專利名稱：：甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種甲骨文拓片字形的復(fù)原方法。
背景技術(shù)：
：甲骨文是契刻在較硬的龜甲和獸骨上的文字，因此刻出的筆劃線條瘦勁挺直，兩端尖銳，轉(zhuǎn)折處往往以兩條直線相接成屈折狀，形成方筆。由于龜甲和獸骨質(zhì)地本身并非平滑如鏡，又深埋地下經(jīng)歷了幾千年的歲月滄桑，由于受到腐蝕、發(fā)掘損壞和運(yùn)輸?shù)奈蹞p，導(dǎo)致甲骨上有許多噪聲點(diǎn)，字形的邊緣已經(jīng)非常模糊，已經(jīng)失去了原始面貌，如圖1、圖2、圖3所示，圖4是甲骨拓片圖像的輪廓圖。這樣受污損的字形無(wú)法在建設(shè)甲骨文字庫(kù)以及數(shù)字圖書館中進(jìn)一步使用，而且由于字形受到腐蝕污染，字形邊緣已經(jīng)變得非常模糊，對(duì)于甲骨文字形的識(shí)讀和研究帶來極大不便，因而非常需要對(duì)甲骨拓片上的字形進(jìn)行復(fù)原。以往在甲骨拓片字形圖像的處理過程中，通常是利用圖像處理軟件進(jìn)行手工修復(fù)。但是，目前的圖像處理軟件并不是針對(duì)甲骨拓片字形進(jìn)行設(shè)計(jì)的，沒有分析甲骨拓片噪聲區(qū)域和字形邊緣的特征，對(duì)于像龜甲和獸骨這種書寫材料比較特殊、污染原因多樣化以及埋藏時(shí)間漫長(zhǎng)的甲骨字形缺乏針對(duì)性，其修復(fù)過程完全依靠非常繁重的手工交互勞動(dòng)，而且需要具有豐富經(jīng)驗(yàn)的專業(yè)人員操作，非常耗時(shí)耗力。
發(fā)明內(nèi)容為了克服利用圖像處理軟件修復(fù)方法的耗時(shí)耗力的缺陷，本發(fā)明提供一種甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原方法，該計(jì)算機(jī)輔助復(fù)原方法，省時(shí)省力，方便快捷，復(fù)原效果好。本發(fā)明的技術(shù)方案是包括以下步驟(1)利用數(shù)字掃描儀，將紙稿上的甲骨拓片字形掃描下來，存儲(chǔ)進(jìn)電腦中；(2)對(duì)掃描得到的圖像大小進(jìn)行調(diào)整，對(duì)圖像進(jìn)行二值化處理；(3)通過計(jì)算甲骨拓片上各連通區(qū)域的面積以及具有相同面積的連通區(qū)域的數(shù)量，獲得甲骨拓片上連通區(qū)域的分布特征，這些連通區(qū)域的面積服從泊松分布；計(jì)算連通區(qū)域面積的數(shù)學(xué)期望，對(duì)區(qū)域面積進(jìn)行識(shí)別處理。根據(jù)連通區(qū)域面積與面積期望的差值判定噪聲區(qū)域和字形筆劃區(qū)域，將面積小于期望的區(qū)域判定為噪聲區(qū)域，并被填充，從而去除噪聲區(qū)域，保留字形區(qū)域。(4)計(jì)算甲骨拓片字形輪廓的特征點(diǎn)，通過特征點(diǎn)計(jì)算字形筆段的端點(diǎn)，通過筆段的端點(diǎn)，區(qū)分不同的筆段。特征點(diǎn)的提取如下所示θ=arccos(V1‘V2/|Vj|V2|)θ≤π上式中，θ為字形輪廓上每一點(diǎn)？1與相鄰點(diǎn)Ρη、Ρμ形成的向量義、％之間的夾角?？紤]到用戶的不同需求，我們?cè)O(shè)計(jì)了交互功能，讓用戶可以自行設(shè)置不同的角度閾值Μ，當(dāng)兩向量的夾角θ<M時(shí)，系統(tǒng)就認(rèn)SPi是特征點(diǎn)。筆段端點(diǎn)的提取方法與特征點(diǎn)的提取方法類似。如下所示上式中，α為字形輪廓上每一特征點(diǎn)Fi與相鄰特征點(diǎn)Fm、Fi+1形成的向量N”V2之間的夾角?？