺、提取字符及背景单像素边缘检测等环节。

1.2.1 字符区域提取

字符区域的确定是进行字符特征提取的前提，通过对碎片背景图像和字符图像进行差值运算可以将碎片图像中的字符区域提取出来。开运算具有磨光图像的外边界的优点，所以利用开运算剔除差值图像中的毛刺。为了去除图像中的噪声，对去毛刺图像再进行先腐蚀、后膨胀的运算，得到去除毛刺及噪声的字符图像。

1.2.2 单像素边缘检测

字符与碎片图像边缘的交叉点坐标和字体边缘方向是进行图像拼接的重要特征，而确定字体和碎片图像的边缘是提取这些特征的基础。为了精确计算交叉点坐标和字体边缘方向，可利用单像素边缘检测方法。

1.3 特征提取

字符与碎片背景图像的交叉点坐标和字体边缘方向是用于碎片图像拼接的关键特征。

1.3.1 交叉点检测

首先，将提取出的碎片背景边缘图像和字符边缘图像进行“与”操作，提取二者相重叠的部分。

单像素边缘端点的特点是若端点像素的灰度值为“1”，则只有一个邻域像素的灰度值为“1”，其余7个邻域像素的灰度值均为“0”。其根据单像素边缘端点的这种特性，构造了端点图6字符与背景边缘重叠区域检测的8方向结构算子（如图1），利用这些结构算子对重叠区域图像进行逐点扫描，确定重叠区域的端点，并记录该点的坐标值。

图1 单像素边缘端点检测结构算子

1.3.2 字体边缘方向检测

为了确定字体边缘方向，将字符边缘图像与重叠区域图像作差，得到去除重叠区域的字符边缘图像[如图2（a）]。因为重叠区域边缘端点（Ak，k=1，2，…，N，灰度值为“0”）与字符边缘的端点（Bk，k=1，2，…，N，灰度值为“1”）邻接，所以将Ak作为起点检测字体边缘方向，具体步骤如下。

第1步根据重叠区域边缘端点坐标对的数量，确定碎片图像中重叠区域边缘端点个数N。

第2步任意选取一个起点Ap，设定要检测边缘像素的长度M。

第3步在去除重叠区域的字符边缘图像[图2（a）]中搜索像素Ap八邻蜮中灰度值为“1”的像素点，记录此像素点的坐标Bp，并累计边缘像素个数。

第4步以Bp为起点，在其八邻域内搜索灰度值为“1”的像素点，记录此像素点的坐标Cp，将Bp像素点灰度值置为“0”，并累计边缘像素个数。

第5步再以Cp为起点，重复步骤4，直到边缘像素个数与设定值M相同为止。

第6步以Ap为起点，沿检测出的边缘像素（即存储的灰度值为“1”的像素）绘制线段，并进行标记，如图2（b）所示。

第7步选取另一个端点Aq，重复步骤2-6，直到所有的边缘端点都检测完毕。

（a）去除重叠区域的字符边缘图 （b）字符边缘方向标记图

图2 字体边缘方向检测说明图

2 仿真实验

现提出的碎片图像字符特征提取方法在VisualC++6.0软件平台上进行仿真，并调用OpenCV库中的函数。首先，将碎纸片图像逐张放到黑色台布上进行扫描，并存储这些扫描图像；然后，读取扫描图像，对其进行预处理，得到字符区域图像和碎片背景区域图像，并检测字符和碎片背景的单像素边缘；最后，确定字符与碎片背景边缘交叉点坐标和字体边缘方向，得到用于后续拼接的特征。为了验证本文提出的方法，对三个碎纸片图像进行了字符特征提取仿真实验，实验结果如图3所示。图3（a）为原始图像，图3（b）为相应的交叉点（圆圈标记）检测图像，图3（c）为字体边缘（与圆圈相连的黑色线段标记）方向提取图像。从这三组图像可以看出，本文给出的碎片图像字符特征提取方法能够较好地检测出字符与碎片背景边界交叉点及字体边缘方向，具有较强的鲁棒性。

（a）原始图像 （b）相应的交叉点图像（c）相应的边缘方向图像

图3 字符特征提取结果图

3 结论与认识

含字符信息的碎片图像拼接在工作中具有非常重要的意义。针对含字符碎片图像的特点，提出了一种碎片图像字符特征提取方法。该方法利用数学形态学和边缘检测等知识，有效地提取碎片图像中字符与碎片背景边缘的交叉点和字体边缘方向特征。该方法能够快速、准确地提取碎片图像中字符特征，为后续的碎片图像拼接提供关键的点坐标、线段方向、角度等特征。

参考文献

[1]李寒，牛纪桢，郭禾.基于特征点的全自动无缝图像拼接方法[J].计算机工程与设计，2007，28（09）：2083-2085.

