基于Gabor变换的凹凸字符图像特征抽取新方法

第20卷第 8期 2008年 4月 系 统 仿 真 学 报@ Journal of System Simulation V l_2ONo 8 Apr．，2008 基于Gabor变换的凹凸字符图像特征抽取新方法 李建美 ，路长厚 ，李国平 (1．山东大学机械工程学院，山东济南 250061：2．济南大学机械工程学院，山东济南 250022) 摘 要：凹凸字符在成像时，由于字符和背景的材料和颜色一致，得到的图像对比度较低，在提取 字符特征时较一般字符相比难度较大。针对此问题，根据标牌凹凸字符的特点，首次提出了一种基 于灰度图像和 Gabor变换的凹凸字符特征提取新方法。首先设计了一组Gabor滤波器，然后对凹凸 字符的灰度图像直接进行特征抽取，分别提取凹凸字符水平、竖直、左、右对角线等四个方向上的 局部笔画特征，在此基础上，继而建立一种不变Gabor特征空间，经大量实验 证明 住所证明下载场所使用证明下载诊断证明下载住所证明下载爱问住所证明下载爱问 这种不变Gabor 特征具有优良的可分性，并且具有良好的旋转、尺度和平移不变性。同时对光照变化和噪声也具 有较强的鲁棒巨，从而进一步证明Gabor滤波器适宜于应用在低质量图像的特征提取中。 关键词：凹凸字符；Gabor变换；不变特征；灰度图像；字符识别 中图分类号：TP391．43；TP751．1 文献标识码：A 文章编号：1004—731X(2008)08—2133—04 Novel Feature Extraction M ethod for Raised or Indented Characters Based on Gabor Transform LI Jian—mei ，LU Chang—hou ，LI Guo-ping (1．DepartmentofMechanicalEngineering，ShandongUniversity，Jinan 250061，China； 2．Department of Mechanical Engineering，Jinan University，Jinan 250022，China) Abstract：Images of raised or indented characters are of poor contrast because the characters have the same color and material as the background．So the recognition of such characters iS difficult than that of the conventional optical characters、 To address this issue,a novel feature extraction method for raised or fndented characters pressed on a label using Gabor transform was proposed~A set of Gabor filters was designed according to the characteristics of the raised or indented characters．These filters were used to break down a gray image of a character into four directional feature sub—images to get the local Gabor features，Based on these local features．an fnvariant feature space was established，Experiments were carried out with a large number of raised or indented character images．