版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、《基于經(jīng)驗(yàn)?zāi)J椒纸獾臐h字字體識(shí)別方法》一文中提出了一種基于經(jīng)驗(yàn)?zāi)J椒纸猓╡mpirical mode decomposition,簡稱EMD)的漢字字體識(shí)別方法,其具體過程為:通過對(duì)大量漢字字體的研究比較,選取了能反映漢字字體基本特征的8種基本筆畫.以這8種漢字筆畫為模板,在漢字文檔圖像塊中隨機(jī)地抽取筆畫信息,形成筆畫特征序列,通過對(duì)筆畫特征序列作EMD分解,提取每個(gè)筆畫特征序列的高頻能量,并結(jié)合漢字文檔圖像塊的平均灰度,形成字體識(shí)別的
2、一個(gè)9維特征,稱作EMD特征. 本文首先實(shí)現(xiàn)了上文中的EMD特征,接著在上文中提出的8種漢字特征筆畫序列的基礎(chǔ)上,提出一種新的字體特征提取方法,即對(duì)每種序列分別提取一階矩(期望)和二階矩(方差)兩個(gè)特征,并結(jié)合漢字文檔圖像塊的平均灰度,形成字體識(shí)別的一個(gè)17維特征,稱作矩特征.最后分別設(shè)計(jì)了歐式距離分類器和改進(jìn)的二次分類器(MQDF)兩種分類器,并分別結(jié)合上面兩類特征進(jìn)行漢字字體的對(duì)比識(shí)別.對(duì)實(shí)際掃描樣本的識(shí)別結(jié)果表明,本文提出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于女書形態(tài)特征的漢字字體設(shè)計(jì)探究.pdf
- 基于投影特征匹配的車牌漢字識(shí)別方法研究.pdf
- 基于整體紋理分析的漢字字體識(shí)別.pdf
- 基于稀疏矩陣分解的特征基因識(shí)別方法研究.pdf
- 基于小波分形特征提取的漢字識(shí)別方法.pdf
- 基于特征優(yōu)化和多特征融合的雜草識(shí)別方法研究.pdf
- 基于多元圖特征基元的模式識(shí)別方法研究
- 基于多尺度小波分析的漢字字體識(shí)別研究.pdf
- 基于特征融合和SVM的步態(tài)識(shí)別方法研究.pdf
- 基于小波分解和優(yōu)選VLBP特征的人臉表情識(shí)別方法研究.pdf
- 基于特征選擇的產(chǎn)品關(guān)鍵質(zhì)量特征識(shí)別方法研究.pdf
- 基于雙重特征的協(xié)議識(shí)別方法研究.pdf
- 基于特征表示的行為識(shí)別方法研究.pdf
- 基于骨架特征的形狀識(shí)別方法研究.pdf
- 基于形狀特征的手勢識(shí)別方法研究.pdf
- 基于多元圖特征基元的模式識(shí)別方法研究.pdf
- 基于融合特征的火焰和煙霧識(shí)別方法研究.pdf
- 基于切削體分解組合策略的工藝特征識(shí)別方法研究.pdf
- 基于小波變換的印刷體漢字字體識(shí)別研究.pdf
- 基于特征融合和稀疏表示的表情識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論