基于特征点匹配的甲骨文识别.pdf

书 书 书古文字研究基于特征点匹配的甲骨文识别 陈婷珠刘志基【摘要】传统的甲骨文识别方法在识别精度、识别速度和抗干扰能力等方面还有进一步的发展空间，尤其是现有甲骨文识别技术对专家的依赖性高而甲骨文信息共享普及率则相对较低。本文通过实验模拟现实场景，采用特征不变匹配算法和编码法，从甲骨文单字图片每个像素的灰度值入手，以像素之间的变化关系作为图片的特征点进行甲骨文识别。无论对甲骨文原始单字图片进行旋转、缩放、对比度调整，还是电子设备噪声处理，其识别测试结果都非常好，其识别准确率为，识别精度相当高，这说明了将特征点匹配算法和编码法结合起来使用，对不同失真图像的识别能力很高，对甲骨文识别具有非常重要的作用。【关键词】甲骨文；特征匹配；识别【作者简介】陈婷珠，女，上海交通大学人文学院副研究员、硕士生导师，博士，研究方向为古文字学。刘志基，华东师范大学中国文字研究与应用中心教授、博士生导师，研究方向为古文字学。（上海 ）一引言甲骨文是我国迄今发现的最早的一种成熟文字系统，对甲骨文的识别研究具有很高的学术价值。目前，海内外学者对甲骨文的识别进行了大量理论和实证方面的研究。李锋等（、）、王晓丽（）、栗青生等（、）从字形出发，利用笔画方向和长度等字形特征，采用无向或有向笔段和笔元技术以描述甲骨文字形。这种方法将甲骨文字形进行矢量描述，建立了甲骨文字形描述库，为古文字的数字化编辑提供了一个新思路。顾绍通（）、吕肖庆等（）利用拓扑结构或图形对甲骨文分类，高峰等（）基于语义对甲骨文进行分类。史小松（瑏 瑠）、孙莹莹（瑏 瑡）、刘永革等（瑏 瑢）则利用甲骨文字结构等特征，采用语料库和支持向量机（，瑏 瑣）的理论建立知识库，实现简单的甲骨文字形相似性分析分类和识别。高峰 瑏 瑠 瑏 瑡 瑏 瑢 瑏 瑣基金项目：本文为上海市教委 年科研创新项目“全息型甲骨文智能图像识别系统与配套数据库建设（冷门绝学项目）”、上海交通大学文科科研创新培育项目“甲骨字形系统分类模型的初步研究（）”的阶段性成果。李锋、周新伦：甲骨文自动识别的图论方法，电子科学学刊 年第 期，第 页。周新伦、李锋、华星城、韦剑：甲骨文计算机识别方法研究，复旦学报（自然科学版）年第期，第 页。王晓丽：高精度曲线轮廓甲骨文字形生成系统的研究与实现，硕士学位论文，苏州大学，年。吴琴霞、栗青生：基于有向笔段甲骨文输入方法的设计与实现，计算机应用 年第期，第 页。栗青生、吴琴霞、杨玉星：甲骨文字形动态描述库及其字形生成技术研究，北京大学学报（自然科学版）年第期，第 页。栗青生、杨玉星、王爱民：甲骨文识别的图同构方法，计算机工程与应用 年第期，第 页。顾绍通：基于拓扑配准的甲骨文字形识别方法，计算机与数字工程 年第 期，第 页。吕肖庆、李沫楠、蔡凯伟、王晓、唐英敏：一种基于图形识别的甲骨文分类方法，北京信息科技大学学报（自然科学版）年第 期，第 页。高峰、吴琴霞、刘永革、熊晶：基于语义构件的甲骨文模糊字形的识别方法，科学技术与工程 年第 期，第 ，页。史小松：基于支持向量机的甲骨文字结构分析研究，硕士学位论文，华东师范大学，年。孙莹莹：基于混合核 的古汉字图像识别，硕士学位论文，安徽大学，年。刘永革、刘国英：基于的甲骨文字识别，安阳师范学院学报 年第期，第 页。技术是在统计学习理论的基础上发展而来的一种新的模式识别方法，在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势。