![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/69b4cc00-ca4a-46e4-878d-caae2d529c60/69b4cc00-ca4a-46e4-878d-caae2d529c60pic.jpg)
![基于Gabor理論的脫機手寫漢字識別.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/16/69b4cc00-ca4a-46e4-878d-caae2d529c60/69b4cc00-ca4a-46e4-878d-caae2d529c601.gif)
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、現(xiàn)有的OCR(Optical character recognition,光學字符識別)技術可以將印刷體文檔中的文字高速、自動地輸入計算機,取得很好的識別效果。然而脫機手寫漢字,由于形狀千差萬別,且因人而異,現(xiàn)有OCR技術對其進行處理時的可靠性和準確性都難以滿足實際需求。因此,加強脫機手寫漢字識別的研究就顯得尤為迫切。
脫機手寫漢字識別中,特征提取和分類器設計是兩大主要問題。文中設計了一種提取紋理特征進行漢字識別的方法,把
2、漢字看作是含有特殊紋理信息的圖像,把漢字識別看作是紋理鑒別,這種方法是與內容無關的,不需要局部微細特征分析。由于漢字字符集龐大,若將輸入的未知漢字特征與字典中的全部漢字特征進行逐一比較,不僅識別效果不理想,而且計算量很大,將會影響到系統(tǒng)的識別速度。所以,系統(tǒng)中采用先粗分類再細識別的兩級分類策略,首先提取粗網格特征,利用樹形分類器對漢字進行粗分類,然后利用二維實Gabor濾波器提取紋理特征,使用歐氏距離分類器來完成細識別任務。在識別系統(tǒng)中
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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于筆畫結構特征的脫機手寫漢字識別.pdf
- 基于筆畫重構的脫機手寫漢字識別研究.pdf
- 基于筆畫結構特征的脫機手寫漢字識別
- 基于特征融合的脫機手寫體漢字識別.pdf
- 脫機手寫體漢字識別研究.pdf
- 基于多層次重疊網格脫機手寫漢字識別
- 基于細化處理的脫機手寫漢字識別研究.pdf
- 基于bandelet的脫機手寫體漢字識別研究.pdf
- 基于SVM的脫機手寫體漢字識別研究.pdf
- 基于稀疏表示的脫機手寫體漢字識別研究.pdf
- 基于筆畫的脫機手寫體漢字識別與研究.pdf
- 基于深度模型的脫機手寫體漢字識別研究.pdf
- 基于多層次重疊網格的脫機手寫漢字識別.pdf
- 基于四角結構特征的脫機手寫漢字識別.pdf
- 基于BP神經網絡的脫機手寫漢字識別研究.pdf
- 脫機手寫體漢字識別方法的研究.pdf
- 脫機手寫漢字識別的統(tǒng)計建模方法研究.pdf
- 脫機手寫體漢字識別技術研究.pdf
- 基于Bayes決策理論的脫機手寫簽名識別研究.pdf
- 脫機手寫漢字識別若干關鍵技術研究.pdf
評論
0/150
提交評論