[2]赵彩虹，卢章平，鲁金忠.基于匹配对的非规则碎片拼合算法[J].计算机应用，2005，25（03）：596-597，605.

[3]周石林，廖文和，尹建平.平面碎片匹配算法的研究[J].计算机工程与应用，2009，45（31）：151-153.

[4]郑蓓蓓，郭立本.改进的遗传算法应用于碎片拼接[J].计算机与现代化，2011（05）：52-56.

[5]吴铭，林锦国，梅雪.用于图像拼接的特征提取算法研究[J].计算机工程与设计，2009，30（2）：440-442.endprint

摘 要 字符特征提取是含文字碎片图像拼接的关键环节，直接影响拼接效果。提出了一种包含文字信息的碎片图像特征提取方法，首先，对原始碎片图像进行预处理，分别得到字符和碎片背景的二值图像；然后，利用边缘检测算子提取字符和碎片背景的单像素边缘；最后，利用结构算子检测碎片图像中字符与碎片背景边缘的交叉点，并根据交叉点的信息提取字体边缘方向特征。仿真实验结果表明本文提出的碎片图像字符特征提取方法思路合理，能够快速、准确地提取出碎片图像中的字符特征，为后续的匹配拼接奠定基础。

关键词 图像拼接；边缘检测；特征提取

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2014）04-0118-02

图像拼接是一种将多幅相关图像无缝拼接成一幅宽视角全景图像的技术，涉及特征提取及匹配、图像配准和图像融合等理论。包含着文宇、图片等信息的纸张往往会因为各种原因造成破碎，通过人眼比对查找的方式对这些碎片文件进行拼接比较费时费力。将碎片文件通过扫描等方式转化为数字图像，再利用数字图像处理技术进行匹配可以取得较好的拼接效果。碎片图像的拼接可以根据纹理、色彩和轮廓等多种不同特征进行拼接，也可以按碎片中有无目标、形状特征是否规则等进行复原。碎片图像拼接技术能够实现对原始文件或图片信息的还原，可广泛应用。目前，学者们提出了很多碎片图像特征提取方法，如Harris特征提取、基于边缘的特征提取、SIFT特征提取等。针对含文字碎片图像的特点，本文提出了一种有效的字符特征提取方法，该方法能够快速、准确地提取碎片图像中特征点的坐标及字体走向等特征，为碎片图像拼接奠定良好的基础。

1 字符特征提取方法研究

关键特征的提取是碎片图像拼接的核心和难点。因为特征明显的点、线和边缘可以较精确地定位碎片图像边缘连接点坐标和连接线段的角度，所以搜索这些特征明显的点、线和边缘是拼接含字符碎片图像的关键。现在提出的方法主要检测字符与碎片图像背景边缘的交叉点和提取字体边缘方向，主要包括图像预处理、边缘检测、特征提取三个环节。

1.1 预处理

首先，将碎纸片放在黑色台布上扫描得到原始图像，其中黑色部分为台布，白色部分为碎片空白区域，字符区域为绿色。然后，将原始图像转换为灰度图像，并分别利用大律法和自定义阈值法进行二值化和反色处理，提取字符区域（目标）和碎片图像区域（背景）。大律法，即最大类间方差法，根据图像中目标和背景两个类别的可分离性自适应确定分割阈值T，类间方差越大，则表明两类之间灰度差别越大，所以获得最大类间方差的阈值T就是最佳分割阈值。

1.2 边缘检测

边缘检测是字符特征提取的基础，现提出的特征提取方法主要是基于字符轮廓信息，所以边缘检测对碎片图像字符特征的提取起着至关重要的作用，主要包括字符区域提取、去除目标边缘毛刺、提取字符及背景单像素边缘检测等环节。

1.2.1 字符区域提取

字符区域的确定是进行字符特征提取的前提，通过对碎片背景图像和字符图像进行差值运算可以将碎片图像中的字符区域提取出来。开运算具有磨光图像的外边界的优点，所以利用开运算剔除差值图像中的毛刺。为了去除图像中的噪声，对去毛刺图像再进行先腐蚀、后膨胀的运算，得到去除毛刺及噪声的字符图像。