等（）、王长虎（）、微软亚洲研究院（）、刘芳等（）、门艺等（）、林小渝等（）尝试深度学习（核心算法是卷积神经网络）技术，辅以甲骨文识别技术，建立甲骨文文字数据库。甲骨学与 的深度结合具有重要学术意义，尤其是甲骨学者们带有强烈的学术课题意识。近几年，“字鉴书法识别”、“商周金文智能镜”等重点将“认字”的研究成果公布于网络，供更多人使用，河南大学主研并发布了缀多多，首次在真正意义上实现了人工智能批量缀合甲骨。随着研究的不断深入，前人关于甲骨文识别研究在识别精度、识别时间和抗干扰能力等方面仍有一定的发展空间。首先，以往研究往往采用分类的办法，如字形或结构。不过，由于甲骨文字形线条极其复杂，不存在现代汉字一般意义上的笔画概念，人类在识别甲骨文上往往是整体输入方式，而非一个个笔画。因此，采用类似方法的分类率并不高，尚无法真正意义上为甲骨文进行机器识别分类。不过，甲骨文虽然是成熟的文字系统，但毕竟处于汉字早期形式，不仅异体字众多，而且低频字高度集中，仍有很多甲骨文字属于未考释字。其次，以往研究主要适用于模式识别领域，在解决图画特征明显、结构不清晰的甲骨文字上还有困难，另外，该方法对甲骨文字的旋转、缩放、平移、遮挡等识别率不高，算法处理尚有空间，同时在存储和计算时耗费大量的机器内存和运算时间，运行效率较低。再次，已有的识别方法是通过去噪、二值化、骨架提取等一系列图像处理的方法，提取出甲骨文的字形框架，然后根据其拓扑结构特征在已有的数据里进行搜索匹配。甲骨文拓片表面可能有许多裂缝、划痕等噪声点，由于这一特殊性，数字图像处理的方法表现出了一定的局限性。处理后的图片依然有大量的噪声点、划线保留下来，这严重破坏了拓扑结构特征，进而影响匹配准确度。最后，以往研究试图采用大数据，但是简单地应用神经网络无法在甲骨文识别上取得较好的效果，模型的过拟合严重，无法泛化。数据集中分类数目过多，且在分类的类目下面仍然存在大量的异体字，能够为网络提供特征提取的样本过少。因此，目前甲骨文识别研究尚无法完全提取甲骨文字的主要特征，尚未得出完全符合甲骨文字实际情况的算法，且使用范围受到一定的限制。随着 领域的崛起，基于机器视觉的图像识别技术再一次成为研究热点，关于甲骨文识别的定义也有待于进一步确定。我们认为，甲骨文识别技术可以定义为一种视觉识别技术，它是基于甲骨文的特征信息进行搜索定位的一种视觉识别技术。该技术的智能性体现在基于图像搜索而非基于文本搜索，因此不需过多依赖用户的甲骨文已有知识。同时，在识别时不受用户拍摄时可能产生的个体行为或客观外在因素的影响，如甲骨文拓片的旋转、缩放、平移（：、），或用户视点即图像仿射投影变换（），或光照影响（），或杂物场景（）与噪声，甚至于甲骨文字本身被部分遮挡（）等。甲骨文识别技术应该具有识别精度高、识别时间短和抗干扰能力强的特点。正如刘志基（）提出“将识别对象定位为可以经二手处理、少量选择的古文字，而不是原貌保中国文字研究第三十七辑 ，“”；，；（），：，“”犐犈犈犈犜狉 犪 狀 狊 犪 犮 狋 犻 狅 狀 狊狅 狀犐犿犪 犵 犲犘 狉 狅 犮 犲 狊 狊 犻 狀 犵，（）：微软亚洲研究院：。刘芳、李华飙、马晋、闫升、金沛然：基于 的甲骨文拓片的自动检测与识别研究，数据分析与知识发现 年第 期，第 页。