梢栽O(shè)置不同的角度閾值T，當(dāng)偏移角度α<T時(shí)，系統(tǒng)就認(rèn)為Fi是筆段的端點(diǎn)。(5)對(duì)甲骨拓片字形的各筆段進(jìn)行壓縮變換。以筆段的首尾兩個(gè)端點(diǎn)的連線建立X軸，過其中一端點(diǎn)垂直于端點(diǎn)連線建立Y軸，建立平面直角坐標(biāo)系。在對(duì)字形輪廓上的特征點(diǎn)進(jìn)行壓縮變換操作時(shí)，為了既對(duì)字形邊緣進(jìn)行平滑，同時(shí)又保持甲骨拓片字形筆劃的基本走向和基本形狀，對(duì)特征點(diǎn)的坐標(biāo)與其相鄰特征點(diǎn)的坐標(biāo)進(jìn)行加權(quán)處理，用矩陣表示如下Pi+2(xi+2,yi+2)>Pi+1(xi+1,yi+1)^Pi-:(Xi-i;Y^1)>Pi-2(x^,Y^2)是Pi(XiJi)相鄰的四個(gè)特征點(diǎn)，界^+^^^界^分別是特征點(diǎn)？^？^？^？^汴^的坐標(biāo)權(quán)值，P'^x'y'0是特征點(diǎn)PiUi,Yi)經(jīng)過加權(quán)變換后的坐標(biāo)點(diǎn)。(6)計(jì)算甲骨拓片字形各筆段的分形維數(shù)。如果分形維數(shù)小于設(shè)定的閾值，則程序輸出圖像，否則繼續(xù)對(duì)字形邊緣進(jìn)行壓縮變換，直到字形邊緣的分形維數(shù)符合設(shè)定的閾值要求。本發(fā)明的優(yōu)點(diǎn)省時(shí)省力，方便快捷，復(fù)原效果好。(1)具備圖像處理去噪功能。甲骨拓片上的噪聲區(qū)域是由于受到腐蝕以及發(fā)掘過程中的污損引起的，通過分析甲骨拓片上各連通區(qū)域面積的統(tǒng)計(jì)分布特征，利用泊松分布的統(tǒng)計(jì)特征計(jì)算連通區(qū)域面積的數(shù)學(xué)期望，通過計(jì)算期望與區(qū)域面積的差值判定噪聲區(qū)域和字形筆劃區(qū)域。將小于面積期望的連通區(qū)域判定為噪聲區(qū)域，進(jìn)行填充，從而去除噪聲。將大于面積期望的連通區(qū)域判定為字形筆劃區(qū)域，予以保留。反復(fù)進(jìn)行上述操作，直到甲骨拓片連通區(qū)域面積的數(shù)學(xué)期望大于設(shè)定的閾值為止。通過上述操作，噪聲區(qū)域被去除，保留了字形筆劃區(qū)域。(2)可以實(shí)現(xiàn)對(duì)甲骨拓片字形邊緣的自動(dòng)平滑處理。甲骨文字形的筆劃多種多樣，同樣的筆劃又具有很多種不同的書寫形式，需要針對(duì)不同的筆段分別進(jìn)行壓縮變換處理，從而得到接近甲骨文字形真實(shí)形態(tài)的字形。通過對(duì)各個(gè)筆段進(jìn)行壓縮變換，就可以對(duì)甲骨拓片字形的邊緣進(jìn)行平滑。對(duì)筆段進(jìn)行壓縮變換，首先要找到筆段的位置。字形輪廓邊緣彎曲角度比較劇烈的地方，我們稱之為特征點(diǎn)，通過輪廓的特征點(diǎn)計(jì)算筆段的端點(diǎn)，從而找到筆段的位置。因此，只要能夠提取出甲骨文字形輪廓上的端點(diǎn)，就能夠找到筆段的位置。通過計(jì)算找出甲骨拓片字形的特征點(diǎn)，然后利用特征點(diǎn)找到甲骨拓片字形筆段的端點(diǎn)，通過字形筆劃的端點(diǎn)，區(qū)分不同的筆段，實(shí)現(xiàn)對(duì)各筆段的平滑處理。通過對(duì)各筆段的平滑處理，從而獲得邊緣得到平滑的甲骨拓片字形。(3)通過計(jì)算分形維數(shù)，可以設(shè)定字形邊緣平滑程度。龜甲和獸骨上的甲骨文字形由于受到腐蝕，字形邊緣出現(xiàn)鋸齒形狀，呈現(xiàn)分形特征。在對(duì)字形的不同筆段進(jìn)行平滑處理的過程中，可以預(yù)先設(shè)定筆段分形維數(shù)的閾值，從而設(shè)定對(duì)字形邊緣進(jìn)行平滑的程度。