用於自動分類印章雕刻方式的裝置和方法與流程

2023-07-19 04:01:01

本發明一般地涉及古籍數字圖像處理，尤其涉及一種用於自動分類印章雕刻方式的裝置和方法。

背景技術：

中國的古籍文獻中存在著大量的印章。這些印章對於考古學家、古籍研究者、藝術愛好者、收藏者等都具有重要的研究價值和收藏價值。基於印章圖像，實現印章基本特性的一些自動分析，可以有效提高印章研究工作的效率。

印章的基本特性包括印章的雕刻方式。印章的雕刻方式主要分為朱文(陽刻)和白文(陰刻)。例如，圖1中的印章100即為白文印章；圖2中的印章200即為朱文印章。對彩色印章圖像進行二值化處理後，得到黑白色的印章圖像。對於二值化的朱文印章圖像，圖像的前景(字)是黑像素，背景是白像素。相反的，在白文印章圖像中，前景是白像素，背景是黑像素。

傳統的印章雕刻方式自動分類方法是通過計算紅色像素佔整個印章的比例來判斷印章的雕刻方式。其中，紅色像素越多，其白文特徵越明顯。

現有的自動分類印章雕刻方式的方法諸多不足，例如，對於一些文字比較密集的白文印章不適用、對筆畫斷裂/粘連的印章分類不準確、無法處理筆畫寬度會變化的肖形印章。

技術實現要素：

根據本發明的一個方面，提供了一種用於自動分類印章雕刻方式的裝置，包括：圖像特徵確定單元，其被配置為確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的骨架積分距離因子α；以及分類單元，其被配置為基於圖像特徵，自動分類印章雕刻方式；其中，骨架積分距離因子α＝Db/Dw，Db和Dw分別為在假設黑色和白色代表前景的 情況下計算的骨架積分距離，並且通過以下方式確定骨架積分距離：計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和；以及對最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為骨架積分距離，其中T是大於1的整數。

根據本發明的另一個方面，提供了一種用於自動分類印章雕刻方式的裝置，包括：圖像特徵確定單元，其被配置為確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的筆畫復原匹配因子β；以及分類單元，其被配置為基於圖像特徵，自動分類印章雕刻方式；其中，筆畫復原匹配因子β＝nb/nw，nb和nw分別為在假設黑色和白色代表前景的情況下計算的滿足預定誤差要求的匹配點個數，並且通過以下方式確定匹配點個數：計算前景骨架圖像的平均筆畫寬度；以平均筆畫寬度為半徑的圓形結構單元對前景骨架圖像進行膨脹操作，得到筆畫復原圖像；並且對筆畫復原圖像和二值化印章圖像進行特徵點匹配，以確定匹配點個數；並且通過以下方式計算平均筆畫寬度：計算前景骨架圖像的骨架上的每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離的和；並且通過距離的和除以前景骨架圖像的骨架的總長度，得到平均筆畫寬度。

根據本發明的另一個方面，提供了一種用於自動分類印章雕刻方式的方法，包括：確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的骨架積分距離因子α；以及基於圖像特徵，自動分類印章雕刻方式；其中，骨架積分距離因子α＝Db/Dw，Db和Dw分別為在假設黑色和白色代表前景的情況下計算的骨架積分距離，並且通過以下方式確定骨架積分距離：計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和；以及對最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為骨架積分距離，其中T是大於1的整數。

根據本發明的另一個方面，提供了一種用於自動分類印章雕刻方式的方法，包括：確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的筆畫復原匹配因子β；以及基於圖像特徵，自動分類印章雕刻方式；其中，筆畫復原匹配因子β＝nb/nw，nb和nw分別為在假設黑色和白色代表前景的情況下計算的滿足預定誤差要求的匹配點個數，並且通過以下方式確定匹配點個數：計算前景骨架圖像的平均筆畫寬度；以平 均筆畫寬度為半徑的圓形結構單元對前景骨架圖像進行膨脹操作，得到筆畫復原圖像；並且對筆畫復原圖像和二值化印章圖像進行特徵點匹配，以確定匹配點個數；並且通過以下方式計算平均筆畫寬度：計算前景骨架圖像的骨架上的每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離的和；並且通過距離的和除以前景骨架圖像的骨架的總長度，得到平均筆畫寬度。