门艺、张重生：基于人工智能的甲骨文识别技术与字形数据库构建，中国文字研究第三十三辑，华东师范大学出版社，年，第 页。林小渝、陈善雄、高未泽、莫伯峰、焦清局：基于深度学习的甲骨文偏旁与合体字的识别研究，南京师大学报（自然科学版）年第期，第 页。刘志基：简析古文字识别研究的几个认识误区，语言研究 年第期，第 页。真的古文字；将识别任务定位为仅仅识别出字形对应的今日简化字，而不是识别对象的各种信息的迄今学界认知；将识别的基本思路定位为通过少量对象的特征归纳去匹配全部对象，而不是识别对象的逐个唯一身份认定。”本文采用的特征不变（）算法，在真实的甲骨文拓片上，而非二手处理或少量选择的材料，侦测与描述甲骨原始拓片中的局部性特征，在原始拓片上寻找极值点，并提取出其位置、尺度、旋转不变数，对甲骨文单字逐一进行分割与识别。本文以殷墟小屯村中村南甲骨（简称村中南）为研究对象，该书著录中国社会科学院考古研究所安阳工作队历年来在小屯村中、村南发掘发现的甲骨文 片，编为 号（片分正反）；收入小屯村北 片，花园庄东地片，苗圃北地片，大司空村片。全书共计甲骨 片。选择村中南出于以下三点考虑：资料整饬，考古学属性完整，地层情况清晰。拓片总量适中，对数据采样和实验结果具有可推广性。该书编著体例科学完备，采取拓本、摹本、照片、释文四位一体的方式，科学丰富且真实准确。我们首先把村中南甲骨按照单字进行逐一切分，同时建立村中南甲骨文数据库，使得每个甲骨文单字有一个唯一的编码。在此基础上，我们进一步为所有村中南甲骨文图片建立特征点的数据库，并利用 （以下简称为 ）算法进行匹配识别，对接后台村中南甲骨文数据库。通过设置合适的门限值，识别准确率能够接近。经实验，用户可以通过手机拍摄或扫描村中南甲骨文字，通过该识别技术，在线识别该字，并且通过数据库选项进一步得到该甲骨文字的相关信息。二特征不变算法原理在图像处理中引入一个尺度的概念，它可以模拟人在距离目标由近到远的过程。目标在视网膜当中形成图像的过程，尺度越大，表示图像的概貌，只能看清楚物体的轮廓，简单地说就是看起来越模糊，相当于我们观察远处的物体；尺度越小，表示图像的细节，相当于我们观察近处的物体。如果需要识别出包含不同尺寸的同一物体的两幅图像，随着物体在图像中大小发生变化，属于该物体的局部区域的大小也会发生变化。本文采用的两种尺度不变特征变换算法就可以解决这一问题。（一）特征不变算法原理特征不变算法即尺度不变特征变换，是一种计算机视觉的特征提取算法，用来侦测与描述图像中的局部性特征。它在尺度空间中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由大卫罗威（）在 年所发表，年完善总结。（二）犛 犐 犉犜特征提取步骤尺度空间的极值检测：尺度空间指一个尺度可变的二维高斯函数犌（狓，狔，）与原图像犐（狓，狔）卷积（即高斯模糊）后形成的空间，记作犔（狓，狔，），也就是犔（狓，狔，）犌（狓，狔，）犐（狓，狔）（）其中，尺度可变高斯函数犌（狓，狔，）犲狓狔，（狓，狔）是空间坐标，是尺度坐标。的大陈婷珠刘志基：基于特征点匹配的甲骨文识别殷墟小屯村中村南甲骨，中国社会科学院考古研究所编，云南人民出版社，年月。，“犗 犫 犼 犲 犮 狋狉 犲 犮 狅 犵 狀 犻 狋 犻 狅 狀犳 狉 狅犿犾 狅 犮 犪 犾狊 犮 犪 犾 犲 犻 狀 狏 犪 狉 犻 犪 狀 狋犳 犲 犪 狋 狌 狉 犲 狊”，“：”犐犈犈犈犜狉 犪 狀 狊 犪 犮 狋 犻 狅 狀 狊狅 狀犐犿犪 犵 犲犘 狉 狅 犮 犲 狊 狊 犻 狀 犵，（）小决定图像的平滑程度，大尺度对应图像的概貌特征，小尺度对应图像的细节特征。