通過本發(fā)明處理后，原來甲骨拓片上的噪聲區(qū)域被去除，甲骨文字形的筆劃邊緣被平滑，不再有鋸齒形狀，得到的甲骨文字形接近原始面貌，從而方便甲骨文研究學(xué)者對(duì)甲骨文字形的辨識(shí)和研究，極大地改進(jìn)甲骨學(xué)研究手段，促進(jìn)甲骨學(xué)的發(fā)展，也有利于甲骨文字庫(kù)的建設(shè)以及在數(shù)字圖書館中的使用，使甲骨文能夠借助數(shù)字網(wǎng)絡(luò)為大眾所共享。圖1是《甲骨文合集》(中華書局，1979-1983年)559(正面)。圖2是圖1之局部放大。圖3是圖2經(jīng)過二值化處理的圖像。圖4是圖3的輪廓圖。圖5是圖4中連通區(qū)域面積分布特征圖。圖6是圖4中連通區(qū)域概率密度。圖7是甲骨拓片字形計(jì)算機(jī)輔助復(fù)原系統(tǒng)的界面圖。圖8是圖3去除噪聲點(diǎn)的圖像。圖9是圖8中字形右上角邊緣的分形特征示意圖。圖10是字形邊緣平滑示意圖。圖11是圖8中字形邊緣經(jīng)過平滑的字形圖像。具體實(shí)施例方式本發(fā)明提出的對(duì)甲骨拓片上的字形進(jìn)行計(jì)算機(jī)輔助復(fù)原方法包括以下步驟(1)電腦與數(shù)字掃描儀連接，通過數(shù)字掃描儀將紙稿上的甲骨拓片圖片掃描進(jìn)電腦，通過圖像處理軟件將甲骨拓片字形分割出來，并對(duì)甲骨拓片字形圖像的高度進(jìn)行調(diào)整，將圖像處理為高度為512像素的二值圖像。(2)甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原系統(tǒng)界面如圖7所示，利用其去噪功能，將拓片圖像中的噪聲點(diǎn)去除。采用基于泊松分布的區(qū)域填充的去噪方法，包括以下步驟1)通過計(jì)算甲骨拓片上各連通區(qū)域的面積以及具有相同面積的連通區(qū)域的數(shù)量，獲得甲骨拓片上連通區(qū)域的概率密度特征，得到連通區(qū)域的面積在統(tǒng)計(jì)上的泊松分布特征。甲骨拓片上的噪聲點(diǎn)具有如下特征1)噪聲區(qū)域的亮度低于字形筆劃的亮度；2)噪聲區(qū)域呈離散狀態(tài)，連通區(qū)域面積較小，區(qū)域面積服從泊松分布。以高度512像素、寬度320像素的圖像為例，根據(jù)實(shí)驗(yàn)數(shù)據(jù)，連通區(qū)域的面積與連通區(qū)域數(shù)目的關(guān)系如圖5所示。從圖5中可以看出，噪聲區(qū)域的面積通常在50個(gè)像素以下，字形筆劃區(qū)域的面積一般在100個(gè)像素以上。通過計(jì)算，甲骨拓片連通區(qū)域面積分布的概率密度函數(shù)可以表示如下p.=p{x=i}=—e~5(/=0,1’2,…)/!甲骨拓片連通區(qū)域面積的數(shù)學(xué)期望大約為5，即高度為512像素、寬度320像素的甲骨拓片字形數(shù)字圖像上各連通區(qū)域面積的平均值為5個(gè)像素。圖6是甲骨拓片連通區(qū)域的概率密度圖。連通區(qū)域的面積與具有相同面積的連通區(qū)域的數(shù)量之間關(guān)系的計(jì)算方法，可以用C語(yǔ)言描述如下structREGION//定義連通區(qū)域的數(shù)據(jù)結(jié)構(gòu){longarea；//連通區(qū)域的面積longquantity；//具有相同面積的連通區(qū)域的數(shù)量}voidArea_Quantity(intContourNumber){inti，j;//循環(huán)變量REGIONregion[ContourNumber]；memset(region,0,ContourNumber)；//將內(nèi)存region初始化為0for(i=0;i<ContourNumber；i++){region[i].area=RegionArea[i]；region[i].quantity=region[i].quantity+1；for(j=0;j<ContourNumberMj！