另外，根據本發明的又一方面，還提供了一種存儲介質。存儲介質中存儲有信息處理設備可讀的程序代碼，當在信息處理設備上執行程序代碼時，程序代碼使得信息處理設備執行根據本發明的上述方法。

此外，根據本發明的再一方面，還提供了一種程序產品。程序產品包括信息處理設備可執行的指令，當在信息處理設備上執行指令時，指令使得信息處理設備執行根據本發明的上述方法。

應該理解，術語「包括」在本文使用時指特徵、整件、步驟或組件的存在，但並不排除一個或多個其它特徵、整件、步驟或組件的存在或附加。

參照後文的說明和附圖，詳細公開了本發明的特定實施方式，指明了本發明的原理可以被採用的方式。應該理解，本發明的實施方式在範圍上並不因此而受到限制。在所附權利要求的範圍內，本發明的實施方式包括許多改變、修改和等同。

針對一種實施方式描述和/或示出的特徵可以以相同或類似的方式在一個或多個其它實施方式中使用，與其它實施方式中的特徵相組合，或替代其它實施方式中的特徵。

附圖說明

參照附圖下面說明本發明實施方式，這將有助於更加容易地理解本發明的以上和其它目的、特點和優點。附圖只是為了示出本發明的原理。在附圖中不必依照比例繪製出單元的尺寸和相對位置。在附圖中：

圖1是白文印章示意圖；

圖2是朱文印章示意圖；

圖3是根據本發明的一個示例性實施方式的確定骨架積分距離的方法的流程圖；

圖4是圖2中的印章的邊緣示意圖；

圖5是圖2中的印章的以白色為前景的骨架圖像；

圖6是圖2中的印章的以黑色為前景的骨架圖像；

圖7是圖6中骨架圖像局部處的骨架的法線的示意圖；

圖8是圖2中的圖像的歐氏距離變換圖；

圖9是根據本發明的一個示例性實施方式的確定印章圖像的筆畫復原匹配因子的流程圖；

圖10是根據本發明的一個示例性實施方式的以白色為前景的印章的筆畫復原圖像；

圖11是根據本發明的一個示例性實施方式的以黑色為前景的印章的筆畫復原圖像；

圖12是根據本發明的一個示例性實施方式的用於訓練分類器的方法的流程圖；

圖13是根據本發明的一個示例性實施方式的用於自動分類印章雕刻方式的方法的流程圖；

圖14是根據本發明的一個示例性實施方式的另一用於自動分類印章雕刻方式的方法的流程圖；

圖15是根據本發明的一個示例性實施方式的又一用於自動分類印章雕刻方式的方法的流程圖；

圖16是根據本發明的一個示例性實施方式的用於自動分類印章雕刻方式的裝置的示意性結構框圖；

圖17是根據本發明的一個示例性實施方式的另一用於自動分類印章雕刻方式的裝置的示意性結構框圖；以及

圖18是根據本發明的一個示例性實施方式的又一用於自動分類印章雕刻方式的裝置的示意性結構框圖。

具體實施方式

下面參照附圖說明本發明的實施方式。應該注意的是，本發明不限於本文所描述的具體實施方式。本文描述這樣的實施方式僅用於說明目的。基於本文所包括的教示另外的實施方式對一個或多個相關領域中的技術人員而言將是明顯的。應該注意的是，為了清楚，在附圖和描述中省略了 關於本領域技術人員公知的但與本發明不相關的這些部件和處理方式的表示和描述。

如本領域技術人員將理解的，本發明的各方面可以實現為裝置、方法或電腦程式產品。因此，本發明的各方面可以採用下述形式：完全硬體的實施方式、完全軟體的實施方式(包括固件、常駐軟體、微代碼等)或者組合軟體和硬體方面的實施方式。

此外，本發明的方法不限於按照說明書中描述的時間順序來執行，如果從原理上說可行，也可以按照其它的時間順序地、並行地或獨立地執行。因此，本說明書中描述的方法的執行順序不對本發明的公開內容的範圍構成限制。

對朱文印章和白文印章兩者中的任一個來說，整體而言，前景(真正的筆畫)的骨架和邊緣之間的距離通常小於背景的骨架和邊緣之間的距離。因此，這個特點能夠是區分朱文印章和白文印章的關鍵特徵。基於此認識，發明人提出了用於自動分類印章雕刻方式的印章圖像的骨架積分距離因子α。下面介紹確定用於自動分類印章雕刻方式的印章圖像的骨架積分距離因子α的方法。

