【摘要】：書法是我國的傳統(tǒng)文化之一,是一種獨特的藝術(shù)表現(xiàn)形式,而通過計算機來展示和表現(xiàn)中國書法之美,使中國書法文化得到傳承是個非常有意義的課題。本文就是關(guān)于計算機書法領域的研究,并且提出了一種關(guān)于書法字筆畫提取分割的算法。論文首先概述計算機書法領域的相關(guān)研究。書法字的特征信息可分為書法字的輪廓特征、骨架特征和筆畫段特征,本文采用PBOD算法(point-to-boundary orientation distance)來提取并表示書法字的筆畫段信息,并在此基礎上提出了基于BP神經(jīng)網(wǎng)絡和CFER(Chinese character corner relation)角點檢測的筆畫提取算法。算法流程如下:首先需要對書法字圖像進行相應的預處理,去噪并二值化。接著通過PBOD算法計算書法字中所有像素點到書法字邊界的距離,每隔3度取一個點邊距離,根據(jù)角度和距離畫出曲線圖,曲線波峰數(shù)目的不同代表了不同的書法字筆畫區(qū)域,以此篩選出筆畫的交叉區(qū)域、端點區(qū)域和筆畫段中間區(qū)域。然后進行BP神經(jīng)網(wǎng)絡的訓練,將基本的筆畫相交區(qū)域的PBOD數(shù)據(jù)作為訓練集,使用訓練好的BP神經(jīng)網(wǎng)絡對書法字的分布曲線圖進行優(yōu)化,消除PBOD曲線圖中波峰波谷的噪音,計算出準確波峰波谷數(shù),并通過神經(jīng)網(wǎng)絡進行識別和分類,得到書法字筆畫的端點、中間和交叉區(qū)域。最后使用CFER檢測算法,得到距離筆畫交叉區(qū)域最近的邊界角點,通過連接對應角點對書法字交叉區(qū)域進行切割,提取出書法字的筆畫。最終通過BP神經(jīng)網(wǎng)絡與CFER提取算法得到了具有漢字筆畫段信息的獨立筆畫。通過實驗證明,基于BP神經(jīng)網(wǎng)絡的筆畫提取算法提高了書法字筆畫提取的準確性,并同時保存了重要的筆畫段信息。
【學位授予單位】：山東科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：J292.11;TP391.41;TP183
【圖文】：

在對去噪方法進行比較分析后，本文采用中值濾波法進行書法字的去噪處理，逡逑該方法在有效去除噪音的同時不會讓圖像輪廓產(chǎn)生模糊，是比較適用的算法。如逡逑下圖２．２和圖２．３分別是去噪前后的書法字圖像，我們可以看到很明顯的變化逡逑［１２］0逡逑＊逡逑

本文編號：2792308