=i；j++){if(region[j].area==region[i].area{region[i].quantity=region[i].quantity+1；}}}}上述算法中，先定義連通區(qū)域的數(shù)據(jù)結(jié)構(gòu)REGION，數(shù)組region[ContourNumber]用于保存每一個(gè)連通區(qū)域的面積以及具有相同面積的連通區(qū)域的數(shù)量，RegionArea[i]表示計(jì)算序號(hào)為i的連通區(qū)域的面積，ContourNumber表示甲骨拓片上連通區(qū)域的數(shù)目。甲骨拓片上連通區(qū)域的概率密度的計(jì)算方法，可以用C語(yǔ)言描述如下voidProbability(intContourNumber){floatprob[ContourNumber]；//具有相同面積的連通區(qū)域在連通區(qū)域總數(shù)中的概率for(i=1;i<ContourNumber；i++){prob[i]=region[i].quantity/ContourNumber；}}上述算法中，ContourNumber表示甲骨拓片上連通區(qū)域的數(shù)目。數(shù)組prob[ContourNumber]用于保每一個(gè)連通區(qū)域在連通區(qū)域總數(shù)中的概率。2)根據(jù)連通區(qū)域面積與面積期望的差值判定噪聲區(qū)域和字形筆劃區(qū)域。小于面積期望的連通區(qū)域被判定為噪聲區(qū)域，并被填充。以高度512像素、寬度320像素的圖像為例，根據(jù)甲骨拓片上連通區(qū)域面積的分布特征，基于泊松分布的甲骨拓片圖像區(qū)域填充算法如下voidRegion_Fill(intContourNumber){intsum=O；//用于保存已填充區(qū)域的數(shù)目do{for(i=O;i<ContourNumber；i++){if(RegionArea[i]-AreaExpect(ContourNumber)^0)Fill(Region[i])；//對(duì)序號(hào)為i的連通區(qū)域進(jìn)行填充sum=sum+1；}ContourNumber=ContourNumber-sum；RegionArea=AreaExpect(ContourNumber)；}while(RegionArea<50)}上述算法中，RegionArea[i]表示序號(hào)為i的連通區(qū)域的面積，Region[i]表示序號(hào)為i的連通區(qū)域，F(xiàn)ill(Region[i])表示對(duì)序號(hào)為i的連通區(qū)域進(jìn)行填充。ContourNumber表示甲骨拓片上連通區(qū)域的數(shù)目，AreaExpect(ContourNumber)表示對(duì)ContourNumber個(gè)連通區(qū)域的面積計(jì)算數(shù)學(xué)期望。當(dāng)甲骨拓片圖像中所有連通區(qū)域面積的數(shù)學(xué)期望大于50個(gè)像素時(shí)，退出循環(huán)，輸出圖像。3)重復(fù)進(jìn)行以上步驟，直到連通區(qū)域面積的數(shù)學(xué)期望大于50個(gè)像素為止。圖8為去除噪聲區(qū)域后的字形圖像。(3)使用三次Bezier曲線擬合經(jīng)過去噪處理的甲骨拓片二值圖像的邊緣輪廓。