圖3是根據本發明的一個實施方式的確定α的方法300的流程圖。

在步驟301處，輸入印章圖像Im。Im可以是白文印章(例如，圖1中的白文印章100)，也可以為朱文印章(例如，圖2中的朱文印章200)。

在步驟303處，二值化Im，得到二值化的印章圖像Imb。例如，將彩色的或具有灰度的Im，變為黑白圖像。

在步驟305處，確定骨架積分距離Db和Dw。Db和Dw分別為在假設黑色和白色代表前景(印章圖像中文字的筆畫)的情況下計算的骨架積分距離。骨架積分距離體現的是，在假定前景情況下，整體上看，骨架上像素至「筆畫」的邊緣的距離。例如，Im為印章200，則其邊緣E構成的圖像如圖4中的圖像400所示。在圖4中，為了清楚的顯示出邊緣E，將非邊緣的像素都設置為黑色，將邊緣設置為白色。從圖4可以看出，邊緣E是由Imb中顏色突變處的像素構成曲線。圖5是圖2中的印章的以白色為前景的前景骨架圖像500；圖6是圖2中的印章的以黑色為前景的前景骨架圖像600。可以看出，對於朱文印章，以黑色為前景的筆畫骨架圖中示出的骨架構成的形狀更接近印章200中真正的文字的形狀。具體如何確定骨架積分距離Dx(Dx＝Db或Dw)將在介紹完圖3後給出。骨架 圖像的確定方法屬於現有技術，在此不再贅述。

在步驟309處，由式(1)確定骨架積分距離因子α：

α＝Db/Dw (1)。

無論是朱文印章還是白文印章，都有如下特點：「真實」筆畫的骨架所對應的骨架積分距離通常更小。例如，對於朱文印章，相對於選擇白色為前景(構成「虛假」筆畫)，選擇黑色為前景(構成「真實」筆畫)時骨架所對應的骨架積分距離小。所以，對於朱文印章，通常Db<Dw、α<1；對於白文印章，通常Dw1。所以基於確定的骨架積分距離因子α，可以自動分類印章雕刻方式。該特徵避開了筆畫寬度信息的使用，從而能夠使彌補筆畫骨架寬度變化所所引起的誤差。

下面介紹確定骨架積分距離Dx的方法。

(1)計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和。圖7是圖6中骨架圖像局部處的骨架的法線的示意圖。如圖7所示，圖6中圖像600局部處具有骨架線701，直線703是骨架線701的像素Sk2處的切線，曲線705是邊緣線，直線707是骨架線701的像素Sk2處的骨架法線。假設骨架包括imax個像素P，對骨架上的像素Pi(i＝1,2,……,imax)其對應圖7中骨架像素Sk2。為了確定Sk2處的骨架法線，以Sk2為中心點，通過高斯採樣方式，在骨架線701上採樣距離中心點距離為d的N個像素(在圖7中對應骨架像素Sk1、Sk3、Sk4)，

其中n＝0,1,2,……,N-1，s為經驗整數。以這N個採樣點以及中心點Sk2，進行三次曲線擬合，得到三次曲線f(x)，然後計算出該曲線在中心點Sk2處的骨架法線707，骨架法線707和骨架線第一側的邊緣線705相交(假設交點為像素Pt3)。注意：法線707也會在骨架線701的第二側與另一邊緣線相交，但Sk2距離邊緣線705的最短距離小於Sk2距離該另一邊緣線的最短距離。然後計算出法線707上從像素Sk2到像素Pt3之間的所有像素(例如，Sk2、Pt1、Pt2、Pt3)的最短邊緣距離(即法線707上的各像素到曲線705上的點的最短邊緣距離)，然後將這些距離求和，作為像素Pi的最短邊緣距離的和Sumi。採用相同的方式求出其餘imax-1個像素的最短邊緣距離的和。確定像素Sk2處的法線的方式不限於上述例舉的方式，例如擬合時也可以採用二次曲線擬合。

(2)對最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為所述骨架積分距離，其中T是大於1的整數。具體而言，對imax個最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為所述骨架積分距離Dx，其中T是大於1的整數。T例如取5。求平均的方式例如是求算術平均。

