(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111647561.7 (22)申请日 2021.12.3 0 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 杨昌源　尤伟涛　韩开鑫　胡子衿　 孙凌云　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 代理人 胡红娟 (51)Int.Cl. G06V 30/244(2022.01) G06T 5/00(2006.01) (54)发明名称 一种基于众包的书法修复方法 (57)摘要 本发明公开了一种基于众包的书法修复方 法， 包括从待修复书法图分离完整结构字体和不 完整结构字体， 利用专家众包的方法对不完整结 构字体进行修复得到修复字体集， 通过凸包轮廓 特征模块筛选与不完整结构凸包轮廓相近的修 复字体得到第二修复字体集， 通过笔画特征模块 从第二修复字体集筛选与完整结构笔画特征相 近的第三修复字体集， 通过字体结构分布特征模 块从三修复字体集筛选与不完整结构关键位置 区域相近的最终修复字体， 完成不完整结构字体 的修复。 该方法需要较少真实数据， 且修复效率 较高， 利用该方法修复的字体具有较好的书法字 体的细节特 征。 权利要求书3页 说明书8页 附图8页 CN 114332874 A 2022.04.12 CN 114332874 A 1.一种基于众包的书法修复方法， 其特 征在于， 包括： (1)对获得的第一待修复书法图像进行图像去噪和图像二值化得到第 二待修复书法图 像， 采用连通区域检测算法分割第二待修复书法图像得到第一完整结构字体和不完整 结构 字体， 采用专 家众包的方法修复不完整结构字体得到第一 修复字体集； (2)构建修复字体评价分数模型， 修复字体评价分数模型包括凸包轮廓特征模块、 笔画 特征模块和字体结构分布特 征模块； 其中， 凸包轮廓特征模块， 用于采用傅里叶系数分别获得不完整结构字体和每个第一 修复字体的凸包轮廓特征向量， 计算不完整 结构字体凸包轮廓特征向量与每个第一修复字 体凸包轮廓特征向量的欧几里得距离， 将欧几里得距离作为凸包轮廓相似度分数， 从第一 修复字体集中筛 选出达到凸包轮廓相似度分数阈值的多个修复字体作为第二 修复字体集； 所述笔画特征模块， 用于采用KL散度方法计算每个第 二修复字体与完整结构字体的笔 画特征概率分布差异 值均值， 从第二修复字体集中筛选出达到笔画特征差异 值均值阈值的 多个修复字体作为第三 修复字体集； 字体结构分布特征模块， 用于采用骨架细化算法对第 三修复字体和不完整结构字体的 凸包轮廓进行关键点位置采集， 将采集结果输入至 云模型中分别得到第三修复字体关键位 置区域特征向量和不完整 结构字体关键位置区域特征向量， 将第三修复字体关键位置区域 特征向量和不完整结构 字体关键位置区域特征向量的差值作为结构关键位置区域分值， 从 第三修复字体集中筛选出达到结构关键位置区域阈值的修复字体作为最 终修复字体， 以完 成不完整结构字体修复。 2.根据权利要求1所述的基于众包的书法修复方法， 其特征在于， 对获得的第 一待修复 书法图像进行图像去噪和图像二 值化得到第二待修复书法图像， 包括： 采用Guide ‑filter的图像去噪算法对第一待修复书法图像进行去噪得到第三待修复 书法图像， 采用OTSU算法确定二值化阈值， 基于二值化阈值， 对第三待修复书法图像进 行二 值化处理得到第二待修复书法图像。 3.根据权利要求1所述的基于众包的书法修复方法， 其特征在于， 采用连通区域检测算 法分割第二待修复书法图像得到 完整结构字体和不完整结构字体， 包括： 通过连通区域检测算法将连通区域小于100的字体作为完整结构字体， 将连通区域大 于100的字体作为 不完整结构字体。 4.根据权利要求1或3所述的基于众包的书法修复方法， 其特征在于， 获得第一完整结 构字体后， 采用图像形态学处理方法对第一完整结构字体的笔画内部孔洞进行填充， 以及 笔画外侧斑点进 行去除得到第二完整 结构字体， 然后采用中指滤波方法平滑第二完整 结构 字体的笔画轮廓得到最终完整结构字体， 以完成对第一完整结构字体的修复。 5.根据权利要求1所述的基于众包的书法修复方法， 其特征在于， 凸包轮廓相似度分数 D为： 权　利　要　求　书 1/3 页 2 CN 114332874 A 2其中， z(k)为凸包轮廓中第k像素点的傅立叶系数， p(k)为凸包轮廓中第k像素点的坐 标， j为虚数， i为傅里叶级数的阶数， F为傅里叶系数个数， f为凸包轮廓特征向量， fcan为第 一修复字体的凸包轮廓特征向量， fori为不完整结构字体的凸包轮廓特征向量， N为凸包轮 廓像素点的个数， n 为实数。 6.根据权利要求1所述的基于众包的书法修复方法， 其特征在于， 笔画特征包括笔画倾 斜度、 笔画笔力、 笔画 矩形度和笔画圆度； 其中， 构建笔画斜度的步骤为首先将笔画对应的骨架拟合为一条骨架直线， 然后将骨 架直线与水平方向的角度作为笔画倾 斜度； 笔画笔力的笔力值st rength为： 其中， di为骨架上的点i与骨架轮廓上的其他点之间的最小距离， xi和yi分别表示点i在 骨架上的横坐标和纵坐标， X和Y分别表示在 凸包轮廓上 的除点i之外的横坐标点集和纵坐 标点集， M为骨架上的点数； d为骨架上 所有点的最小距离的平均值； 笔画矩形度rectangularity为： rectangularity＝S1/S2           (6) 其中， S1为笔画轮廓的最小包围矩形面积， S2为笔画轮廓的面积； 笔画圆形度circularity为： 其中， L表示笔画轮廓的周长 。 7.根据权利要求1所述的基于众包的书法修复方法， 其特征在于， 用于采用KL散度方法 计 算 每 个 第二 修复 字 体 与完 整 结 构 字 体的 笔 画 特 征 概 率 分 布 差 异 值 均值 为： 权　利　要　求　书 2/3 页 3 CN 114332874 A 3