方法如下一段η次的Bezier曲線P(U)可由下面的表達(dá)式來描述「π、^nUii-Uy1UiVi^d.wr_2]p^=§(n一脾式中ViG=0，1，...，η)為Bezier特征多邊形的頂點(diǎn)。V。、Vn是曲線端點(diǎn)，其它頂點(diǎn)稱為控制點(diǎn)。Bmi(U)(i=0，1，...，η)稱為Bernstein多項(xiàng)式。給定四個(gè)頂點(diǎn)％、V1.V2和V3,可定義一段三次曲線P(U)P(U)=(1-U)X+3(1-U)2uV!+3(1_u)u2V2+u3V3，ue(4)利用甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原系統(tǒng)的壓縮變換功能，對(duì)甲骨拓片上字形輪廓進(jìn)行壓縮變換，平滑甲骨拓片圖像上字形邊緣。包括以下步驟1)采用計(jì)盒維數(shù)的方法計(jì)算甲骨拓片字形各筆段的分形維數(shù)。如果分形維數(shù)小于設(shè)定的閾值，則程序輸出圖像并停止執(zhí)行，否則執(zhí)行步驟2)。甲骨拓片字形的筆劃一般是單連通區(qū)域，個(gè)別筆段會(huì)出現(xiàn)斷裂。甲骨拓片字形筆劃的像素亮度較高，而且比較連續(xù)，且在某個(gè)像素值區(qū)域比較集中。龜甲和獸骨在地下深埋上千年，由于受到腐蝕，字形邊緣呈現(xiàn)出凹凸不平連綿起伏的鋸齒形狀。甲骨字形圖像的鋸齒形狀邊緣部分與整體具有相似性，具備分形特征，如圖9所示。采用計(jì)盒維數(shù)法計(jì)算甲骨拓片字形邊緣各筆段的分形維數(shù)的方法如下設(shè)F是Rn中任一非空有界子集，記N(F，δ)為覆蓋F的邊長(zhǎng)為δ的最小立方塊數(shù)，則F的計(jì)算盒維數(shù)由下式定義通過計(jì)算，甲骨拓片上字形邊緣筆段的分形維數(shù)在1.21.3之間。直線的分形維數(shù)是1，一般情況下，甲骨拓片字形邊緣的分形維數(shù)的閾值可以設(shè)為1.05即可。2)通過識(shí)別字形的端點(diǎn)來判定不同的筆段。甲骨拓片字形的筆劃多種多樣，同樣的筆劃又具有很多種不同的書寫形式，需要針對(duì)不同的筆段分別進(jìn)行壓縮變換處理，從而得到接近甲骨文字形真實(shí)形態(tài)的字形。通過對(duì)各個(gè)筆段進(jìn)行壓縮變換，就可以對(duì)甲骨拓片字形的邊緣進(jìn)行平滑。對(duì)筆段進(jìn)行壓縮變換，首先要找到筆段的位置。字形輪廓邊緣彎曲角度比較劇烈的地方，我們稱之為特征點(diǎn)，通過輪廓的特征點(diǎn)計(jì)算筆段的端點(diǎn)，從而找到筆段的位置。因此，只要能夠提取出甲骨文字形輪廓上的端點(diǎn)，就能夠找到筆段的位置。特征點(diǎn)的提取如下所示上式中，θ為字形輪廓上每一點(diǎn)Pi與相鄰點(diǎn)Ρη、Ρμ形成的向量義、％之間的夾角?？紤]到用戶的不同需求，我們?cè)O(shè)計(jì)了交互功能，讓用戶可以自行設(shè)置不同的角度閾值Μ，當(dāng)兩向量的夾角θ<M時(shí)，系統(tǒng)就認(rèn)SPi是特征點(diǎn)。筆段端點(diǎn)的提取方法與特征點(diǎn)的提取方法類似。如下所示上式中，α為字形輪廓上每一特征點(diǎn)Fi與相鄰特征點(diǎn)Fm、Fi+1形成的向量N”V2之間的夾角?？梢栽O(shè)置不同的角度閾值T，當(dāng)偏移角度α<T時(shí)，系統(tǒng)就認(rèn)為Fi是筆段的端點(diǎn)。3)對(duì)甲骨拓片字形的不同筆段分別進(jìn)行壓縮變換處理。在平面歐氏空間中，伸縮變換可以表示為上式中，r為伸縮比，r小于1時(shí)為壓縮變換。以筆段的首尾兩個(gè)端點(diǎn)的連線建立X軸，過其中一端點(diǎn)垂直于端點(diǎn)連線建立Y軸，建立平面直角坐標(biāo)系。