薛瑞恒,種蘭祥

（西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院，陜西 西安710127）

手寫(xiě)字符輸入方法已廣泛應(yīng)用于移動(dòng)電話、掌上電腦等移動(dòng)設(shè)備，其目的在于增強(qiáng)用戶體驗(yàn)、提高輸入效率和減小設(shè)備體積。但該方法需要在顯示屏上覆蓋一個(gè)電容式或電阻式觸摸屏才能進(jìn)行接觸式輸入，這無(wú)疑增加了設(shè)備成本。目前，移動(dòng)設(shè)備普遍都配有攝像頭，如果用戶使用發(fā)光筆在空中不接觸屏幕手寫(xiě)字符，運(yùn)用計(jì)算機(jī)視覺(jué)的理論和方法實(shí)現(xiàn)輸入，則可以降低設(shè)備成本、延長(zhǎng)設(shè)備使用壽命。近幾年已經(jīng)有相關(guān)方面的研究，參考文獻(xiàn)[1]提出了一種虛擬手寫(xiě)字符的方法，通過(guò)檢測(cè)指尖的運(yùn)動(dòng)軌跡來(lái)恢復(fù)字符圖像，但該方法對(duì)手指書(shū)寫(xiě)的抬筆、落筆檢測(cè)比較困難，使得手指陰影影響較大，恢復(fù)出來(lái)的字符圖像凌亂，正確識(shí)別率低。

本文采用普通教學(xué)用的激光筆通過(guò)單色屏幕以正常速度寫(xiě)字，同時(shí)攝像頭記錄光斑的移動(dòng)過(guò)程，利用一系列的光斑恢復(fù)出一幅完整的字符圖像，最后對(duì)該字符進(jìn)行識(shí)別。該方法簡(jiǎn)便快捷、識(shí)別率高，且無(wú)機(jī)械磨損，系統(tǒng)整體流程框圖如圖1所示。其中，光斑是波長(zhǎng)約為650 nm的紅色光斑，視頻圖像的采集速度為25 s/s，每幀圖像為320×240的RGB圖像。

1 光斑檢測(cè)與軌跡恢復(fù)

實(shí)際應(yīng)用的移動(dòng)設(shè)備和移動(dòng)投影設(shè)備的背景不是白色或黑色，因此通常本文僅討論白色和黑色背景下的光斑檢測(cè)及軌跡恢復(fù)，不需要建立復(fù)雜的背景模型。

1.1 光斑檢測(cè)

光點(diǎn)或光斑檢測(cè)近幾年已有不同的方法出現(xiàn)，參考文獻(xiàn)[2]結(jié)合激光點(diǎn)的顏色特征、運(yùn)動(dòng)信息和形狀特征來(lái)定位激光點(diǎn)的位置。參考文獻(xiàn)[3]利用擬合算法精確定位光斑位置，但該方法還需要降維處理，算法復(fù)雜度較高。本文采用根據(jù)激光筆發(fā)出的紅色或是綠色來(lái)提取RGB圖像的特定分量方法，將其轉(zhuǎn)化成灰度圖像，然后利用灰度重心法找出光斑的中心位置，最后以光斑的中心位置為基礎(chǔ)恢復(fù)出光斑。

本文使用紅色激光筆，激光投射在屏幕上后形成一個(gè)非常亮的紅色光斑。因此，提取圖像的R分量，將RGB圖像轉(zhuǎn)化成灰度圖像。實(shí)驗(yàn)發(fā)現(xiàn)，在白色背景和黑色背景中不同光照條件下,光斑的灰度值分布在255附近。文中只對(duì)灰度級(jí)大于180的像素作了灰度分布描述，其結(jié)果如圖2、圖 3所示。

圖2、圖3中像素灰度值的比例在255附近陡增，這是由于激光光斑的強(qiáng)度遠(yuǎn)高于自然光。而圖中每個(gè)灰度級(jí)像素個(gè)數(shù)的比例也不相同。由此可以看出，同一種背景在不同光照條件下光斑像素灰度的分布是不同的，不同背景在同一種光照條件下光斑像素灰度分布也是不同的。

