基于文字特征的甲骨缀合技术研究

Oracle bone inscriptions play a very important role in the research of Chinese character culture. However, there are very few unbroken oracle-bones, and the pieces of Shells&Bones turns out to be a main barrier in the related works. Therefore, Rejoining of oracle Shells&Bones has been taken as a very important foundation in the research of oracle bone inscriptions, and be called "the redisovery" in the area of archaeology. Oracle bone inscriptions were engraved on Shells&Bones by Shang people and are not standard font, which have the conspicuous characteristics of the times and personality. The oracle experts always rejoin the broken bones after performing classification on all the extracted features. In this proposal,we will study the technology of texture analysis of text image. we firstly locate the oracle bone inscriptions (including broken word) on rubbing, then we will extract text features of font. Finally, the candidate bones to be joined are output by one classifier. As a result, we target to develop a framework of automatic rejoining of Shells&Bones. This work will help JiaGuXue research and improve the knowledge of the essence of the Chinese characters. The research results of this proposal can be applied to the reconstruction of the cultural text-relics and the identification of cultural relics and also can be applied to repair text material evidence

甲骨文在汉字文化研究中占有非常重要的地位，但完整的甲骨片很少，多为碎片，所以甲骨缀合是甲骨文研究工作中一项很重要的基础工作，在考古界被称谓甲骨文的“再发掘”。甲骨文是贞人刻在龟甲上的文字符号，不是标准字体，具有很强的时代特征和个性特征，这些特征也正是甲骨文专家进行先分类后缀合的依据，该研究拟采用图像分析技术首先在拓片上定位甲骨文字（包括残字），然后提取甲骨文字体特征，最后通过分类器进行甲骨片分类，从而实现甲骨的自动缀合。该研究有助于甲骨学研究和提高对汉字的认识,该技术也可应用于有字文物的修复与文物真假鉴别以及司法文字物证的修复与鉴别。

甲骨文是迄今为止发现的最早的一种成熟的文字，她是中国文化的基因，目前已出土的甲骨 13万片多为碎片，碎片率达到 97.5%，这种支离破碎的甲骨文碎片，往往令片面的字辞难以解读。因此，甲骨缀合之后的价值不亚于发现一块完整的甲骨，在考古界被视作甲骨文的 “ 再发掘 ”。甲骨缀合是一项专业性很强的工作，人工缀合面临越来越大的挑战。采用计算机技术进行缀合是一种新的尝试，但目前国内外的研究仅停留在边缘匹配的阶段，本项目主要研究利用甲骨文的字体特征进行甲骨缀合的技术。研究思路是首先在拓片上提取原始文字（图像中字体的定位与分割），然后提取字体信息（构造字体特征向量），对每一片甲骨建立一个与之对应的特征向量，最后进行分类。项目的三个研究目标基本完成。.1、甲骨文拓片中文字的定位与分割；通过研究和实验，甲骨拓片中文字定位的准确率达到86%，定位效果不好的拓片主要是字模糊的拓片，还有模糊的字，我们目前已经开始尝试用深度学习的技术进行定位。.2、甲骨文字体风格及字形特征的提取、表示和分类；通过研究和实验，基于每个字分别生成其对应的字形直方图、外接矩形、去外框图、凸包图、特殊四边形图、骨架图、连通图、笔宽权值图，特别是引入方向线素特征向量，通过实验计算欧氏距离缩小了候选字范围。.3、甲骨残字的表示与匹配技术；甲骨文拓片边缘的残字是甲骨缀合的重要线索，本部分主要研究如何从残字推导出可能字的候选集合，从而缩小缀合集合，该研究对申请书的内容进行了扩展，增加了上下文语义预处理，减少了候选集合中元素个数，然后结合基于Hopfield网络的识别结果计算待识别的甲骨文残字的匹配度，实验表明，该方法对甲骨拓片的残甲骨字识别率提高了4%，正确率提高34%。.该项目的研究成果可直接应用于其他古文字字形的研究，有助于文物的真假鉴别，特别是有字文物的鉴别，也有助于笔迹鉴定技术的进步。