在對(duì)字形輪廓上的特征點(diǎn)進(jìn)行壓縮變換操作時(shí)，為了既對(duì)字形邊緣進(jìn)行平滑，同時(shí)又保持甲骨拓片字形筆劃的基本走向和基本形狀，對(duì)特征點(diǎn)的坐標(biāo)與其相鄰特征點(diǎn)的坐標(biāo)進(jìn)行加權(quán)處理，可以用矩陣表示如下字形輪廓邊緣平滑操作如圖12所示。Pi+2(xi+2，yi+2)、Pi+1(xi+1，yi+1)(χ^,γ^)、Ρ-2(Χ-2'Υ-2)是Pi(Xi,Yi)相鄰的四個(gè)特征點(diǎn)，wi+2、Wi^n1、Wi_2分別是特征點(diǎn)Pi+2、Pi+1、Ρ、ΡΗ、Ρ-2的坐標(biāo)權(quán)值，P'i(x'i，y'D是特征APi(Xi,Yi)經(jīng)過加權(quán)變換后的坐標(biāo)點(diǎn)。圖12中短劃線是經(jīng)過坐標(biāo)加權(quán)處理壓縮變換后的圖形。從圖ο可以看出，經(jīng)過加權(quán)處理后，字形邊緣變得平滑，同時(shí)又保持了甲骨拓片字形筆劃的基本走向和基本形狀。圖Ii是經(jīng)過變換處理后得到平滑的字形。4)執(zhí)行步驟1)。權(quán)利要求一種甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原方法，其特征在于該方法包括以下步驟(1)利用數(shù)字掃描儀，將紙稿上的甲骨拓片字形掃描下來，存儲(chǔ)進(jìn)電腦中；(2)對(duì)掃描得到的圖像大小進(jìn)行調(diào)整，對(duì)圖像進(jìn)行二值化處理；(3)通過計(jì)算甲骨拓片上各連通區(qū)域的面積以及具有相同面積的連通區(qū)域的數(shù)量，獲得甲骨拓片上連通區(qū)域的分布特征，這些連通區(qū)域的面積服從泊松分布，計(jì)算連通區(qū)域面積的數(shù)學(xué)期望，對(duì)連通區(qū)域的面積進(jìn)行識(shí)別處理，根據(jù)連通區(qū)域面積與面積期望的差值判定噪聲區(qū)域和字形筆劃區(qū)域，將面積小于期望的區(qū)域判定為噪聲區(qū)域，并被填充，從而去除噪聲區(qū)域，保留字形區(qū)域；(4)計(jì)算甲骨拓片字形輪廓的特征點(diǎn)，通過特征點(diǎn)計(jì)算字形筆段的端點(diǎn)，通過筆段的端點(diǎn)，區(qū)分不同的筆段，特征點(diǎn)的提取如下所示θ＝arccos(V1·V2/|V1||V2|)θ≤π設(shè)置角度閾值M，當(dāng)兩向量的夾角θ＜M時(shí)，系統(tǒng)就認(rèn)為Pi是特征點(diǎn)，筆段端點(diǎn)的提取如下所示α＝arccos(V1·V2/|V1||V2)α≤π設(shè)置角度閾值T，當(dāng)偏移角度α＜T時(shí)，系統(tǒng)就認(rèn)為Fi是筆段的端點(diǎn)；(5)對(duì)甲骨拓片字形的各筆段進(jìn)行壓縮變換，以筆段的首尾兩個(gè)端點(diǎn)的連線建立X軸，過其中一端點(diǎn)垂直于端點(diǎn)連線建立Y軸，建立平面直角坐標(biāo)系，對(duì)特征點(diǎn)的坐標(biāo)與其相鄰特征點(diǎn)的坐標(biāo)進(jìn)行加權(quán)處理，用矩陣表示如下<mrow><msubsup><mi>y</mi><mi>i</mi><mo>′</mo></msubsup><mo>=</mo><mfencedopen='('close=')'><mtable><mtr><mtd><msub><mi>y</mi><mrow><mi>i</mi><mo>+</mo><mn>2</mn></mrow></msub></mtd><mtd><msub><mi>y</mi><mrow><