Experiment results show that the proposed invariant Gaborfeatures have great separate capability and have great robust to rotation,scale,translation nvariance and are also fnsensitive to fllumination conditions and noise changes，It iS proved tIlat Gabor tran sform can be reliably used in low level feature extraction in lmage processing． Key words：raised or indented characters；Gabor transform ；invarian t feature；gray image；character recognition 引 言 凹凸字符的质量和印刷字符相比受时间和现场的影响 很小，所以近年来越来越多的被应用到一些工业产品上，例 如金属标牌、玻璃瓶和轮胎等。相应地，对于凹凸字符的自 动识别也成为产品信息化管理的一个必然要求。图1所示为 一 幅标牌凹凸字符图像，从图中可以看出，凹凸字符在成像 时由于其背景和前景无明显色差，所以形成图像的对比度较 低，并且灰度不均的现象较为明显，这些特点使得凹凸字符 在识别上与一般的光学字符识别相比难度增大。 国内外针对标牌压印凹凸字符的研究很少，目前仅有曹 建海等⋯有此方面的研究报道，其对于标牌凹凸字符的研究 在特征提取上是利用圆周投影方法获得字符的一维特征，继 收稿日期l 2007—05—24 修回日期l 2007—11-12 基金项目t教育部博士基金资助项目 (2006042201 1) 作者简介t李建美 (1974一)，女，山东泰安人，博士，讲师，研究方向 为图像处理，模式识别等：路长厚 (1960一)，男，山东泰安人，博士， 教授，研究方向为图像处理，精密仪器与智能检测等；李国平 (1971一)， 男，黑龙江青岗人，博士，副教授，研究方向为图像处理等。 而和小波、DCT等变换 方法相结合对凹凸字符 进行识别或检测 。此特 征提取方法提取的特征 具有灰度、尺度和旋转 不变性，以及 良好的抗 噪声干扰能力。但因该 方法对圆心定位的精度 比较敏感，故在一定程 图1标牌图像 度上影响到识别或检测的正确率。与圆周投影方法提取到的 是凹凸字符的全局特征相比，本文尝试利用Gabor滤波器来 提取灰度图像中凹凸字符的局部特征，即笔画的方向特征来 进行识别。 Gabor滤波器是 由D．Gabor于 1946年定义的，1980年 Daugmant ]将其扩展为2一D形式并指出：2-DGabor滤波器可 以达到空域和频域的局部最优化。同时，通过对人的感知系 统的生理学特性研究表明，二维Gabor基函数能够很好的描 ·2l33· 维普资讯 http://www.cqvip.com 第2O卷第 8期 2008年4月 系 统 仿 真 学 报 Vo1．2ONO．8 Apr．，2008 述哺乳动物初级视觉系统中大多数简单视觉神经元的感受 野特性，符合人类视觉感知系统的特性。这就意味着Gabor滤 波器和其他滤波器相比所提取到的特征综合了频域和空域两 方面的特征唧，并近似于人类视觉系统所提取到的特征，所以 性能优良，近年来广泛地应用在计算机视觉_4_、图像处理【5]和 人脸识别嘲等领域。同时，由于Gabor滤波器的频率和方向选择 性与字符图像上的笔画宽度和笔画方向一一对应，从而使其在 汉字识别 等光学字符识别领域也得到广泛应用。 正是基于滤波器上述的优 良性能和标牌凹凸字符图像 的低质量特点，本文首次利用Gabor滤波器基于灰度图像对 凹凸字符进行特征提取，首先利用多通道的Gabor滤波器提 取字符的局部笔画方向特征，继而建直一种不变Gabor特征 空间。将不变Gabor~征送入由图像预处理、字符分割、特 征提取、识别组成的凹凸字符识别系统中，应用Matlab语言 编程实现该识别系统的仿真，仿真结果证明这种不变Gabor 特征是有效的。 1 Gabor变换提取凹凸字符特征的方法 1．1一般 Gabor特征 二维Gabor滤波器的核函数定义为： G ( ，Y)=G(x， ，ax， ， ， ，0) 一 (( 兰 )：+( ) ) ． (1) = e d ． e i(j x fy) Gabor函数实际上是一个被复『F弦函数调制的2一D 高斯 函数。其中x(x，Y，0)，y(五Y， )是空问坐标 的旋转形式， 它确定了滤波器在图像中的位置，表达形式如下： X( ，Y，0)=XCOS(0)+)，sin( ) ⋯ Y( ，Y，0)=一xsin(0)+y sin(e) = ( ，盯 ， ，fy，0)是五个Gabor参数的矢量形式， 盯 ， 是Gabor核函数中高斯函数的标准差，描述 了二维 Gabor滤波器在x,y方 向上 的宽度 ， ， 确定了滤波器 的频 率大小，方向 0确定了滤波器的方向。