莆田學(xué)院信息工程學(xué)院 張荔

基于MATLAB的超分辨率字符識(shí)別算法實(shí)現(xiàn)

莆田學(xué)院信息工程學(xué)院 張荔

字符識(shí)別的超分辨率重建已經(jīng)在圖像處理領(lǐng)域成了一個(gè)研究熱點(diǎn)，其不僅在理論上具有重要意義，在實(shí)用中也有迫切需求。論文主要通過(guò)對(duì)字符識(shí)別的超分辨率重建算法進(jìn)行研究，并應(yīng)用一種算法加以實(shí)現(xiàn)。最終通過(guò)MATLAB軟件進(jìn)行仿真，對(duì)給出的模糊文本圖像進(jìn)行超分辨率重建，并得出最后重建圖像。讓人們了解這種方法的實(shí)用性。

字符識(shí)別；超分辨率重建；MATLAB

1 緒論

在數(shù)字圖像的采集與處理過(guò)程中，不同精度和類型的傳感器、光學(xué)器件引起的圖像模糊以及運(yùn)動(dòng)物體采集時(shí)的運(yùn)動(dòng)模糊，同時(shí)自然界中大量存在起伏噪聲、單頻噪聲等，這些會(huì)使實(shí)際獲得的圖像產(chǎn)生模糊、噪聲乃至變形的情況，其最為在直接的表現(xiàn)就是使整個(gè)圖像的分辨率較低。除此之外，在數(shù)字化信息采集的過(guò)程之中也會(huì)對(duì)圖像的分辨率產(chǎn)生影響，最為主要的原因就在于采樣速率偏低，使得采樣后信號(hào)的頻譜出現(xiàn)混疊現(xiàn)象，從而不能簡(jiǎn)單用低通濾波器重建信號(hào)［1］。

從上述分析可以看出，想要對(duì)圖像的分辨率進(jìn)行改善，最為直接的方法就是使用性能優(yōu)良的硬件設(shè)備。但是性能越好的圖像采集器價(jià)格也越昂貴，通常用于高精度系統(tǒng)中，不適合于一般應(yīng)用中。因此，實(shí)際中普遍采取的方法是使用建立在信號(hào)處理基礎(chǔ)上的算法來(lái)改善圖像的分辨率，也就是超分辨率（SR：Super-Resolution）圖像重建。這一方法的優(yōu)點(diǎn)在于不會(huì)涉及硬件，成本較為低廉，并且還可以使用現(xiàn)有的圖像系統(tǒng)，這種方案較為經(jīng)濟(jì)實(shí)用。

2 超分辨率字符識(shí)別算法

對(duì)于字符的識(shí)別，當(dāng)前最為主流的方法是基于模板匹配的OCR算法以及基于人工神經(jīng)網(wǎng)絡(luò)的OCR算法。在本設(shè)計(jì)之中使用的是基于模板匹配的OCR算法。該算法的主要原理是，首先對(duì)待識(shí)別圖像預(yù)處理（如二值化、中值濾波、圖像分割等，并將其尺寸大小縮放到與字符數(shù)據(jù)庫(kù)中模板的大小相同），然后與所有的模板圖像一一進(jìn)行計(jì)算比對(duì)，最后選擇相關(guān)度最高的或者誤差最小的圖像作為結(jié)果［2］。

因此完整的字符識(shí)別的算法步驟如下：

（1）字符圖像預(yù)處理

標(biāo)準(zhǔn)模板庫(kù)必須在字符識(shí)別操作開始前建立好的。一般的文本圖像，包含漢字和英文等大量的字符，計(jì)算量過(guò)大。為了實(shí)驗(yàn)方便，只建立5個(gè)字母模型，用畫圖工具先畫出s、e、c、t、i等5個(gè)字符的圖像。并分別保存為moban1.jpg，moban2.jpg，moban3.jpg，moban4.jpg，moban5.jpg。模板庫(kù)中原圖大小設(shè)定為，以利于后面的處理。所得到的字符統(tǒng)一為黑字白底。字體為宋體，大小保持一致。

實(shí)際中的圖像在形成、傳輸或變換過(guò)程中，受多種因素的影響，會(huì)與原始圖像之間產(chǎn)生某種差異，這種差異會(huì)對(duì)后續(xù)的信號(hào)處理產(chǎn)生影響。所以在識(shí)別前需要對(duì)待識(shí)別圖像做預(yù)處理，包括去除噪聲，邊界增強(qiáng)，增加亮度等等。

通常采集到的圖片由若干個(gè)字母或數(shù)字等組成，因此還需要將每個(gè)字符分離開來(lái)，便于下一步進(jìn)行相關(guān)度計(jì)算。分割圖像可以先采用邊緣檢測(cè)將背景區(qū)域和目標(biāo)圖像分離開來(lái)。再利用閥值分割，將連續(xù)字符分割為單個(gè)的字符圖像。為了方便最后的識(shí)別，論文將得到的分割圖像反色后填充，得到在白色背景前的圖像。

（2）與模板庫(kù)中的字母逐一進(jìn)行相關(guān)運(yùn)算，尋找相關(guān)度最大值所對(duì)應(yīng)的模板；

在字符識(shí)別中對(duì)于實(shí)現(xiàn)離散輸入模式分類最為有效的方法采用模板匹配，其實(shí)質(zhì)內(nèi)容就是度量輸入和樣本之間所存在的某種相似性，取相似性最大者為輸入模式所屬類別，它根據(jù)字符的直觀形象抽取特征，用相關(guān)匹配原理進(jìn)行識(shí)別，即將輸入字符與標(biāo)準(zhǔn)字符在一個(gè)分類器中進(jìn)行匹配。字符相關(guān)匹配算法如下：

將分割好的字符作為輸入字符和標(biāo)準(zhǔn)模版函數(shù)的大小均調(diào)整為640×480，用MATLAB中的corr2函數(shù)直接一一計(jì)算兩個(gè)字符圖像間的相似度和相關(guān)系數(shù)。然后尋找出擁有最大相關(guān)值的模板。

（3）輸出與此相關(guān)度最大的模板。

3 結(jié)束語(yǔ)

超分辨率重建有著越來(lái)越廣泛的應(yīng)用場(chǎng)合：（1）將從視頻信號(hào)中采集的圖像重建位高分辨率圖片；（2）有線電視系統(tǒng)中將標(biāo)清電視轉(zhuǎn)換為高清電視；（3）在醫(yī)學(xué)成像系統(tǒng)中（如CT、超聲波儀器等）、車牌識(shí)別等實(shí)際應(yīng)用中也具有很重要的意義。

［1］楊浩.一種基于實(shí)例的文本圖像超分辨率重建算法［J］.東南大學(xué)學(xué)報(bào)，2008.

［2］朱翚.利用MATLAB進(jìn)行圖像重建的算法研究［D］.蘇州：蘇州大學(xué)，2003，（12）

［3］王慧琴.數(shù)字圖像處理［M］.北京：北京郵電大學(xué)出版社，2006.

［4］阮秋琦.數(shù)字圖像處理學(xué)［M］.北京：電子工業(yè)出版社，2007.2：382.

［5］賈永紅.數(shù)字圖像處理 ［M］.武漢：武漢大學(xué)出版社，2003.9：197-198.

［6］高成.MATLAB圖像處理與應(yīng)用［M］.北京：國(guó)防工業(yè)出版社，2007.4.