同样的，大的值对应低分辨率，反之，对应高分辨率。接下来构造高斯差分尺度空间犇（狓，狔，）犔（狓，狔，犽）犔（狓，狔，）（）其中，犽为构造的层数。根据上述公式寻找局部极值，这些找到的极值所对应的点被称为关键点或特征点。关键点定位。在不同尺寸空间下可能找出过多的关键点，有些关键点可能相对不易辨识或易受噪声干扰。该步借由关键点附近像素的信息、关键点的尺寸、关键点的主曲率来定位各个关键点，借此消除位于边上或是易受噪声干扰的关键点。方向定位。为了使描述符具有旋转不变性，需要利用图像的局部特征为每一个关键点分配一个基准方向。通过计算关键点局部邻域的方向直方图，寻找直方图中最大值的方向作为关键点的主方向。关键点描述子。找到关键点的位置、尺寸并赋予关键点方向后，将可确保其移动、缩放、旋转的不变性。此外还需要为关键点建立一个描述子向量，使其在不同光线与视角下皆能保持其不变性。特征不变描述子是关键点邻域高斯图像梯度统计结果的一种表示。通过对关键点周围图像区域分块，计算块内梯度直方图，生成具有独特性的向量，这个向量是该区域图像信息的一种抽象，具有唯一性。在原论文中建议描述子使用在关键点尺度空间内的窗口中计算的个方向的梯度信息，共 维向量表征。（三）犛 犐 犉犜算法的优势一幅图片，经过旋转、缩放、背景亮光变换，或者受到噪声干扰、杂物遮挡，依然保留相当大的 特征点数目，这是其他方法所不具备的优势。三算法效果验证一般情况下，受拍摄角度、距离远近、光照、设备噪声等因素的影响，获取到的甲骨文图片的特征点会发生改变，从而降低识别精度。因此，为了深入研究特征不变算法对上述因素的敏感程度，我们分别用旋转、放缩、对比度变换、高斯噪声等来模拟现实情况。（一）旋转旋转模拟现实中拍摄角度差异。我们选定一组甲骨文图片，分别对其进行旋转操作，逆时针旋转犽 度，犽，每个字图产生对应的 张旋转图片，然后将每个旋转图分别与对应的原图进行匹配。因为操作存在相似性，我们选择其中张的结果予以展示。四张原图对应的现代汉字分别是“门”“每”“卜”“田”，见图。图“门”“每”“卜”“田”（从左到右）我们将每个字旋转不同的度数，从小到大分别为 、，所以每张原始图像可额外产生 张旋转图片。见图。然后依次与原图匹配，观察成功匹配的特征点数与旋转角度的关系，原图对应特征点数见表，成功匹配点数见图。中国文字研究第三十七辑图原始图像产生的旋转图片图成功匹配特征点数目（纵轴）与旋转角度（横轴）的关系陈婷珠刘志基：基于特征点匹配的甲骨文识别我们将有用信息整理到表。表中的最大误匹配数是指旋转失真图在特征不变算法特征点库中搜寻匹配，发生错误匹配时的匹配点数。表搜索匹配结果比较字原图特征点数目最小正确匹配特征点数目最大误匹配特征点数目“门”“每”“卜”“田”由表我们可以发现，只要设置较大的门限值，比如选择 作为匹配门限，当匹配到的特征点数大于，则认为匹配成功。则旋转失真图一定可以准确识别。所以，算法对旋转失真图具有很强的识别能力。（二）图片放缩图片的放缩可以模拟拍摄距离的远近。同样，从一组图片中取“门”“每”“卜”“田”作展示（其他图片效果类似）。每张原图分别放缩为原来的，倍（过大或过小的倍数，脱离实际应用，不予考虑），结果见图。