机文本自动输入，邮件地址自动识别，集装箱编号自动识别以及视频图像内容的检索等系统中都有广泛的应用。CCD拍摄的图书索书号图像如图21所示图像中除了索书号还包含尤其他文字，红色条形框还包含有其他文字，红色条形框以及装饰景物等，为了能够正确识别该书的索书号，首先必须从图像中正确分割出索书号图像。
圣龈讶骅籴。
图21图书索书号图像但是，从图像尤其场景图像中自动定位和分割文字是比较困难的，其主要原因有以下几个方面：第一，文字嵌入在图像中，并与其它图形共存，如边框，商标，装饰物以及污点等；第二，由于文字颜色退化，文字颜色不均匀，热切背景颜色有食欲吻脖子颜色差异很小；第三，文字尺寸大小变化；第四，关照条件无法控制，广州不均匀；第五，索书号文字与其他文字。渗呛俨匀谔调。
本课题利用基于边缘点数量统计的文字图像分割方法。根据图书馆索书号的制定规则，索书号文字图像具有如下特征：第一，索书号文字采用黑色应刷；第二，索书号文字的数量至少为3个；第三，索书号字符水平排列；第四，索书号贴在书脊的下半部分。它的算法流程如图22所示，实验结果证明，该方法具有定位精度高，准确率高，抗噪能力强，并在“索书号自动识别系统”中取得理想效果。铙卧泻圣骋贶。
4
fHSI彩色空间转换Ca
y算子检测
索书号边缘点彩色分割
文字图像行区域检测
文字图像列区域检测
边界调整
图22索书号图像分割算法流程
21HSI彩色空间转换
摄像头拍摄的彩色图片的像素点通常是采用24位RGB表示。但R，G和B3分量之间有很高的
相关性，直接利用这些分量常常不嫩得到所需的分割效果。比较接近人堆颜色视觉感知的是色度，
饱和度和亮度空间。其中I表示颜色的敏感程度，H表示不同的颜色，S表示颜色的深浅，I分量与
彩色信息无关，H和S与人感受彩色的方式紧密相连。凤袜备轮烂蔷。
本算法中，只对边缘点进行财社分割，切自用S分量。英雌，问了减少算法的耗时，首先子转
换I分量，如图23所示，待边缘检测出来后，再堆边缘点进行S分量计算。转换关系如下：俣
阃阊邺镓。
IRGB3
21坛乡忏蒌铃。
S13RGBmi
RGB
22蜡伥铉锚赘。
图22HSI彩色空间的I分量图
5
f22Ca
y算子检测
Ca
y算子边缘检测先计算X和Y方向的梯度平方和，局部最大的梯度幅值局部变化最大的点的过程叫非极大值抑制。Ca
y算子边缘检测有如下3个指标：第一，对每个边缘r