摘 要：为了高效地识别利用数字化书法作品，文章提出一种改进的Z-S 书法字细化算法，结合全局特征与局部特征进行双层索引。首先，利用这种改进的Z-S 算法提取单像素无毛刺的书法字图像骨架信息，然后对书法字骨架的GIST 全局特征进行初步筛选排序，结合书法字图片局部特征进行二次索引排序，将两种排序结果进行加权计算，得到检索结果。所有的特征数据均使用自学习哈希算法进行二进制编码，索引的过程采用加权海明距离计算的方法。试验结果表明，该方法所需的检索时间相较于骨架相似性检索方法所需时间减少了约50%，相对于自适应书法字图像匹配与检索算法，在查全率和查准率上提升了近10%，提高了大数据量书法字检索的效率。
关键词：细化算法；全局特征；局部特征；自学习哈希；二进制编码；加权海明距离
中图分类号：TP391.43 文献标识码：A 文章编号：2096-4706（2020）02-0007-04
A Two-level Retrieval Method of Calligraphy Characters Based on Improved Z-S Thinning Algorithm
SHAO Rongtang，LI Jie，GONG Pengcheng，ZHANG Zhengwen
（School of Electrical and Electronic Engineering，Hubei University of Technology，Wuhan 430068，China）
Abstract：In order to effectively recognize and utilize digital calligraphy works，this paper proposes an improved Z-S calligraphy word refinement algorithm，which combines global features and local features for double-layer index. First of all，the improved Z-S algorithm is used to extract the skeleton information of a single pixel and burr free calligraphy image，then the GIST global features of the calligraphy skeleton are preliminarily selected and sorted，combined with the local features of the calligraphy image，the secondary index sorting is carried out，and the two sorting results are weighted to get the retrieval results. All feature data are binary coded by self-learning hash algorithm，and the process of index is calculated by weighted Hamming distance. The experimental results show that the retrieval time of this method is about 50% less than that of the skeleton similarity retrieval method. Compared with the adaptive calligraphy image matching and retrieval algorithm，the recall and precision of this method are improved by nearly 10%，and the efficiency of large amount of data calligraphy character retrieval is improved.
Keywords：thinning algorithm；global feature；local feature；self-learning hash；binary encoding；weighted Hamming distance
参考文献：
[1] 周一枫，张华熊. 抗倾斜的中文文本图像文件识别技术 [J].计算机系统应用，2019，28（1）：32-37.
[2] 吴媛，杨扬，颉斌，等. 基于数学形态学的脱机手写体汉字识别方法 [J]. 计算机应用，2006（3）：622-623+626.
[3] 俞凯，吴江琴，庄越挺. 基于骨架相似性的书法字检索 [J].计算机辅助设计与图形学学报，2009，21（6）：746-751.
[4] 俞凯，吴江琴. 书法字快速多层检索方法 [J]. 计算机辅助设计与图形学学报，2011，23（8）：1415-1419.
[5] 章夏芬，张龙海，韩德志，等. 自适应书法字图像匹配和检索 [J]. 浙江大学学报（工学版），2016，50（4）：766-776.
作者简介：
邵荣堂（1995-），男，汉族，湖北黄石人，硕士研究生，主要研究方向：模式识别、图像处理；
李婕（1984-），女，汉族，湖北宜昌人，博士，讲师，主要研究方向：计算机视觉；
巩朋成（1982-），男，汉族，湖北宜昌人，讲师，博士，硕士生导师，主要研究方向：MIMO 雷达、频控阵列信号处理以及波形设计等；
张正文（1965-），男，汉族，湖北团风人，硕士，副教授，硕士生导师，研究方向：阵列信号处理及其应用。