图成功匹配特征点数目（纵轴）与放大倍数（横轴）的关系中国文字研究第三十七辑同样的，我们把关键信息整理到表中。最大误匹配特征点数是经过大量实验得到，在此处仅给予结果。表搜索匹配结果比较字原图特征点数目最小正确匹配特征点数目最大误匹配特征点数目“门”“每”“卜”“田”从图我们可以发现，图形缩小，损失的特征点数最多，保留的特征点数最少，而放大图片则保留了近百的特征点，因为我们选择建库的图片只有几千比特大小，实际拍摄的图片不可能比这个更小，因此缩小情况（放大比例在 与之间）的结果并不会对实际情况产生影响，放大情况的保留特征点数依然可以超过。跟误匹配情况很好地隔离，因此，特征不变算法可以很好地克服放缩带来的失真。（三）对比度变换为了模拟图片对比度变化，我们采用中的 函数，该函数定义为犻 犿犻犿犪 犱 犼 狌 狊 狋（犻 犿，犾 狅狑犻 狀，犺 犻 犵 犺犻 狀，犾 狅狑狅 狌 狋，犺 犻 犵 犺狅 狌 狋，）其中，输入图像 的灰度范围为 ，对比度变换后的灰度范围为 。参数用来对比度变换的程度，如图所示。图灰度变换特性显然，当，整幅图将变亮；当，整幅图将变暗；当，整幅图是线性变换。为了模拟图像的整体范围内变换，我们设置输入输出的归一化灰度范围都是，。依然选择“门”“每”“卜”“田”，参数分别为，每幅图产生对应的 幅图。匹配结果见图。从图可以发现，时，对特征点数影响很大，现将“门”字变换的图片放在图。显然，很小时，图片很不清晰，特征点必然被大量破坏。仍会保留个位数量的特征点，依然能够有效匹配，而且现实中这类图片出现情况较少，可以接受这种结果。另外，当 变大时，对应的是情景较暗，依然保留数百特征点，对最终识别结果几乎不会造成影响。当然，最大误匹配特征点数依然为或。这给识别门限提供了一个较大可能的范围。（四）电子设备噪声（失真）随着电子技术快速发展，电子设备噪声已经被尽可能降低，我们选择添加适度的高斯噪声来模拟设备噪声，高斯噪声均值为，方差（归一化）从 到，步进 ，每个图像产生 张不同的图像。加噪结果见图，匹配结果见图。陈婷珠刘志基：基于特征点匹配的甲骨文识别图成功匹配特征点数目（纵轴）与对比度（横轴）的关系图对比度从 递增到的 幅图中国文字研究第三十七辑图加高斯白噪声的 幅图图成功匹配特征点数目（纵轴）与方差（横轴）的关系陈婷珠刘志基：基于特征点匹配的甲骨文识别由图我们可以发现，高斯白噪声对特征点破坏性较强，但仍能保留少量的特征点数，同时，误匹配特征点数依然不超过。因此，在适度的高斯白噪声下，特征不变算法仍能起很好的作用。对于杂物遮挡，只会损失被遮挡部分像素的特征点，其他地方特征点数不会发生变化。所以遮挡对特征不变算法的影响很小。（五）算法小结特征不变算法是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也能保持一定程度的稳定性。另外，甲骨文的特征点库便于扩展，每当有新的甲骨文被发掘出来，可以直接加进已有的库中，方便快捷。四特征点库及测试结果我们将已有的甲骨文图库批量处理，提取出每个图片中的特征点，并编号整理，与已有的甲骨文数据库对接。识别过程：将待识别图片进行提取；提取到的特征点与建成的特征库搜索匹配；取匹配点数最大者为识别图像。我们选取了 张拍摄图片进行测试，数据在表中。