鑑於在計算骨架積分距離時，需要多次使用像素的最短邊緣距離。在確定了Imb的邊緣E(參見圖4)後，可以根據該邊緣信息，對Imb進行歐氏距離變換，計算出非邊緣像素到最近鄰邊緣的最短邊緣距離，以該距離作為灰度值，獲得Imb的歐氏距離變換圖(如圖8所示)。這樣，在計算骨架積分距離時，可以基於歐氏距離變換圖，得到每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的最短邊緣距離。

下面介紹確定用於自動分類印章雕刻方式的印章圖像的筆畫復原匹配因子β的方法。該因子能夠避免筆畫寬度變化對分類印章雕刻方式的影響。

圖9是根據本發明的一個實施方式的確定筆畫復原匹配因子β的方法900的流程圖。

在步驟901處，輸入印章圖像Im。Im可以是白文印章(例如，圖1中的白文印章100)，也可以為朱文印章(例如，圖2中的朱文印章200)。

在步驟903處，二值化Im，得到二值化的印章圖像Imb。例如，將彩色的或具有灰度的Im，變為黑白圖像。

在步驟905處，確定匹配點個數nb和nw。nb和nw分別為在假設黑色和白色代表前景的情況下計算的滿足預定誤差要求的匹配點個數。匹配點個數體現的是，在假定前景情況下，筆畫復原圖像和Imb的匹配程度。圖10以白色為前景圖2中的印章200的筆畫復原圖像1000。圖11以黑色為前景圖2中的印章200的筆畫復原圖像1100。可以看出，對於朱文印章，以黑色為前景的筆畫復原圖像中示出的骨架構成的形狀更接近印章200中真正的文字的形狀。具體如何確定nx(nx＝nb或nw)將在介紹完圖9後給出。

在步驟909處，由式(3)確定筆畫復原匹配因子β。

β＝nb/nw (3)

前景的理想筆畫寬度應該不變，因此，基於正確前景的恢復的圖像將 與原始圖像更相似，匹配點的個數將更多。因此，無論是朱文印章還是白文印章，通常都有如下特點：如果前景色選擇正確，那麼相應前景色的匹配點個數會更大。例如，對於朱文印章，相對於選擇白色為前景(構成「虛假」筆畫)時的匹配點個數(nw)，選擇黑色為前景(構成「真實」筆畫)時匹配點個數(nb)更大。所以，對於朱文印章，通常nb>nw、β>1；對於白文印章，通常nb<nw、β<1。所以基於確定的筆畫復原匹配因子β，可以自動分類印章雕刻方式。

下面介紹確定匹配點個數nx的方法。

計算前景骨架圖像的平均筆畫寬度；以平均筆畫寬度為半徑的圓形結構單元對前景骨架圖像進行膨脹操作，得到筆畫復原圖像(例如，圖10中的圖像1000，圖11中的圖像1100)；對所述筆畫復原圖像和二值化印章圖像進行特徵點匹配，以確定匹配點個數。可以按式(4)和式(5)操作得到筆畫復原圖像。

其中，Rb是以黑色為前景的情況下的筆畫復原圖像，Rw是以白色為前景的情況下的筆畫復原圖像，Bb是以黑色為前景的情況下的骨架，Bw是以白色為前景的情況下的骨架，Eb是以黑色為前景的情況下的半徑為rb的圓形結構元素，Ew是以白色為前景的情況下的半徑為rw的圓形結構元素，rb是以黑色為前景的情況下的前景骨架圖像的平均筆畫寬度，rw是以白色為前景的情況下的前景骨架圖像的平均筆畫寬度。

通過以下方式計算平均筆畫寬度：計算前景骨架圖像的骨架上的每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離的和；並且通過距離的和除以前景骨架圖像的骨架的總長度，得到平均筆畫寬度。例如，前景骨架圖像的骨架的總長度為10000個像素，這10000像素的距離的和為40000，則平均筆畫寬度為4個像素。

法線的確定方法，同圖7中所示的確定方法。假設骨架包括imax個像素P，對骨架上的像素Pi(i＝1,2,……,imax)其對應圖7中骨架像素Sk2；Sk2至最近鄰邊緣像素Pt3的距離Di可以基於Imb的歐氏距離變換圖得到。關於i對Di求和即得到距離的和。

