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

（完整版见文末）

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，仍然是一个亚待解决的 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。

问题 1:对于附件1 (Pre test 文件夹) 给定的三张甲骨文原始拓片图片进行图像预处理，提取图像特征， 建立甲骨文图像预处理模型，实现对甲骨文图像干扰元素的初步判别和处理

问题 2:对甲骨文原始拓片图像进行分析，建立一个快速准确的甲骨文图像分割模型，实现对不同的甲   骨文原始拓片图像进行自动单字分割，并从不同维度进行模型评估。其中附件 2 (Train 文件夹) 为已标 注分割的数据集。

问题3:利用建立的甲骨文图像分割模型对附件3 (Test 文件夹) 中的200 张甲骨文原始拓片图像进行自动 单字分割，并将分割结果放在“Test results.xlsx”中，此文件单独上传至竞赛平台。

问题 4: 基于前三问对甲骨文原始拓片图像的单字分割研究，请采用合适的方法进行甲骨文原始拓片的 文字识别，附件 4 (Recognize 文件夹)中给出了部分已标注的甲骨文字形 (不限于此训练集，可自行查 找其他资料，如使用外部资料需在论文中注明来源)，请对测试集中的 50 张甲骨文原始拓片图像进行  文字自动识别，并以适当结果呈现。 "

问题背景

在这个数学建模任务中，我们要处理的问题背景是关于甲骨文智能识别的研究。甲骨文是中国最早的 成熟文字系统，刻在龟甲和兽骨上，对于研究中国文明起源和世界文明都有重要价值。目前，甲骨文 研究正处于一个新的发展阶段，人工智能和大数据技术的应用正在推动这一领域的进展。