傳統(tǒng)的重心法是先將圖像二值化后再找光斑的中心，由此丟失了光斑灰度分布細(xì)節(jié)。本文采用灰度重心法，可以認(rèn)為是以灰度為權(quán)值的加權(quán)重心法[4]。灰度圖像 I(i,j)中目標(biāo) S的灰度重心(x0,y0)為：

其中,M(i,j)為權(quán)值，M(i,j)=I(i,j)。

光斑的像素個(gè)數(shù)在一幀圖像中所占的比例很小，為了減小背景灰度分布對(duì)分析結(jié)果的影響，下面給出一種改進(jìn)的權(quán)值選取方法，采用的權(quán)值M(i,j)為：

式中T為區(qū)分背景與光斑的閾值。

在不同背景下,根據(jù)圖像灰度的分布情況確定閾值選取權(quán)值M(i,j)。圖4所示為選取閾值T前后光斑圖像灰度分布。

圖4中橫、縱坐標(biāo)表示含有光斑圖像的大小，圖4(a)中背景也參與灰度重心的計(jì)算，由于光斑像素個(gè)數(shù)較少，計(jì)算結(jié)果不夠準(zhǔn)確；圖4(b)中取閾值T后，大部分背景灰度值都為零，大大提高了計(jì)算結(jié)果的準(zhǔn)確度。

光斑的大小對(duì)后續(xù)的軌跡恢復(fù)和字符識(shí)別會(huì)產(chǎn)生影響，如果檢測(cè)出來(lái)的光斑太小，則在恢復(fù)軌跡時(shí)會(huì)產(chǎn)生斷斷續(xù)續(xù)的不連續(xù)點(diǎn);如果檢測(cè)出來(lái)的光斑太大,恢復(fù)出字符圖像的筆跡比較粗,則不利于后續(xù)的字符識(shí)別。以灰度重心為圓心，r為半徑做圓,即為恢復(fù)出來(lái)的光斑,為了保證字符的識(shí)別率,再結(jié)合國(guó)家標(biāo)準(zhǔn)字符相關(guān)規(guī)定，實(shí)驗(yàn)中r采用10個(gè)像素的光斑半徑。

1.2 軌跡恢復(fù)

本文運(yùn)用的軌跡方法是把每幀圖像中確定的光斑迭在一起或連接起來(lái)組成一個(gè)字符，然后利用八連通區(qū)域標(biāo)記方法去除噪聲。首先，將得到的光斑圖像轉(zhuǎn)化為二維矩陣,然后把所有的二維矩陣中相對(duì)應(yīng)的值進(jìn)行“或”運(yùn)算，得到字符圖像的二維矩陣，再將該矩陣轉(zhuǎn)化為二值圖像，得到字符圖像，其效果如圖5所示。

在輸入字符時(shí)，可能有噪聲干擾或者由于激光筆操作不當(dāng)產(chǎn)生類(lèi)似于噪聲的單獨(dú)的點(diǎn)或短線。為了保證字符識(shí)別的準(zhǔn)確性，需要對(duì)恢復(fù)出軌跡的二值化圖像進(jìn)行八連通區(qū)域標(biāo)記，并計(jì)算標(biāo)記區(qū)域像素為1的個(gè)數(shù)。當(dāng)像素為1的個(gè)數(shù)小于某個(gè)給定值n時(shí)，則認(rèn)為該區(qū)域?yàn)樵肼晞h除。當(dāng)標(biāo)記區(qū)域的像素個(gè)數(shù)大于給定值n時(shí)，則認(rèn)為是字符區(qū)域。圖6所示表明了光斑半徑與光斑區(qū)域像素個(gè)數(shù)的關(guān)系。