通过选取一系列的 ( ， ， ，fy。0)，就可以得到一个滤波器组，将滤波器组中 的一个特定的滤波器对字符图像进行滤波，就可以得到图像 中字符在特定频率和方向上的信息。 具有特定频率和方向的Gabor滤波器通过与凹凸字符的 灰度图像进行卷积，即得到一组相应输出。设i(x，Y)表示凹 凸字符原始图像，，( ，y)表示经过二维Gabor滤波器输出的 图像 l(x，Y)=li(x，Y)@G ( ，)．)l (3) 其中 表示幅值算予，O表示卷积算子。 参数 =(ax，O'y，fx， 0)在很大程度上确定了滤波器 的性能。通常的Gabor滤波器参数的确定有两种方法实现， 一 是通过优化法，通过确定目标函数，进而优化得到函数的 参数；另一种方法是实验法，通过观察实验结果来调整参数。 对于优化法，由于目标函数的建立目前还没有可靠的评价准 rA0，所以通常是采用实验法来得~Gabor参数。本文即采用 实验法来确定Gabor滤波器的参数 。 对于Gabor滤波器频率的确定，是基于Gabor滤波器的频 率和汉字的笔画宽度对应这一特点出发的，文献【7】在利用 Gabor变换识别汉字的研究中发现汉字的线条宽度为1／(2，)时 可以得到最大的输出响应，本文在对凹凸字符灰度图像大小 归一化之后实验发现，归一化之后字符笔画的内外边缘距离 大致相同，即笔画宽度基本一致，但由于凹凸字符图像中字 符部分灰度分布不均现象较为明显，当笔画宽度W的值取为 字符内边缘到外边缘距离的ll2~fx=fy=1／(2w)时可达到最 大滤波器响应，因而，本文确定 =fy=fo=1／(2w)，且笔画 宽度W确定为字符内边缘到外边缘距离的112。 为了确定方向 的数量，进行了汉字和凹凸字符的笔画 方向特征提取实验，图2是采用四个角度的Gabor滤波器(o0， 45。，90。，135。)分别对汉字“质”和凹凸数字⋯3’四个方向的笔 画提取效果，从图中可以看出，四个方向的Gabor滤波器能 够覆盖字符整个图像，把字符的笔画信息完整地提取出来。 其中图2(a，b，c，d)分别描述了字符在水平、左对角线、竖直和 右对角线的笔画特征。 因此，本文采用的Gabor滤波器是单一频率四个角度的 滤波器组，即G(x，)，； ， ( 1，2，3，4)，图像经过滤波器的响 应是一般的局部Gabor~征描述。 质 甍 圈 国圈 团 囹 a b d 图2汉字“质”及凹凸字符3分别在Gabor滤波器四个方向下的输 出a一原图像 a,b，C，d一分别为0。，45。，90。，135。方向的Gabor输出 1．2不变Gabor特征 一 般的Gabor~征不具有角度和尺度不变性，为了克服这 一 缺点，J．Han【8]给出了一种不变特征的Gabor~述方法。基本 的思想是图像经过一组滤波器响应后，在同一尺度不同角度下 或是同一角度不同尺度下的Gabor滤波器输出的总能量和是不 变的。本文根据此思想建立凹凸字符的不变Gabor~征。 首先将同一尺度四个角度的滤波器分别与图像 (五y)进 行卷积，即得到一组Gabor~N应，这些响应分别提取了图像 在四个角度下的局部Gabor~征，即 l(x，Y；f0， )：li(x，)，)0G(x，y；fn， )l i=1，2，3，4 (4) 基于上述不 角度的局部特征，建立一个覆盖四个角度 的特征空间，如式(5)所示： G ={l(x，)‘； 】，oo) l(x，)‘；fo， )⋯ l(x，)‘；fo， ) l(x，y； ， )} (5) · 2134· 维普资讯 http://www.cqvip.com 第20卷第8期 2008年4月 李建美，等：基于Gabor变换的凹凸字符图像特征抽取新方法 、，01．20No．8 Ap￡，2008 因为尺度信息体现在特征的幅值中，不同尺度上的幅值 比应是相同的。因此，为得到尺度不变特征，进一步把式(5) 的Gabor响应归一化，先将式(5)给出的特征在整个图像范围 内，即把所有的位置点 yJ的Gabor响应求和，得到 G =∑∑f，( ，Y；fo， f (6) Y 利用式(6)对式(5)的特征空问进行归一化，即可得到归 一 化的覆盖四个角度的Gabor~征空间，如式(7)。此特征具 有尺度不变特征，且对光照变化不敏感。 