基于骨架点分布规律的汉字笔段提取算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (22): 83-86.

基于骨架点分布规律的汉字笔段提取算法

何浩智，朱宁波，刘伟

湖南大学计算机与通讯学院，长沙 410082

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-01 发布日期:2007-08-01
通讯作者: 何浩智

Chinese-character-stroke-extraction algorithm based on distribution law of skeleton points

HE Hao-zhi，ZHU Ning-bo，LIU Wei

School of Computer and Communication，Hunan University，Changsha 410082，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-01 Published:2007-08-01
Contact: HE Hao-zhi

摘要/Abstract

摘要： 提出了一种提取汉字笔段的新方法。从形态学骨架算法生成的骨架点出发，通过分析骨架点的半径分布及不同半径骨架点的位置，发现了笔段提取中产生的毛刺和畸变与骨架点半径之间的规律，进而以此规律为基础提出了一种克服毛刺和畸变的汉字笔段提取方法，最后给出了手写体和印刷体汉字笔段提取的实验结果。实验表明，该方法是行之有效的。

关键词: 汉字识别, 笔段提取, 骨架, 细化

Abstract: A novel method of stroke extraction is proposed.By analysing the position and the amount of skeletion points generated by morphology skeleton algorithm，the relationship is discovered between the radius of skeleton points and the deformation occurring in stroke extracting.From this discovery，the stroke extraction algorithm is developed to overcome deformation and burr.The results from experiment on handwritten Chinese characters and several fonts of printed Chinese characters show that the proposed method is effective and robust.

Key words: Chinese character recognition, stroke extraction, skeleton, thinning

何浩智，朱宁波，刘伟. 基于骨架点分布规律的汉字笔段提取算法[J]. 计算机工程与应用, 2007, 43(22): 83-86.

HE Hao-zhi，ZHU Ning-bo，LIU Wei. Chinese-character-stroke-extraction algorithm based on distribution law of skeleton points[J]. Computer Engineering and Applications, 2007, 43(22): 83-86.

[1]	陈坤峰，潘志松，王家宝，施蕾，张锦，焦珊珊. 跨模态行人再识别的协同学习方法[J]. 计算机工程与应用, 2021, 57(12): 115-125.
[2]	覃朝勇，郑鹏，张骁. 基于MQDF-DBM模型的脱机手写体汉字识别[J]. 计算机工程与应用, 2020, 56(7): 141-146.
[3]	袁良友，周航，韩丹，许国梁. 引入平滑迭代的骨架提取改进算法[J]. 计算机工程与应用, 2020, 56(24): 188-193.
[4]	秦和娟，管海燕，李迪龙. 利用张量投票的机载LiDAR点云道路骨架线提取[J]. 计算机工程与应用, 2020, 56(18): 193-201.
[5]	李国强，周贺，马锴，张露. 特征分组提取融合深度网络手写汉字识别[J]. 计算机工程与应用, 2020, 56(12): 163-168.
[6]	宋强1，林国营1，马敬奇2，3，吴亮生2，3，何峰2，3. 基于渗透算法和改进型OPTA的裂纹检测算法[J]. 计算机工程与应用, 2017, 53(6): 200-203.
[7]	李丹. 属性值细化的矩阵增量约简算法[J]. 计算机工程与应用, 2017, 53(21): 68-71.
[8]	李引1，刘东成1，袁峰1，魏革2，阳昕1. 软件研发中的精细化人力资源管理模型及系统[J]. 计算机工程与应用, 2017, 53(21): 203-213.
[9]	赵丹丹，王华彬，陶亮，周健. 改进的EPTA并行细化算法[J]. 计算机工程与应用, 2016, 52(9): 196-201.
[10]	刘阳，尚赵伟. 基于Kinect骨架信息的交通警察手势识别[J]. 计算机工程与应用, 2015, 51(3): 157-161.
[11]	杨猛1，2，杨刚1. 园林植物数字化仿真算法[J]. 计算机工程与应用, 2015, 51(3): 35-39.
[12]	张桂梅，郑加宽，储珺. 基于骨架和统计直方图的形状匹配算法[J]. 计算机工程与应用, 2015, 51(16): 183-188.
[13]	曾强1，沈玲2，任华1，吴立云1. 双资源批量生产柔性作业车间多目标调度方法[J]. 计算机工程与应用, 2015, 51(1): 250-256.
[14]	石锐1，刘辉1，朱鑫1，刘晶淼2，贾庆宇2. 基于形态学和距离变换的根系图像交叉的分离[J]. 计算机工程与应用, 2015, 51(1): 172-176.
[15]	曾强1，沈玲2，潘启东1，吴立云1. 批量生产柔性作业车间多目标精细化调度方法[J]. 计算机工程与应用, 2014, 50(2): 263-270.