基于Gabor变换的高鲁棒汉字识别新方法.pdf

基于Gabor变换的高鲁棒汉字识别新方法.pdf

ID:54017941

大小:362.68 KB

页数:9页

时间:2020-04-28

基于Gabor变换的高鲁棒汉字识别新方法.pdf_第1页
基于Gabor变换的高鲁棒汉字识别新方法.pdf_第2页
基于Gabor变换的高鲁棒汉字识别新方法.pdf_第3页
基于Gabor变换的高鲁棒汉字识别新方法.pdf_第4页
基于Gabor变换的高鲁棒汉字识别新方法.pdf_第5页
资源描述:

《基于Gabor变换的高鲁棒汉字识别新方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第9期电子学报Voi.30No.92002年9月ACTAELECTRONICASINICASep.2002基于Gabor变换的高鲁棒汉字识别新方法王学文,丁晓青,刘长松(清华大学电子工程系智能技术与系统国家重点实验室,北京l00084)摘要:本文提出了针对字符图像的基于Gabor变换的汉字识别新方法.在对Gabor变换深入分析的基础上,本文针对汉字图像的统计信息,提出了一种有效的Gabor滤波器组参数优化方法;同时,对Gabor滤波器组的输出进行非线性变换,使其适应不同亮度和低质量灰度字符图像的识别.本文还改进了分块特征

2、的抽取算法,提高了对字符细节的分辨能力.实验表明,这种特征抽取方法大大加强了识别系统抵御图像噪声、干扰、亮度变化、笔画模糊、笔画断裂以及字符形变的能力,在应用于各种低质量的二值或者灰度的印刷和脱机手写字符图像识别时,能获得较其他算法更良好的识别性能.关键词:Gabor滤波器;字符识别中图分类号:TP39l.43文献标识码:A文章编号:0372-2ll2(2002)09-0l3l7-06GaborFiltersBasedFeatureExtractionforRobustChineseCharacterRecognitio

3、nWANGXue-wen,DINGXiao-ging,LIUChang-song(StateKeyLaboratoryofIntelligentTechnologyandSystems,Dept.ofElectronicEngineering,TsinghuaUniuersity,Beijingl00084,China)Abstract:ThispaperproposedanewfeatureextractionmethodforChinesecharacterrecognitionbyusingGaborfiiters

4、.BasedonthetheoryofGaborfiitersandthestatisticaiinformationofChinesecharacterimages,aneffectivemethodtodesignGaborfiiterswasdeveioped.Moreover,toimprovetheperformancesforiowguaiityimages,non-iinearfunctionsweredesignedtoreguiatetheoutputsofGaborfiitersadaptiveiy.

5、Thispaperaisoimprovedthefeatureextractionmethodtoenhancethediscriminabiiityofhistogramfea-tures.Experimentsshowthatourmethodperformsexceiientiyforimageswithnoises,backgroundsorstrokedistortionsandcanbeap-piiedtoprintedorhandwrittencharacterrecognitiontasksiniowgu

6、aiitygreyscaieorbinaryimages.Keywords:characterrecognition,Gaborfiiter1引言题没有进行讨论.同已有的特征抽取方法相比,这些方法在识汉字识别的研究近年来取得重要进展,但适应于低质量别性能上并不具有明显的优势.灰度图像的高鲁棒性汉字识别问题并未获得满意的解决方本文利用Gabor滤波器抽取字符图像局部空间中最重要法,目前仍然是重要的研究目标.已有的研究集中在下面几个和稳定的笔画方向信息,根据字符图像的统计信息,解决了方向上(:l)抽取结构特征,例如地形特征[

7、3],梯度边缘特征Gabor滤波器组参数的优化设计问题,保证了较优的识别性等(;2)自适应二值化处理[6~8];(3)使用FFT,DCT[2]等简单的能;同时使用修正的Sigmoid函数进行非线性后处理,使笔画正交变换方法.这些方法或者抗干扰能力很差,或者不能提取方向信息对图像亮度变化,笔画模糊、断裂,背景干扰都具有局部的笔画方向、结构信息,所以实用效果不佳.很强的抑制能力,大大增强了识别特征的鲁棒性;在分块特征Gabor变换在分析数字图像中局部区域的频率和方向信提取时,分别对Gabor滤波器组实部输出中的正值和负值计息

8、方面具有优异的性能,在计算机视觉和纹理分析等领域已算特征,提高了对细节的分辨能力.经得到了广泛的应用.在90年代中期,Hamamoto[9],Da在第2节和第3节中,分别对Gabor滤波器进行一定的理Deng[l0]等对脱机手写字符识别中基于Gabor滤波器的特征抽论分析并给出优化设计方法,第4节和第5节说明特征的提

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。