G，： (7) G 最后将式(7)中的特征对所有角度 求和，即相当于把 Gabor滤波器在同一尺度不同角度下的响应相加，即可以得 到具有旋转不变性的特征，如 G= G’ (8) 这样得到的特征不仅具有尺度、旋转不变性，且对字符 图像的光照变化不敏感。图3给出了根据上述算法得到的不 同凹凸字符在角度、大小和光照条件变化时的不变Gabor特 征响应曲线，字符图像的大小为50x50。其中图3(a，b，C，d)分 别是字符⋯3’在不同角度、大小和位置下得到的响应；图3(e，t3 是字符⋯8’分别在不同光照条件下，图3(g，h)是字符⋯4’分别在 有无椒盐噪声时的响应。从不同条件下相同字符的Gabor响 应曲线的微小变化可以看出，本文提出的凹凸字符的Gabor 特征有优良的尺度、旋转不变性，且对光照变化和噪声具有 优良的鲁棒性。同时从图中还发现，所得到的不变Gabor~ 征也表现出很好的平移不变性，这是由于上述算法过程中将 特征向量覆盖整幅图像范围内进行求和，因而所得到的特征 对于字符的位置变化不敏感。 器 昌 0 皇 0 图 图 b 圈 圈 器 昌 金 2 8 号 0 d 圈 圃 器 兽 金 2 皇 0 器 詈 & 2 8 号 0 圈 pixels g h a,b，C，d，e，f,g，h．字符⋯3’、”8”和 ”4”在不同条件的不变Gabor~征响应曲线 图3 不同条件下凹凸字符的不变Gabor响应曲线示意图 2 实验结果 2．1 Gabor特征的重构性 Gabor变换能否提取到图像的有用信息在很大程度上体 现在特征的重构能力方面。利用Gabor响应系数对字符图像 进行重构实验。图4给出了分别对单个字符图像和多个字符 图像重构的实验效果，从重构图像的质量可以看出Gabor变 换能够有效地提取到图像中的主要信息，这些信息具有很强 的重构能力，从而证明了Gabor变换提取凹凸字符特征方法 的有效性。 a b ■ 囵 _ 圈 图4 利用Gabor系数重构的字符图像：．d_为单个字符及其重 构图像 b．多个字符及其重构图像 2．2特征分类实验 对于NxN大小的图像，其不变Gabor描述系数的均值和 方差即可以作为不变特征向量，即： = 1∑∑I G I (9) 1V =1 v=1 I耪 J2 (10) 对于两幅图像i和j，特征矢量之间的距离计算是根据下 式进行的，即： ·2135· 一 、、、、、 一 ＼、、 一 I。b___譬一 、 。 一 吾。圈一 ．、 一 ，， 一m 一 一， '。 ． ．． ㈣㈣ m舶 器su。ds 墨【) o s。 Jo 0 ∞ {；昌0(1s2 Joo 【1 维普资讯 http://www.cqvip.com 第 20卷第 8期 2008年4月 系 统 仿 真 学 报 、，0I．2ONo．8 Apr．，2008 d(i ：I }+I } (11) 1／I a l 1 盯。 l 其中／．t ，／．t，和 ， ，分别是两幅图像Gabor响应系数的均值 和方差， ， 整个样本库特征向量的均值和方差。 本文从CCD摄像头采集的图像中切分出数字0～9进行 分类实验，共采集样本600个，分别归一化为50x50的大小。 识别过程中分别利用一般的Gabor特征和不变Gabor特征进 行了分类实验，实验结果见表I。 表1识别结果 特征向量 总的样本数 正确识别的样本数 识别率 一 般Gab0r特征 523 87．16％ 不变Gab。r特征 600 587 97．83％ 从表中的识别结果可以看出本文提出的不变Gabor特征 优于一般的Gabor特征且具有优良的可分性，适用于凹凸字 符 自动识别系统中。同时，也进一步验证了利用Gabor滤波 器提取凹凸字符局部笔画特征的有效性。 图5是得以成功分类的凹凸字符“3”的识别样本示例，从 图中可以看出，样本之间有一定的形变，并且样本之 的灰 度差别较大，但实验证明这些样本均可以利用小变Gabor特 征加以成功识别，进一步证明了本文的特征提取方法能够有 效抑制凹凸字符的形变以及灰度不均等干扰。 圄■圉■ 图5 凹凸字符“3”成功识别的样本示例 图6给出了部分识别错误的样本，这些错误识别的样本 大部分有字符图像信息丢失较多或严重模糊等问题。 ■ ■■ 图 6 鄙分 能识别的样本 3 结论 本文首次利用Gabor滤波器基于灰度图像对凹凸字符进 行特征提取，首先利用多通道的Gabor滤波器提取字符的局 部笔画特征，继而建立一种不变Gabor特征，实验证明： (1)Gabor变换可以可靠地基于灰度图像提取凹凸字符的笔画 特征信息，此信息具有很强的重构能力；(2)不变Gabor~征 具有优良的可分性，并且具有良好的旋转、尺度和平移不变 性，同时对于光照变化和噪声也具有较强的鲁棒性(3)算法简 捷，耗时较少。 