2024mathorcup数学建模B题甲骨文智能识别中原始拓片单字自动分割与识别研究思路分析及参考代码

1 赛题

B 题 甲骨文智能识别中原始拓片单字自动分割与识别研究
甲骨文是我国目前已知的最早成熟的文字系统，它是一种刻在龟甲或 兽骨上的古老文字。甲骨文具有极其重要的研究价值，不仅对中国文明的 起源具有重要意义，也对世界文明的研究有着深远影响。 在我国政府的大 力推动下，甲骨文研究已经进入一个全新的发展阶段。 人工智能和大数据 技术被应用于甲骨文全息性研究及数字化工程建设，成为甲骨文信息处理领域的研究热点[1]。

甲骨文拓片图像分割是甲骨文数字化工程的基础问题，其目的是利用 数字图像处理和计算机视觉技术， 在甲骨文原始拓片图像的复杂背景中提 取出特征分明且互不交叠的独立文字区域。它是甲骨文字修复、 字形复原 与建模、文字识别、拓片缀合等处理的技术基础[2]。然而，甲骨拓片图像 分割往往受到点状噪声、人工纹理和固有纹理三类干扰元素的严重影响[3]。 且甲骨文图像来源广泛，包括拓片、拍照、扫描、临摹等，不同的图像来 源，其干扰元素的影响是不同的。由于缺乏对甲骨文字及其干扰元素的形 态先验特征的特殊考量，通用的代表性图像分割方法目前尚不能对甲骨文 原始拓片图像中的文字目标和点状噪声、人工纹理、固有纹理进行有效判 别，其误分割率较高，在处理甲骨拓片图像时均有一定局限性。如何从干 扰众多的复杂背景中准确地分割出独立文字区域，仍然是一个重待解决的具有挑战性的问题。

图 1 为一张甲骨文原始拓片的图像分割示例，左图为一整张甲骨文原始拓片， 右图即为利用图像分割算法[4]实现的拓片图像上甲骨文的单字分 割。甲骨文的同一个字会有很多异体字，这无疑增加了甲骨文识别的难度，图 2 展示了甲骨文中“人 ”字的不同异体字。