[论文解读] Extract an essential skeleton of a character as a graph from a character image

Kazuhisa Fujita|arXiv (Cornell University)|Jun 13, 2015

Brain Tumor Detection and Classification参考文献 13被引用 5

一句话总结

本文提出了一种新颖的方法，通过使用生长神经气体（GNG）和相对网络图（RNG）算法，从印刷体和手写字符中提取基于图的骨架。通过将字符骨架建模为拓扑图，该方法能够有效捕捉关键结构特征（如节点和端点），即使在噪声和失真条件下也能实现鲁棒的提取，从而实现更可靠的字符识别系统。

ABSTRACT

This paper aims to make a graph representing an essential skeleton of a character from an image that includes a machine printed or a handwritten character using growing neural gas (GNG) method and relative network graph (RNG) algorithm. The visual system in our brain can recognize printed characters and handwritten characters easily, robustly, and precisely. How does our brain robustly recognize characters? The visual processing in our brain uses the essential features of an object, such as crosses and corners. These features will be helpful for character recognition by a computer. However, extraction of the features is difficult. If the skeleton of a character is represented as a graph, we can more easily extract the features. To extract the skeleton of a character as a graph from an image, this paper proposes the new approach using GNG and RNG algorithm. I achieved to extract skeleton graphs from images including distorted, noisy, and handwritten characters.

研究动机与目标

• 为了对字符的关键结构特征（如角点和交叉点）进行建模，以提升基于计算机的字符识别性能。
• 为了解决从噪声或失真字符图像中提取显著特征的挑战，尤其是在手写或印刷体形式下。
• 将字符骨架表示为拓扑图，以简化特征提取并增强识别的鲁棒性。
• 开发一种对图像退化（包括噪声和失真）具有鲁棒性的方法，同时保持关键的形状拓扑结构。
• 通过模仿人类对关键形状特征的感知，弥合生物视觉处理与计算字符识别之间的差距。

提出的方法

• 该方法首先进行图像预处理，以增强字符对比度并隔离目标字形。
• 应用生长神经气体（GNG）算法，通过迭代生成节点和边的网络，以近似字符的中轴线。
• GNG通过基于与输入像素的距离动态添加和调整节点，构建出具有拓扑准确性的骨架表示图结构。
• 随后使用相对网络图（RNG）算法对GNG的输出进行优化，以去除冗余边并确保拓扑正确性。
• 最终的图表示保留了关键特征，如节点、端点和分支结构，从而支持结构分析。
• 最终生成的图是一个最小但本质的骨架，完整保留了字符的核心拓扑结构。

实验结果

研究问题

• RQ1 如何从噪声或失真的图像中鲁棒地提取字符的关键结构特征？
• RQ2 基于图的字符骨架表示能否提升识别任务中的特征提取效果？
• RQ3 GNG与RNG的结合在多大程度上提升了手写体和印刷体字符骨架提取的准确性和鲁棒性？
• RQ4 在图像退化条件下，该方法在保留节点和端点等拓扑特征方面表现如何？
• RQ5 图表示能否有效模拟人类对字符结构的视觉感知？

主要发现

• 所提出的方法即使在显著噪声和失真条件下，也能成功从印刷体和手写体字符中提取基于图的骨架。
• GNG与RNG的集成生成了拓扑准确且最小化的骨架表示，同时保留了关键结构特征（如节点和端点）。
• 该方法对图像退化表现出鲁棒性，在各种输入条件下均保持了结构完整性。
• 生成的图表示有效捕捉了十字交叉点和角点等关键特征，这些特征对类人字符识别至关重要。
• 与传统骨架化技术相比，该方法在复杂图像条件下实现了更可靠的特征提取。
• 该方法在简洁性与结构保真度之间实现了良好平衡，适用于下游识别系统。