主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第6期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王恺,李成学,王庆人,赵宏,张健.异态汉字识别方法研究.软件学报,2014,25(10):2266-2281
异态汉字识别方法研究
Research on Abnormal Chinese Character Recognition
投稿时间:2013-06-22  修订日期:2013-09-09
DOI:10.13328/j.cnki.jos.004502
中文关键词:  稀疏编码  梯度方向直方图  增量线性决策分析  汉字识别  文档图像处理
英文关键词:sparse coding (SC)  histograms of oriented gradients (HOG)  incremental linear discriminant analysis (ILDA)  Chinesecharacter recognition  document image processing
基金项目:国家自然科学基金(61201424);天津市自然科学基金(12JCYBJC10100);中央高校基本科研业务费专项资金(65012131)
作者单位E-mail
王恺 南开大学 计算机与控制工程学院, 天津 300071 wangk@nankai.edu.cn 
李成学 南开大学 计算机与控制工程学院, 天津 300071  
王庆人 南开大学 计算机与控制工程学院, 天津 300071  
赵宏 南开大学 计算机与控制工程学院, 天津 300071  
张健 南开大学 计算机与控制工程学院, 天津 300071  
摘要点击次数: 2269
全文下载次数: 2640
中文摘要:
      复杂图像文字识别是基于内容图像检索的一个重要研究方向.针对图像中的文字可能存在倾斜、光照不均、噪音干扰和边缘柔化等多种异态问题,提出一种有效的异态汉字识别方法,称作SC-HOG.首先,利用稀疏编码得到基向量和稀疏系数,通过重构图像滤除噪音、处理边缘柔化;然后,利用梯度方向直方图抽取复原图像的汉字边缘梯度特征,削弱倾斜和光照的影响;最后,将获取的特征向量送入分类器,实现异态汉字的识别.通过合成数据集和真实数据集两方面的实验来验证SC-HOG方法的有效性:前一方面实验结果表明,SC-HOG方法对于倾斜、光照不均、噪音干扰和边缘柔化等异态情况有较强的鲁棒性;后一方面实验结果表明,SC-HOG方法在原生数字图像和场景图像真实样本集上也能取得较好的结果.
英文摘要:
      Recognizing characters from the complex image plays an important role in content-based image retrieval and has been well studied in past decades. The methods for normal characters recognition, however, become inapplicable when characters suffer from skew, uneven illumination, noise and anti-aliasing. A new method, named SC-HOG, is proposed in this paper for recognizing abnormal Chinese characters. Firstly, sparse coding is applied on abnormal character image to smooth noises and reduce anti-aliasing. Secondly, HOG features that help reducing the influence of skew and uneven illumination are extracted. Finally, these features are fed into a well-trained classifier to recognize the character of the given image. Experiments on both synthetic and real data sets show that the proposed method, SC-HOG, achieves high accuracy on abnormal Chinese characters recognition.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利