此特征抽取方法不受现场光照、材质的反光强度等条件 的约束，可以同时识别压印在金属、塑料、纸质等各种材质 标牌上的凹凸字符。在采集图像时只要能够获取字符四个方 向的笔画信息，即使灰度差别较大，也能利用Gabor~征加 以成功识别。这些发现均证明Gabor变换适宜于像标牌凹凸 字符这样的低质量字符特征提取。 该方法同圆周投影方法相比具有以下优点：(1)避免了对 字符进行亮度补偿、灰度拉伸等预处理工作：(2)无需圆心定 位，且具有良好的平移不变性。 进一步研究的问题是寻找适宜于凹凸字符特征提取的 Gabor函数参数优化 目标函数，以利用优化法得到一组参数 来得到更加稳定的特征，从而达到进一步提高字符识别率的 目的 。 参考文献： 【l】 曹建海，路长厚．基于小波变换和DCT的字符图像特征抽取新方法 【J1_光电子激光，2004，15(4)：477．482． [2] Daugman J Uncertainty relation for resolution in space，spatial ~equency，and orientation optimized by two dimensional visual cortical filters【J】．Journal of the Optical Society of America(A) (S1084—7529)，1985，2(7)：1 160—1 169． [3】 陶亮，阎军 基于实值离散Gabor变换的线性时变系统表示与逼近 【Jll系统仿真学报，2004，16(1 1)：239l一2394．(TAO Liang，YAN Jun． Representation and Approximation of Time-varying Systems via Real—valued Discrete Gabor Transforms【J】．Journal of System Simulation，2004，16(1 1)：239 1—2394．) 【4] 赵英男，杨静宇 一种改进的Gabor滤波器特征抽取算法及其应用 【J】系统仿真学报，2005，17(9)：2236—2238．(ZHAO Ying--Nan， YANG Jing—yu．Improved Feature Extraction Algorithm Based on Gabor Filter and Its Application【J】．Journal of System Simulation， 2005，17(9)：2236—2238．) 【5】 王琼，彭延军，董焕河．基于GABOR滤波的大脑MRI图像边缘检 测【Jll系统仿真学报，2006，18(s1)：360—362．(WANG Qiong，PENG Yan-jun，DONG Huan—he MRI Image Edge Detection Based on Gabor Filter [ Journal of System Simulation，2006，18(s1)： 360—362．) [61 Lin—Lin Huang，Akinobu Shimizu，Hidefumi Kobatake．Robust face detection using Gabor filter features[J1．Pa~ern Recognition Letters (S0167—8655)，2005，26(1 1)：1641—1649 [7] Xuewen Wang，Xiaoqing Ding，Changsong Liu．Gabor filters—based feature extraction for character recognition【J】l Pattern Recognition (S0031—3203)，2005，38(3)：369—379． [8] J Han，K—K Ma Rotation—invariant and scale—invariant Gabor features for texture image retrieval Image and Vision Computing (S0262—8856)，2007，25(9)：1474—1481． · 2136· 维普资讯 http://www.cqvip.com