專利名稱：雙面盲文點字的提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理與模式識別技術(shù)領(lǐng)域，具體涉及一種基于支持向量機(jī) (Support Vector Machine簡稱SVM)的雙面盲文點字提取方法。
背景技術(shù)：
盲人及視障人群數(shù)量眾多、個性突出，是一個特別需要幫助的社會群體。近年來， “為有特殊需求的弱勢人群提供信息無障礙服務(wù)”已被作為一項重要建設(shè)的社會文明，寫入 了我國相關(guān)的法律法規(guī)中。盲文識別作為一項造福于盲人及視障人群的應(yīng)用技術(shù)，近年來 也取得了快速的發(fā)展。當(dāng)前的盲文識別主要是以單面盲文為識別對象，以圖像處理技術(shù)為 基礎(chǔ)進(jìn)行的，技術(shù)也日趨成熟。圖像處理(Image I^rocessing)，是用計算機(jī)對圖像進(jìn)行分 析，以達(dá)到所需結(jié)果的技術(shù)。圖像處理一般指對數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過采樣和數(shù)字 化得到的一個大的二維數(shù)組進(jìn)行分析處理，主要包括圖像壓縮，增強(qiáng)和復(fù)原，匹配、描述和 識別三個部分。模式識別(Pattern Recognition)是指對表征事物或現(xiàn)象的各種形式的(數(shù)值 的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析，以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和 解釋的過程，是信息科學(xué)和人工智能的重要組成部分。支持向量機(jī)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解決小樣 本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢。支持向量機(jī)方法是建立在統(tǒng)計學(xué)習(xí) 理論的VC維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的，根據(jù)有限的樣本信息在模型的復(fù)雜性(即 對特定訓(xùn)練樣本的學(xué)習(xí)精度)和學(xué)習(xí)能力(即無錯誤地識別任意樣本的能力)之間尋求最 佳折衷，以期獲得最好的推廣能力，該方法在回歸和模式識別領(lǐng)域具有良好的應(yīng)用價值和 發(fā)展前景。但是，目前的盲文印刷材料包括書籍等均為雙面打印，即紙張的正反兩面均有盲 文點字，同一面既有凸點又有凹點，而盲文及盲文識別的關(guān)鍵是凸點，這為盲文識別的發(fā)展 帶來了極大的技術(shù)挑戰(zhàn)。

發(fā)明內(nèi)容
本發(fā)明為解決現(xiàn)有雙面盲文的點字難于提取的問題，提供一種雙面盲文點字的提 取方法。雙面盲文點字的提取方法，該方法由以下步驟實現(xiàn)步驟一、采用掃描儀對紙介雙面盲文進(jìn)行掃描，獲得雙面盲文掃描圖像；步驟二、對步驟一獲得的雙面盲文掃描圖像進(jìn)行灰度化處理并進(jìn)行灰度調(diào)節(jié)去除 圖像背景，獲得處理后的掃描圖像；步驟三、將正負(fù)兩類訓(xùn)練樣本輸入SVM決策器進(jìn)行訓(xùn)練，然后將步驟二處理后的 掃描圖像輸入所述SVM決策器，實現(xiàn)盲文點字的提?。凰鯯VM決策器進(jìn)行訓(xùn)練的過程包括訓(xùn)練和測試
訓(xùn)練過程首先對樣本圖像進(jìn)行灰度化處理，采用凸規(guī)劃問題求解，計算圖像的最 優(yōu)分類超平面；測試過程對最優(yōu)分類超平面進(jìn)行分類測試訓(xùn)練樣本，假設(shè)訓(xùn)練樣本用公式(1) 表示為
權(quán)利要求
1.雙面盲文點字提取方法，其特征是，該方法由以下步驟實現(xiàn) 步驟一、采用掃描儀對紙介雙面盲文進(jìn)行掃描，獲得雙面盲文掃描圖像；步驟二、對步驟一獲得的雙面盲文掃描圖像進(jìn)行灰度化處理并進(jìn)行灰度調(diào)節(jié)去除圖像 背景，獲得處理后的掃描圖像；步驟三、將正負(fù)兩類訓(xùn)練樣本輸入SVM決策器進(jìn)行訓(xùn)練，然后將步驟二處理后的掃描 圖像輸入所述SVM決策器，實現(xiàn)盲文點字的提?。凰鯯VM決策器進(jìn)行訓(xùn)練的過程包括訓(xùn)練和測試訓(xùn)練過程首先對樣本圖像進(jìn)行灰度化處理，采用凸規(guī)劃問題求解，計算圖像的最優(yōu)分 類超平面；測試過程對最優(yōu)分類超平面進(jìn)行分類測試訓(xùn)練樣本，假設(shè)訓(xùn)練樣本用公式(1)表示為
2.根據(jù)權(quán)利要求1所述的雙面盲文點字的提取方法，其特征在于，所述正負(fù)兩類訓(xùn)練 樣本中正訓(xùn)練樣本為圖像中的凸點，負(fù)訓(xùn)練樣本為圖像的凹點及背景，所述凸點輸出為0， 凹點輸出為1。
3.根據(jù)權(quán)利要求1所述的雙面盲文點字的提取方法，其特征在于，步驟二所述的進(jìn)行 灰度調(diào)節(jié)去除圖像背景是指采用一定大小的圖像小塊的灰度值與該小塊圖像平均灰度值 的差減法去除圖像背景。
全文摘要
雙面盲文點字的提取方法，涉及圖像處理與模式識別技術(shù)領(lǐng)域，它解決了現(xiàn)有雙面盲文的點字難于提取的問題，提供一種雙面盲文點字的提取方法，該方法為步驟一、采用掃描儀對紙介雙面盲文進(jìn)行掃描，獲得雙面盲文掃描圖像；步驟二、對步驟一獲得的雙面盲文掃描圖像進(jìn)行灰度化處理并進(jìn)行灰度調(diào)節(jié)去除圖像背景，獲得處理后的掃描圖像；步驟三、將正負(fù)兩類訓(xùn)練樣本輸入SVM決策器進(jìn)行訓(xùn)練，然后將步驟二處理后的掃描圖像輸入所述SVM決策器，實現(xiàn)盲文點字的提取。本發(fā)明有效的提高了算法的速度，并為特殊教育事業(yè)及其盲人群體提供了便利。本發(fā)明廣泛應(yīng)用于圖像處理領(lǐng)域。
文檔編號G06K9/20GK102063628SQ20111000821
公開日2011年5月18日 申請日期2011年1月14日 優(yōu)先權(quán)日2011年1月14日
發(fā)明者尹佳, 張超, 李 杰, 王麗榮, 王曉麗, 鄒稷, 閆曉光 申請人:長春大學(xué)