1.2.2 单像素边缘检测

字符与碎片图像边缘的交叉点坐标和字体边缘方向是进行图像拼接的重要特征，而确定字体和碎片图像的边缘是提取这些特征的基础。为了精确计算交叉点坐标和字体边缘方向，可利用单像素边缘检测方法。

1.3 特征提取

字符与碎片背景图像的交叉点坐标和字体边缘方向是用于碎片图像拼接的关键特征。

1.3.1 交叉点检测

首先，将提取出的碎片背景边缘图像和字符边缘图像进行“与”操作，提取二者相重叠的部分。

单像素边缘端点的特点是若端点像素的灰度值为“1”，则只有一个邻域像素的灰度值为“1”，其余7个邻域像素的灰度值均为“0”。其根据单像素边缘端点的这种特性，构造了端点图6字符与背景边缘重叠区域检测的8方向结构算子（如图1），利用这些结构算子对重叠区域图像进行逐点扫描，确定重叠区域的端点，并记录该点的坐标值。

图1 单像素边缘端点检测结构算子

1.3.2 字体边缘方向检测

为了确定字体边缘方向，将字符边缘图像与重叠区域图像作差，得到去除重叠区域的字符边缘图像[如图2（a）]。因为重叠区域边缘端点（Ak，k=1，2，…，N，灰度值为“0”）与字符边缘的端点（Bk，k=1，2，…，N，灰度值为“1”）邻接，所以将Ak作为起点检测字体边缘方向，具体步骤如下。

第1步根据重叠区域边缘端点坐标对的数量，确定碎片图像中重叠区域边缘端点个数N。

第2步任意选取一个起点Ap，设定要检测边缘像素的长度M。

第3步在去除重叠区域的字符边缘图像[图2（a）]中搜索像素Ap八邻蜮中灰度值为“1”的像素点，记录此像素点的坐标Bp，并累计边缘像素个数。

第4步以Bp为起点，在其八邻域内搜索灰度值为“1”的像素点，记录此像素点的坐标Cp，将Bp像素点灰度值置为“0”，并累计边缘像素个数。

第5步再以Cp为起点，重复步骤4，直到边缘像素个数与设定值M相同为止。

第6步以Ap为起点，沿检测出的边缘像素（即存储的灰度值为“1”的像素）绘制线段，并进行标记，如图2（b）所示。

第7步选取另一个端点Aq，重复步骤2-6，直到所有的边缘端点都检测完毕。

（a）去除重叠区域的字符边缘图 （b）字符边缘方向标记图

图2 字体边缘方向检测说明图

2 仿真实验

现提出的碎片图像字符特征提取方法在VisualC++6.0软件平台上进行仿真，并调用OpenCV库中的函数。首先，将碎纸片图像逐张放到黑色台布上进行扫描，并存储这些扫描图像；然后，读取扫描图像，对其进行预处理，得到字符区域图像和碎片背景区域图像，并检测字符和碎片背景的单像素边缘；最后，确定字符与碎片背景边缘交叉点坐标和字体边缘方向，得到用于后续拼接的特征。为了验证本文提出的方法，对三个碎纸片图像进行了字符特征提取仿真实验，实验结果如图3所示。图3（a）为原始图像，图3（b）为相应的交叉点（圆圈标记）检测图像，图3（c）为字体边缘（与圆圈相连的黑色线段标记）方向提取图像。从这三组图像可以看出，本文给出的碎片图像字符特征提取方法能够较好地检测出字符与碎片背景边界交叉点及字体边缘方向，具有较强的鲁棒性。

（a）原始图像 （b）相应的交叉点图像（c）相应的边缘方向图像

图3 字符特征提取结果图

3 结论与认识

含字符信息的碎片图像拼接在工作中具有非常重要的意义。针对含字符碎片图像的特点，提出了一种碎片图像字符特征提取方法。该方法利用数学形态学和边缘检测等知识，有效地提取碎片图像中字符与碎片背景边缘的交叉点和字体边缘方向特征。该方法能够快速、准确地提取碎片图像中字符特征，为后续的碎片图像拼接提供关键的点坐标、线段方向、角度等特征。

参考文献

[1]李寒，牛纪桢，郭禾.基于特征点的全自动无缝图像拼接方法[J].计算机工程与设计，2007，28（09）：2083-2085.

[2]赵彩虹，卢章平，鲁金忠.基于匹配对的非规则碎片拼合算法[J].计算机应用，2005，25（03）：596-597，605.