表搜索匹配结果序号最大匹配点数最大误匹配数序号最大匹配点数最大误匹配数序号最大匹配点数最大误匹配数 中国文字研究第三十七辑续表序号最大匹配点数最大误匹配数序号最大匹配点数最大误匹配数序号最大匹配点数最大误匹配数 （错误）多次实验表明，不同的图片由于其大小不同，有效特征点数相差很大，这时候并不适合使用门限判决方式，所以我们采取匹配的最大特征点数作为识别准则。由表可以计算出来，识别成功率高达，因此该算法非常有效。五结论与展望“古文字自动识别必须有相应的大数据计算机平台作为它立足的基础。”利用已有的数据库甲骨 陈婷珠刘志基：基于特征点匹配的甲骨文识别该地方显示识别错误率较高，说明或因样本图片小或失真大，该图片识别出现错误。刘志基：简析古文字识别研究的几个认识误区，语言研究 年第期，第 页。文单字，我们课题组尝试运用软件的古文字图像编码识别方法，采用的图像分割比例直接读取整字图像，即可精确获得每个古文字字形的唯一数据编码。本次实验在已有基础上，采用特征不变法匹配算法，从甲骨文单字图片每个像素的灰度值入手，以像素之间的变化关系作为图片的特征点进行甲骨文识别。无论对甲骨文单字图片进行旋转、缩放、对比度调整、电子设备噪声处理，其识别测试结果都非常好，其识别准确率为，识别精度相当高，抗干扰能力强，这说明了特征不变算法对不同失真图像的识别能力很高，也就是说，通过特征不变算法建立的甲骨文的特征点库对甲骨文识别具有非常重要的作用。由于特征不变算法所采集的特征点库相当多，其识别精度高，抗干扰能力强，但同时识别速度有所减慢。在今后的进一步研究中，我们将重点研究如何提高识别速度，目前的研究思路是：第一，缩小待识别图片，损失少部分特征点，但仍能成功识别；第二，通过大量实验，确定最优门限值；第三，采用算法进行加强，可降低计算量，牺牲些许的识别准确率。【参考文献】，；，；（），“”犐 犈犈犈犜 狉 犪 狀 狊 犪 犮 狋 犻 狅 狀 狊狅 狀犐犿犪 犵 犲犘 狉 狅 犮 犲 狊 狊 犻 狀 犵，（）：，“：”犐 犈犈犈犜 狉 犪 狀 狊 犪 犮 狋 犻 狅 狀 狊狅 狀犐犿犪 犵 犲犘 狉 狅 犮 犲 狊 狊 犻 狀 犵，（）高峰，吴琴霞，刘永革，熊晶基于语义构件的甲骨文模糊字形的识别方法科学技术与工程，（）：，顾绍通基于拓扑配准的甲骨文字形识别方法计算机与数字工程，（）：李锋，周新伦甲骨文自动识别的图论方法电子科学学刊，（）：栗青生，吴琴霞，杨玉星甲骨文字形动态描述库及其字形生成技术研究北京大学学报（自然科学版），（）：栗青生，杨玉星，王爱民甲骨文识别的图同构方法计算机工程与应用，（）：刘永革，刘国英基于的甲骨文字识别安阳师范学院学报，（）：吕肖庆，李沫楠，蔡凯伟，王晓，唐英敏一种基于图形识别的甲骨文分类方法北京信息科技大学学报（自然科学版），（）：史小松基于支持向量机的甲骨文字结构分析研究上海：华东师范大学，孙莹莹基于混合核 的古汉字图像识别合肥：安徽大学，中国社会科学院考古研究所殷墟小屯村中村南甲骨昆明：云南人民出版社，周新伦，李锋，华星城，韦剑甲骨文计算机识别方法研究复旦学报（自然科学版），（）：中国文字研究第三十七辑犗 狉 犪 犮 犾 犲犅 狅 狀 犲犛 犮 狉 犻 狆 狋犚 犲 犮 狅 犵 狀 犻 狋 犻 狅 狀犅 犪 狊 犲 犱狅 狀犉 犲 犪 狋 狌 狉 犲犘 狅 犻 狀 狋 狊犆犺 犲 狀犜 犻 狀 犵 狕 犺 狌犔 犻 狌犣犺 犻 犼 犻（，；，）犃犫 狊 狋 狉 犪 犮 狋：（），犓犲 狔狑 狅 狉 犱 狊：；陈婷珠刘志基：基于特征点匹配的甲骨文识别