實(shí)驗(yàn)中采用的光斑半徑為10個(gè)像素,在圖6對(duì)應(yīng)的光斑區(qū)域的像素個(gè)數(shù)n為300。實(shí)驗(yàn)過(guò)程中出現(xiàn)的類(lèi)似噪聲的光斑區(qū)域往往不是一個(gè)單獨(dú)的斑點(diǎn)，而是一條短線或者幾個(gè)光斑組成的區(qū)域，因此結(jié)合實(shí)驗(yàn)過(guò)程中出現(xiàn)的噪聲區(qū)域的大小和圖6中的關(guān)系曲線，本實(shí)驗(yàn)中取n的值為 700。

實(shí)驗(yàn)效果如圖7所示。

2 特征提取及字符識(shí)別

為了驗(yàn)證上述字符輸入方漢的可行性，下面利用圖像的矩不變量特征[5]和拓?fù)浣Y(jié)構(gòu)特征[6]相結(jié)合的方法識(shí)別字符。

對(duì)于二維物體圖像f(x,y)，其(p+q)階矩定義為:

(p+q)規(guī)范化中心矩記作 ηpq，定義為:

利用二階和三階規(guī)范化中心矩導(dǎo)出的7個(gè)不變矩組,結(jié)合拓?fù)浣Y(jié)構(gòu)的8個(gè)特征，能比較準(zhǔn)確地識(shí)別出大寫(xiě)英文字符和阿拉伯?dāng)?shù)字,識(shí)別率達(dá)98%?？梢?jiàn)，本文所用的非接觸式手寫(xiě)字符輸入方法是可行的。

相對(duì)于觸摸屏輸入法，非接觸手寫(xiě)字符輸入法不僅提高了輸入效率，而且降低了設(shè)備的要求，同時(shí)達(dá)到無(wú)機(jī)械磨損，對(duì)一些移動(dòng)設(shè)備和多媒體教學(xué)系統(tǒng)有較大的應(yīng)用前景。本文的設(shè)計(jì)雖能夠比較準(zhǔn)確地識(shí)別出手寫(xiě)字符，但仍需要做進(jìn)一步地研究和改進(jìn)。本文只選了單色簡(jiǎn)單背景進(jìn)行實(shí)驗(yàn)，對(duì)于復(fù)雜變化背景還需進(jìn)一步研究；對(duì)于正常書(shū)寫(xiě)速度輸入的字符有較高的識(shí)別率，但對(duì)于快速輸入或者輸入比較潦草的字符識(shí)別還存在一定的困難；文中使用了單色背景屏，如果用發(fā)光筆直接對(duì)著攝像頭書(shū)寫(xiě),其效果如何還需進(jìn)一步研究和驗(yàn)證。

[1]金連文，徐睿，楊端端，等.一種虛擬文字識(shí)別人機(jī)交互新方法[J].電子學(xué)報(bào)，2007,35(3)：396-401.

[2]劉芳，林學(xué)訚，史元春.基于激光筆的遠(yuǎn)程人機(jī)交互技術(shù)[J].中國(guó)圖像圖形學(xué)報(bào)，2003,11(8)：1356-1360.

[3]秦義，付小寧，黃峰.激光光斑定位的多園擬合算法的研究[J].西安科技大學(xué)學(xué)報(bào)，2006，26(4)：519-523.

[4]周中亮，周冰，何永強(qiáng)，等.成像型激光探測(cè)系統(tǒng)中光斑精確定位方法研究[J].激光技術(shù)，2008,32(3):248-251.

[5]楊慧英，杜文斌，張璐.Hu不變矩識(shí)別算法在自動(dòng)澆注系統(tǒng)中的應(yīng)用[J].沈陽(yáng)理工大學(xué)學(xué)報(bào)，2009，28(5):35-37.

[6]楊金偉，段會(huì)川.拓?fù)錂C(jī)構(gòu)特征提取及其在脫機(jī)手寫(xiě)數(shù)學(xué)符號(hào)識(shí)別中的研究與應(yīng)用[D].山東：山東師范大學(xué)，2009.