[3]周石林，廖文和，尹建平.平面碎片匹配算法的研究[J].计算机工程与应用，2009，45（31）：151-153.

[4]郑蓓蓓，郭立本.改进的遗传算法应用于碎片拼接[J].计算机与现代化，2011（05）：52-56.

[5]吴铭，林锦国，梅雪.用于图像拼接的特征提取算法研究[J].计算机工程与设计，2009，30（2）：440-442.endprint

摘 要 字符特征提取是含文字碎片图像拼接的关键环节，直接影响拼接效果。提出了一种包含文字信息的碎片图像特征提取方法，首先，对原始碎片图像进行预处理，分别得到字符和碎片背景的二值图像；然后，利用边缘检测算子提取字符和碎片背景的单像素边缘；最后，利用结构算子检测碎片图像中字符与碎片背景边缘的交叉点，并根据交叉点的信息提取字体边缘方向特征。仿真实验结果表明本文提出的碎片图像字符特征提取方法思路合理，能够快速、准确地提取出碎片图像中的字符特征，为后续的匹配拼接奠定基础。

关键词 图像拼接；边缘检测；特征提取

中图分类号：TP391 文献标识码：A 文章编号：1671-7597（2014）04-0118-02

图像拼接是一种将多幅相关图像无缝拼接成一幅宽视角全景图像的技术，涉及特征提取及匹配、图像配准和图像融合等理论。包含着文宇、图片等信息的纸张往往会因为各种原因造成破碎，通过人眼比对查找的方式对这些碎片文件进行拼接比较费时费力。将碎片文件通过扫描等方式转化为数字图像，再利用数字图像处理技术进行匹配可以取得较好的拼接效果。碎片图像的拼接可以根据纹理、色彩和轮廓等多种不同特征进行拼接，也可以按碎片中有无目标、形状特征是否规则等进行复原。碎片图像拼接技术能够实现对原始文件或图片信息的还原，可广泛应用。目前，学者们提出了很多碎片图像特征提取方法，如Harris特征提取、基于边缘的特征提取、SIFT特征提取等。针对含文字碎片图像的特点，本文提出了一种有效的字符特征提取方法，该方法能够快速、准确地提取碎片图像中特征点的坐标及字体走向等特征，为碎片图像拼接奠定良好的基础。

1 字符特征提取方法研究

关键特征的提取是碎片图像拼接的核心和难点。因为特征明显的点、线和边缘可以较精确地定位碎片图像边缘连接点坐标和连接线段的角度，所以搜索这些特征明显的点、线和边缘是拼接含字符碎片图像的关键。现在提出的方法主要检测字符与碎片图像背景边缘的交叉点和提取字体边缘方向，主要包括图像预处理、边缘检测、特征提取三个环节。

1.1 预处理

首先，将碎纸片放在黑色台布上扫描得到原始图像，其中黑色部分为台布，白色部分为碎片空白区域，字符区域为绿色。然后，将原始图像转换为灰度图像，并分别利用大律法和自定义阈值法进行二值化和反色处理，提取字符区域（目标）和碎片图像区域（背景）。大律法，即最大类间方差法，根据图像中目标和背景两个类别的可分离性自适应确定分割阈值T，类间方差越大，则表明两类之间灰度差别越大，所以获得最大类间方差的阈值T就是最佳分割阈值。

1.2 边缘检测

边缘检测是字符特征提取的基础，现提出的特征提取方法主要是基于字符轮廓信息，所以边缘检测对碎片图像字符特征的提取起着至关重要的作用，主要包括字符区域提取、去除目标边缘毛刺、提取字符及背景单像素边缘检测等环节。

1.2.1 字符区域提取

字符区域的确定是进行字符特征提取的前提，通过对碎片背景图像和字符图像进行差值运算可以将碎片图像中的字符区域提取出来。开运算具有磨光图像的外边界的优点，所以利用开运算剔除差值图像中的毛刺。为了去除图像中的噪声，对去毛刺图像再进行先腐蚀、后膨胀的运算，得到去除毛刺及噪声的字符图像。

1.2.2 单像素边缘检测

字符与碎片图像边缘的交叉点坐标和字体边缘方向是进行图像拼接的重要特征，而确定字体和碎片图像的边缘是提取这些特征的基础。为了精确计算交叉点坐标和字体边缘方向，可利用单像素边缘检测方法。