可選地，在對筆畫復原圖像和二值化印章圖像進行特徵點匹配時，使用基於SIFT的特徵點匹配方法。

下面介紹印章圖像的黑白像素數比值γ。

γ表示二值化印章圖像中黑色像素數量和白色像素數量的比值。γ也可以用於自動分類印章雕刻方式。通常情況下，對朱文印章，黑色像素數量比白色像素少，所以γ1。這種自動分類印章雕刻方式的方法屬於現有技術。但在利用本發明公開的α和/或β自動分類印章雕刻方式時，可以結合地使用γ，以得到更好的分類效果。

下面介紹訓練分類器的方法。該訓練器用於自動分類印章雕刻方式。

圖12是根據本發明的一個實施方式的用於訓練分類器的方法1200的流程圖。

在步驟1201處，獲取已知印章分類的多個印章圖像的二值化印章圖像。這裡的印章分類是指印章的雕刻方式的分類。對於輸入印章圖像為非二值化印章圖像的情況，可以在本步驟執行二值化輸入的印章圖像的處理。優選，多個印章圖像具有相同的尺寸。若尺寸不同，優選對尺寸進行歸一化。

在步驟1203處，提取每個二值化印章圖像的圖像特徵，提取的圖像特徵至少包括印章圖像的骨架積分距離因子α和筆畫復原匹配因子β中的至少一個。提取的圖像特徵除了α、β外，還可以含有更多特徵，如γ或其他圖像特徵。例如，提取的圖像特徵為印章圖像的骨架積分距離因子α和筆畫復原匹配因子β，或者為印章圖像的骨架積分距離因子α和黑白像素數比值γ；或者為印章圖像的筆畫復原匹配因子β和黑白像素數比值γ；或者為印章圖像的骨架積分距離因子α、筆畫復原匹配因子β和黑白像素數比值γ。

在步驟1205處，基於所提取的圖像特徵訓練分類器。

可選地，分類器為線性判別分析分類器。

下面介紹自動分類印章雕刻方式的方法。

圖13是根據本發明的一個示例性實施方式的用於自動分類印章雕刻方式的方法1300的流程圖。在步驟1301處，確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的骨架積分距離因子α。在步驟1303處，以及基於所述圖像特徵，自動分類印章雕刻方式。例如，α<1，則判定印章雕刻方式為朱文，否則為白文。可選地，α＝1時，印章雕刻方式的分類，也可以根據統計結果、經驗，進行設定，如設定為α＝1 時，印章雕刻方式為朱文。

圖14是根據本發明的一個示例性實施方式的另一用於自動分類印章雕刻方式的方法1400的流程圖。在步驟1401處，確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的筆畫復原匹配因子β。在步驟1403處，以及基於所述圖像特徵，自動分類印章雕刻方式。如β<1，則判定印章雕刻方式為白文，否則為朱文。可選地，β＝1時，印章雕刻方式的分類，也可以根據統計結果、經驗，進行設定，如設定為β＝1時，印章雕刻方式為白文。

圖15是根據本發明的一個示例性實施方式的又一用於自動分類印章雕刻方式的方法1500的流程圖。在步驟1501處，訓練分類器。具體而言，使用圖12中的方法1200訓練分類器。在步驟1503處，使用分類器分類輸入的二值化印章圖像的印章雕刻方式。使用分類器對印章圖像的雕刻方式進行自動分類時，由於使用的特徵更多，所以具有更高的分類準確度。

下面介紹自動分類印章雕刻方式的裝置。

圖16是根據本發明的一個示例性實施方式的用於自動分類印章雕刻方式的裝置1600的示意性結構框圖。裝置1600包括：圖像特徵確定單元1601，其被配置為確定輸入的二值化印章圖像的圖像特徵，圖像特徵包括二值化印章圖像的骨架積分距離因子α和筆畫復原匹配因子β中的至少一個(即α、β，或者α和β)；以及分類單元1603，其被配置為基於圖像特徵，自動分類印章雕刻方式。可選地，圖像特徵還包括二值化印章圖像的黑白像素數比值γ。可選地，裝置1600還包括歐氏距離變換單元，其被配置為基於二值化印章圖像的邊緣，對二值化印章圖像進行歐氏距離變換，以得到歐氏距離變換圖。

