IEEE-NSENS将定期关注对全球社会至关重要的特殊主题。例如,AI传感器,合成传感器,柔性、可穿戴传感器和电子产品,医疗保健生物传感器以及机器人微惯性传感器等。此次论坛将对人工智能,医疗保健和机器人技术中应用的智能微米和纳米级传感系统的最新研究成果进行传播。

Boya Fu大图.jpg

以下为Boya Fu在“IEEE传感器理论及产业应用论坛”上的精彩致辞实录,由云现场整理。

    大家好。我演讲的题目是基于图像处理的中国书法作品的质量评估。

    作为中国传统文化,最近学习书法的学生增加了,学生从短视频的方法来学习书法。我们评估方式主要是通过笔划。我们可以看到中国字的准确度,如果中国字写得看起来很差,准确度就会非常差。我们评估中国字的质量,我们有一个对中国字进行模板化,还有中国字的测试,还有进行骨架抽取意向的预处理,运用相关性的系数,把100倍的像素融合到1个像素,把影像分成24个区域,通过结构的特色进行这样的评估。

    第一个方式是来计算影像之间联系的系数,我们看到他们之间联系的系数是有两个随机的变量,就是线性的、依靠性的测量方法。它的相关联的系数定义了以下的等式,我们可以从等式里看到看到两个像素值之间的联系。

    第二种方式,是找到像素的一个总体的值,通过测试影像还有模板的影像,通过所有像素的数量,相当于所有像素总和,再除以像素的数量。

    我们通过矢量空间的角度形成的一个等式,看到它们的类似,A和B是Ai和Bi,它是矢量的元素,接下来通过不同流程、模板的比较、中国字的比较,在第一个方式方面,我们获得了一个,这些是所有像素的总和,又开始的,还有之前预处理的影像,还有骨架的搜取,还有像素柱的总结提取,还有像素柱的抽取等等。另外一个方法就是开始通过预处理的影像,转化成灰色的影像,通过灰色的影像进行压缩,然后就形成了第二种方法。

    通过这种方式,我们把中国字的影像分成24个区域,开始预处理的影像、骨架的提取抽取,还有影像的细分,对每个区域的像素的总和进行计算,这样就得到了一个像素的总和,这样就可以提取出矢量。如果是像素不到100的话,我们就把它放在排里。

    接下来是进行准备工作,我们要求几个人写一些中国的字,都是用手写的,我们选择不同的字体作为测试的样本,然后给中国字打标签。最后我们选择了标准的中国字的模板进行评估。

    在测试中国字和模板中国字的相似性,我们需要进行影像的预处理,首先把RGB影像转化为灰色的影像,然后变成双影像。第二个是消除双影像的白边,把影像变成100×100的像素影像,然后把影像减少到一定的尺寸。考虑到中国字的影响,在提取整个中国字的框架,特别是在影像的预处理之后,通过消除个别一些单独的像素实现。相关的结果和一些系数是能够准确地评估中国字的质量还有书法的质量,这就是我今天和大家分享的演讲。非常感谢大家的聆听。