1.3 特征提取

字符与碎片背景图像的交叉点坐标和字体边缘方向是用于碎片图像拼接的关键特征。

1.3.1 交叉点检测

首先，将提取出的碎片背景边缘图像和字符边缘图像进行“与”操作，提取二者相重叠的部分。

单像素边缘端点的特点是若端点像素的灰度值为“1”，则只有一个邻域像素的灰度值为“1”，其余7个邻域像素的灰度值均为“0”。其根据单像素边缘端点的这种特性，构造了端点图6字符与背景边缘重叠区域检测的8方向结构算子（如图1），利用这些结构算子对重叠区域图像进行逐点扫描，确定重叠区域的端点，并记录该点的坐标值。

图1 单像素边缘端点检测结构算子

1.3.2 字体边缘方向检测

为了确定字体边缘方向，将字符边缘图像与重叠区域图像作差，得到去除重叠区域的字符边缘图像[如图2（a）]。因为重叠区域边缘端点（Ak，k=1，2，…，N，灰度值为“0”）与字符边缘的端点（Bk，k=1，2，…，N，灰度值为“1”）邻接，所以将Ak作为起点检测字体边缘方向，具体步骤如下。

第1步根据重叠区域边缘端点坐标对的数量，确定碎片图像中重叠区域边缘端点个数N。

第2步任意选取一个起点Ap，设定要检测边缘像素的长度M。

第3步在去除重叠区域的字符边缘图像[图2（a）]中搜索像素Ap八邻蜮中灰度值为“1”的像素点，记录此像素点的坐标Bp，并累计边缘像素个数。

第4步以Bp为起点，在其八邻域内搜索灰度值为“1”的像素点，记录此像素点的坐标Cp，将Bp像素点灰度值置为“0”，并累计边缘像素个数。

第5步再以Cp为起点，重复步骤4，直到边缘像素个数与设定值M相同为止。

第6步以Ap为起点，沿检测出的边缘像素（即存储的灰度值为“1”的像素）绘制线段，并进行标记，如图2（b）所示。

第7步选取另一个端点Aq，重复步骤2-6，直到所有的边缘端点都检测完毕。

（a）去除重叠区域的字符边缘图 （b）字符边缘方向标记图

图2 字体边缘方向检测说明图

2 仿真实验

现提出的碎片图像字符特征提取方法在VisualC++6.0软件平台上进行仿真，并调用OpenCV库中的函数。首先，将碎纸片图像逐张放到黑色台布上进行扫描，并存储这些扫描图像；然后，读取扫描图像，对其进行预处理，得到字符区域图像和碎片背景区域图像，并检测字符和碎片背景的单像素边缘；最后，确定字符与碎片背景边缘交叉点坐标和字体边缘方向，得到用于后续拼接的特征。为了验证本文提出的方法，对三个碎纸片图像进行了字符特征提取仿真实验，实验结果如图3所示。图3（a）为原始图像，图3（b）为相应的交叉点（圆圈标记）检测图像，图3（c）为字体边缘（与圆圈相连的黑色线段标记）方向提取图像。从这三组图像可以看出，本文给出的碎片图像字符特征提取方法能够较好地检测出字符与碎片背景边界交叉点及字体边缘方向，具有较强的鲁棒性。

（a）原始图像 （b）相应的交叉点图像（c）相应的边缘方向图像

图3 字符特征提取结果图

3 结论与认识

含字符信息的碎片图像拼接在工作中具有非常重要的意义。针对含字符碎片图像的特点，提出了一种碎片图像字符特征提取方法。该方法利用数学形态学和边缘检测等知识，有效地提取碎片图像中字符与碎片背景边缘的交叉点和字体边缘方向特征。该方法能够快速、准确地提取碎片图像中字符特征，为后续的碎片图像拼接提供关键的点坐标、线段方向、角度等特征。

参考文献

[1]李寒，牛纪桢，郭禾.基于特征点的全自动无缝图像拼接方法[J].计算机工程与设计，2007，28（09）：2083-2085.

[2]赵彩虹，卢章平，鲁金忠.基于匹配对的非规则碎片拼合算法[J].计算机应用，2005，25（03）：596-597，605.

[3]周石林，廖文和，尹建平.平面碎片匹配算法的研究[J].计算机工程与应用，2009，45（31）：151-153.

[4]郑蓓蓓，郭立本.改进的遗传算法应用于碎片拼接[J].计算机与现代化，2011（05）：52-56.

[5]吴铭，林锦国，梅雪.用于图像拼接的特征提取算法研究[J].计算机工程与设计，2009，30（2）：440-442.endprint