圖17是根據本發明的一個示例性實施方式的另一用於自動分類印章雕刻方式的裝置1700的示意性結構框圖。裝置1700包括：訓練單元1701以及分類器單元1703。訓練單元1701被配置為訓練分類器。具體而言，使用圖12中的方法1200訓練分類器。分類器單元1703被配置為使用分類器分類輸入的二值化印章圖像的印章雕刻方式。

圖18是根據本發明的一個示例性實施方式的又一用於自動分類印章雕刻方式的裝置的示意性結構框圖。在圖18中，中央處理單元(CPU)1801根據存儲在只讀存儲器(ROM)1802中的程序或從存儲部分1808加載到隨機存取存儲器(RAM)1803的程序來進行各種處理。在RAM 1803中，也根據需要來存儲在CPU 1801執行各種處理時所需的數據等。

CPU 1801、ROM 1802以及RAM 1803經由總線1804彼此連接。輸入/輸出接口1805也連接至總線1804。

下述部件連接至輸入/輸出接口1805：包括鍵盤、滑鼠等的輸入部分1806；包括顯示器如陰極射線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分1807；包括硬碟等的存儲部分1808；以及包括網絡接口卡如LAN卡、數據機等的通信部分1809。通信部分1809經由網絡如網際網路執行通信處理。

驅動器1810根據需要也連接至輸入/輸出接口1805。可拆卸介質1811如磁碟、光碟、磁-光碟、半導體存儲器等根據需要安裝在驅動器1810上，使得從其中讀取的電腦程式根據需要被安裝到存儲部分1808。

在通過軟體來實現上述用於自動分類印章雕刻方式的方法的情況下，構成該軟體的程序從網絡如網際網路或存儲介質如可拆卸介質1811被安裝到裝置1800。CPU 1801執行該軟體以自動分類印章的雕刻方式。

在一個實施方式中，本公開內容還提供一種程序產品。程序產品包括機器可執行的指令，當在信息處理設備上執行指令時，指令使得信息處理設備執行前述用於自動分類印章的雕刻方式的方法。

在一個實施方式中，本公開內容還提供一種存儲介質。存儲介質中存儲有信息處理設備可讀的程序代碼，當在信息處理設備上執行程序代碼時，程序代碼使得信息處理設備執行上述用於自動分類印章的雕刻方式的方法。存儲介質包括但不限於軟盤、光碟、磁光碟、存儲卡、存儲棒等。

前述實施方式的有益效果包括以下中的一個或多個：本發明分別提出了兩種新的用於分類印章的雕刻方式的圖像特徵(骨架積分距離因子和筆畫復原匹配因子)；基於這兩種圖像特徵，可以實現魯棒的印章雕刻方式的分類；結合黑白像素比值，利用線性判別分析(LDA)從訓練樣本中提取最佳分類邊界，從而實現了更準確的自動分類印章的雕刻方式；新方法所選用的分類特徵弱化了對於印章筆畫寬度的依賴，因此更適用於圖像質量相對較低的印章以及肖形印。

以上結合具體的實施方式對本發明進行了描述，但本領域技術人員應該清楚，這些描述都是示例性的，並不是對本發明保護範圍的限制。本領域技術人員可以根據本發明的精神和原理對本發明做出各種變型和修改，這些變型和修改也在本發明的範圍內。

附記

1.一種用於自動分類印章雕刻方式的裝置，包括：

圖像特徵確定單元，其被配置為確定輸入的二值化印章圖像的圖像特徵，所述圖像特徵包括所述二值化印章圖像的骨架積分距離因子α；以及

分類單元，其被配置為基於所述圖像特徵，自動分類印章雕刻方式；

其中，所述骨架積分距離因子α＝Db/Dw，Db和Dw分別為在假設黑色和白色代表前景的情況下計算的骨架積分距離，並且通過以下方式確定所述骨架積分距離：

計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和；以及

對所述最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為所述骨架積分距離，其中T是大於1的整數。

2.根據附記1所述的裝置，其中，所述圖像特徵還包括所述二值化印章圖像的黑白像素數比值γ，所述黑白像素數比值γ表示所述二值化印章圖像中黑色像素數量和白色像素數量的比值。

3.根據附記1或2所述的裝置，還包括歐氏距離變換單元，其被配置為基於所述二值化印章圖像的邊緣，對所述二值化印章圖像進行歐氏距離變換，以得到歐氏距離變換圖；

其中，在計算所述前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和時，基於所述歐氏距離變換圖，得到所述區域的各像素的最短邊緣距離。

