基于低分辨率視頻的運(yùn)動(dòng)字符提取方法的研究.pdf

1、本文介紹了一種低分辨率下的運(yùn)動(dòng)字符的提取方法。這種運(yùn)動(dòng)字符的提取方法，采用了靜態(tài)提取與動(dòng)態(tài)提取相結(jié)合的方式。靜態(tài)提取，是指當(dāng)把一張寫(xiě)有漢字字體的白紙片，移入攝像頭的視野范圍的時(shí)候，系統(tǒng)自動(dòng)對(duì)白紙片上的漢字進(jìn)行切分提取。動(dòng)態(tài)提取是指在攝像頭的視野范圍內(nèi)，用筆進(jìn)行漢字書(shū)寫(xiě)的時(shí)候，系統(tǒng)可以自動(dòng)跟蹤筆尖的軌跡，最終用于所寫(xiě)漢字的字符恢復(fù)。 在介紹運(yùn)動(dòng)字符的提取的實(shí)現(xiàn)方法以前，本文首先介紹了基于Directshow的攝像頭視頻采集程序的實(shí)

2、現(xiàn)方法。這是進(jìn)行一切基于機(jī)器視覺(jué)的各種研究的基礎(chǔ)。經(jīng)過(guò)試驗(yàn)，采用Directshow實(shí)現(xiàn)的攝像頭捕捉程序，捕捉速度可以達(dá)到每秒28幅圖片以上。這為進(jìn)行任何基于機(jī)器視覺(jué)的項(xiàng)目研究，打下了良好的基礎(chǔ)。 在實(shí)現(xiàn)運(yùn)動(dòng)字符的靜態(tài)提取的時(shí)候，本文提出了一種基于灰度圖像的邊緣提取再進(jìn)行二值化的預(yù)處理方法。這種方法有效地消除了普通消費(fèi)級(jí)攝像頭的暗角影響。另外，本文給出了一種基于連通域的多漢字切分方法。這種方法有效地克服了不同投影方法對(duì)多漢字切分

3、的局限性。最后本文提出了一種基于漢字外界框的運(yùn)動(dòng)漢字定位的方法。 在實(shí)現(xiàn)運(yùn)動(dòng)字符的動(dòng)態(tài)提取的時(shí)候，本文提出了一種基于差分運(yùn)動(dòng)圖像分析的筆尖跟蹤算法。在不建立背景模型的情況下，這種方法有效的實(shí)現(xiàn)了背景的濾除和筆尖序列的恢復(fù)。首先，本文介紹了在攝像頭固定的情況下這種基于差分運(yùn)動(dòng)圖像分析的筆尖跟蹤算法的實(shí)現(xiàn)過(guò)程。通過(guò)對(duì)文字書(shū)寫(xiě)過(guò)程中的筆尖運(yùn)動(dòng)的特點(diǎn)的研究觀察，提出了基于四方向投影的候選點(diǎn)的選擇規(guī)則和基于差分圖像的方向特征的筆尖候選點(diǎn)集

4、合的縮小規(guī)則，以及基于筆尖運(yùn)動(dòng)速度的真實(shí)筆尖判別規(guī)則。在獲得了筆尖序列以后，又提出了一種壞點(diǎn)的濾除方法，使得到的筆尖序列更加準(zhǔn)確。其次，本文介紹如何在手持?jǐn)z像頭的情況下進(jìn)一步完善這種基于差分運(yùn)動(dòng)圖像分析的筆尖跟蹤算法。在實(shí)現(xiàn)手持?jǐn)z像頭的筆尖跟蹤算法的過(guò)程中，提出了一種基于抽樣圖像的圖像模糊的方法和一種基于抽樣圖像的中值濾波的方法，并且有效地消除了因?yàn)槭值亩秳?dòng)帶來(lái)的背景相對(duì)運(yùn)動(dòng)的問(wèn)題。實(shí)驗(yàn)證明，這種基于差分運(yùn)動(dòng)分析的筆尖跟蹤算法是有效的。