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd><mtd><msub><mi>y</mi><mi>i</mi></msub></mtd><mtd><msub><mi>y</mi><mrow><mi>i</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd><mtd><msub><mi>y</mi><mrow><mi>i</mi><mo>-</mo><mn>2</mn></mrow></msub></mtd></mtr></mtable></mfenced><mfencedopen='('close=')'><mtable><mtr><mtd><msub><mi>w</mi><mrow><mi>i</mi><mo>+</mo><mn>2</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>w</mi><mrow><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>w</mi><mi>i</mi></msub></mtd></mtr><mtr><mtd><msub><mi>w</mi><mrow><mi>i</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>w</mi><mrow><mi>i</mi><mo>-</mo><mn>2</mn></mrow></msub></mtd></mtr></mtable></mfenced><mo>,</mo><mi>i</mi><mo>≥</mo><mn>2</mn><mo>,</mo></mrow>Pi+2(xi+2，yi+2)、Pi+1(xi+1，yi+1)、Pi-1(xi-1，yi-1)、Pi-2(xi-2，yi-2)是Pi(xi，yi)相鄰的四個(gè)特征點(diǎn)，wi+2、wi+1、wi、wi-1、wi-2分別是特征點(diǎn)Pi+2、Pi+1、Pi、Pi-1、Pi-2的坐標(biāo)權(quán)值，P′i(x′i，y′i)是特征點(diǎn)Pi(xi，yi)經(jīng)過加權(quán)變換后的坐標(biāo)點(diǎn)；(6)計(jì)算甲骨拓片字形各筆段的分形維數(shù)，如果分形維數(shù)小于設(shè)定的閾值，則程序輸出圖像，否則繼續(xù)對(duì)字形邊緣進(jìn)行壓縮變換，直到字形邊緣的分形維數(shù)符合設(shè)定的閾值要求。全文摘要本發(fā)明公開了一種甲骨拓片字形的計(jì)算機(jī)輔助復(fù)原方法，該方法包括將紙稿上的甲骨拓片字形掃描下來，存進(jìn)電腦；對(duì)掃描的圖像大小進(jìn)行調(diào)整，進(jìn)行二值化處理；通過計(jì)算甲骨拓片上各連通區(qū)域的面積以及具有相同面積的連通區(qū)域的數(shù)量，獲得甲骨拓片上連通區(qū)域的分布特征，計(jì)算連通區(qū)域面積的數(shù)學(xué)期望，對(duì)區(qū)域面積進(jìn)行識(shí)別處理，計(jì)算甲骨拓片字形輪廓的特征點(diǎn)，通過特征點(diǎn)計(jì)算字形筆段的端點(diǎn)，通過筆段的端點(diǎn)，區(qū)分不同的筆段；對(duì)甲骨拓片字形的各筆段進(jìn)行壓縮變換；計(jì)算甲骨拓片字形各筆段的分形維數(shù)。省時(shí)省力，方便快捷，復(fù)原效果好。適用于甲骨文拓片字形的復(fù)原。文檔編號(hào)G06T7/00GK101872478SQ20101019263公開日2010年10月27日申請(qǐng)日期2010年5月31日優(yōu)先權(quán)日2010年5月31日發(fā)明者楊亦鳴,酆格斐,顧紹通申請(qǐng)人:徐州師范大學(xué)