4.一種用於自動分類印章雕刻方式的裝置，包括：

圖像特徵確定單元，其被配置為確定輸入的二值化印章圖像的圖像特徵，所述圖像特徵包括所述二值化印章圖像的筆畫復原匹配因子β；以及

分類單元，其被配置為基於所述圖像特徵，自動分類印章雕刻方式；

其中，所述筆畫復原匹配因子β＝nb/nw，nb和nw分別為在假設黑色和白色代表前景的情況下計算的滿足預定誤差要求的匹配點個數，並且 通過以下方式確定所述匹配點個數：

計算前景骨架圖像的平均筆畫寬度；以所述平均筆畫寬度為半徑的圓形結構單元對所述前景骨架圖像進行膨脹操作，得到筆畫復原圖像；並且對所述筆畫復原圖像和所述二值化印章圖像進行特徵點匹配，以確定所述匹配點個數；並且通過以下方式計算所述平均筆畫寬度：

計算所述前景骨架圖像的骨架上的每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離的和；並且通過所述距離的和除以所述前景骨架圖像的骨架的總長度，得到所述平均筆畫寬度。

5.根據附記4所述的裝置，其中，所述圖像特徵還包括所述二值化印章圖像的黑白像素數比值γ，所述黑白像素數比值γ表示所述二值化印章圖像中黑色像素數量和白色像素數量的比值。

6.根據附記5所述的裝置，其中，所述圖像特徵還包括相應印章圖像的骨架積分距離因子α；其中，所述骨架積分距離因子α＝Db/Dw，Db和Dw分別為在假設黑色和白色代表前景的情況下計算的骨架積分距離，並且通過以下方式確定所述骨架積分距離：

計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和；以及

對所述最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為所述骨架積分距離，其中T是大於1的整數。

7.根據附記4所述的裝置，還包括歐氏距離變換單元，其被配置為基於所述二值化印章圖像的邊緣，對所述二值化印章圖像進行歐氏距離變換，以得到歐氏距離變換圖；

其中，在計算計算所述前景骨架圖像的骨架上的每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離的和時，基於所述歐氏距離變換圖，得到每個骨架像素的該骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的距離。

8.根據附記4所述的裝置，其中，在對所述筆畫復原圖像和所述二值化印章圖像進行特徵點匹配時，使用基於SIFT的特徵點匹配方法。

9.一種用於自動分類印章雕刻方式的方法，包括：

確定輸入的二值化印章圖像的圖像特徵，所述圖像特徵包括所述二值 化印章圖像的骨架積分距離因子α；以及

基於所述圖像特徵，自動分類印章雕刻方式；

其中，所述骨架積分距離因子α＝Db/Dw，Db和Dw分別為在假設黑色和白色代表前景的情況下計算的骨架積分距離，並且通過以下方式確定所述骨架積分距離：

計算前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和；以及

對所述最短邊緣距離的和中的前T個最大最短邊緣距離的和求平均作為所述骨架積分距離，其中T是大於1的整數。

10.根據附記9所述的方法，其中，所述圖像特徵還包括所述二值化印章圖像的黑白像素數比值γ，所述黑白像素數比值γ表示所述二值化印章圖像中黑色像素數量和白色像素數量的比值。

11.根據附記9或10所述的方法，還包括基於所述二值化印章圖像的邊緣，對所述二值化印章圖像進行歐氏距離變換，以得到歐氏距離變換圖；

其中，在計算所述前景骨架圖像的骨架上的每個骨架像素處的骨架法線上的從該骨架像素至最近鄰邊緣像素的區域的所有像素的最短邊緣距離的和時，基於所述歐氏距離變換圖，得到所述區域的各像素的最短邊緣距離。

12.根據附記9所述的方法，其中，通過如下方式確定每個骨架像素處的骨架法線：以該骨架像素為中心點，通過高斯採樣的方式採樣距離中心點的距離為d的N個骨架像素作為N個採樣點，對所述N個採樣點和所述中心點的平面坐標進行三次曲線擬合，得到三次曲線f(x)，計算所述三次曲線f(x)在所述中心點處的切線的法向量作為該骨架像素處的骨架法線，其中，

n＝0,1,2,……,N-1，s為經驗整數。