圖書館藏書索書號自動識別中關(guān)鍵技術(shù)的研究.pdf

1、圖書館中的每本圖書都有一個索書號，它能準確地確定圖書在書架上的排列位置。但是，圖書經(jīng)常會被放錯位置，致使讀者無法找到這些圖書，嚴重影響圖書的管理工作。目前依靠人工糾錯，由于館藏圖書數(shù)量大，借閱的人數(shù)多，人工檢測錯放圖書的工作量非常大。本文采用索書號自動識別的技術(shù)自動檢查、找出錯放的圖書。本課題由上海交通大學圖書館提出。 雖然文字識別技術(shù)已在眾多不同領(lǐng)域得到應(yīng)用，如汽車牌照識別，郵政編碼識別以及視頻圖像中的文字識別等，但有關(guān)圖書索

2、書號文字識別的研究和文獻卻是至今未見報道。由于圖像易受環(huán)境影響，因此不同領(lǐng)域的圖像差別很大，其所需解決的問題也各不相同。索書號圖像存在的主要問題如下：(1)光照條件無法控制；(2)索書號與其他文字，如出版社、書名等混合在一起；(3)墨汁、污跡等污染嚴重；(4)長時間的使用，索書號存在不同程度的褪色；(5)有的索書號中存在殘缺字符。針對上述問題，本文對圖書索書號識別中的幾個關(guān)鍵技術(shù)進行了全面的研究。 在圖像中的文字定位和分割技術(shù)方

3、面，首先提出了基于文字筆畫寬度的文字邊緣點濾波算法。該算法利用相鄰邊緣點距離統(tǒng)計檢測筆畫寬度，根據(jù)同一文字區(qū)域的文字筆畫寬度相近的特點進行邊緣點濾波。實驗表明，該濾波算法能有效抑制背景的干擾，解決基于邊緣點數(shù)量統(tǒng)計的文字分割算法易受背景干擾的問題，從而改善其文字分割算法性能。其次，提出將紋理和連通域特征相結(jié)合的文字分割方法，使得基于紋理特征和連通域特征文字分割方法的優(yōu)缺點能夠相互彌補。結(jié)合上述提出的文字邊緣點濾波方法，利用邊緣紋理特征實

4、現(xiàn)文字的粗定位。然后，利用文字連通域特征實現(xiàn)文字區(qū)域的校驗和細定位。該算法的文字區(qū)域檢測率達到了91.47﹪，錯檢率為9.63﹪。最后，在索書號的定位和分割中，提出了基于梯度差的文字筆畫模型。該模型能有效克服索書號存在墨汁、污垢和光照較暗的問題，檢測出文字像素點，文字像素點形成連通域，經(jīng)連通域濾波、合并后形成文字區(qū)域。利用MLP神經(jīng)網(wǎng)絡(luò)從中選出真正的索書號字符區(qū)域。算法的索書號檢測率接近96﹪，錯檢率接近3﹪，漏檢率為1﹪。 在

5、文字圖像的二值化處理方面，提出了利用文字筆畫模型進行初始二值化，在此基礎(chǔ)上檢測筆畫寬度，并根據(jù)筆畫寬度自適應(yīng)地調(diào)整局部區(qū)域大小和局部閾值的二值化方法。實驗結(jié)果表明，該方法能克服光照變化、墨汁污染和褪色等的影響，保持文字筆畫的連續(xù)性和完整性。 在粘連字符的切分方面，分析了二值化后的索書號粘連字符的筆畫粘連和切分對筆畫變形的影響，提出了基于上下凹凸輪廓檢測的粘連字符切分方法，并根據(jù)切分處2個筆畫的寬度比，對切分后的筆畫變形進行了修復(fù)

6、。對索書號的粘連字符切分實驗表明，正確率達到了93﹪。 在殘缺字符識別方面，提出了分解文字輪廓后，提取輪廓的寬度統(tǒng)計特征和突變、豎、左斜、右斜、圓弧等結(jié)構(gòu)特征。運用粗糙集理論的知識約簡，選擇特征，建立字符識別的最簡決策規(guī)則，采用結(jié)構(gòu)語句識別方法識別殘缺數(shù)字字符。實驗表明，該方法對殘缺和完整數(shù)字字符的識別正確率分別為91.8﹪和97.6﹪。 圖書索書號自動識別中關(guān)鍵技術(shù)的研究解決了錯放圖書的檢測問題，開拓了文字識別技術(shù)應(yīng)用