漢字特征提取及識別技術的研究.pdf

1、文本定位與識別技術一直以來都是圖像處理、計算機視覺領域的一個重要研究分支。隨著Internet技術、多媒體技術的發(fā)展，大量融合復雜背景的圖像文本出現(xiàn)在各種應用場合。如何讓計算機高效地“理解”復雜背景下的漢字信息，以節(jié)省大量的人力，是對漢字識別技術提出的一個新的挑戰(zhàn)。而基于這些圖像文本的漢字識別技術自然也就成為了一個新的研究方向。傳統(tǒng)的光學字符識別軟件OCR(Optical Character Recognition)不能很好地處理此類圖

2、片，且常用的漢字結構特征和統(tǒng)計特征在表征漢字信息時也存在一定的局限性。針對以上問題，本文創(chuàng)新性地提出了采用局部特征來描述漢字的想法。本文首先選取并分析了代表性較強的Harris、SIFT、MSER特征檢測算法，通過對比實驗得出SIFT算子的檢測效果最佳。隨后，重點圍繞局部特征展開了研究和討論，分析了SIFT算法原理，再由漢字的形狀特征及圖像灰度信息出發(fā)，提出了兩種新的特征描述子：(1)SSIFT(Shape SIFT)基于漢字相對全局形

3、狀特征和SIFT特征的描述子；(2)灰度差值統(tǒng)計描繪子GSD(Gray Scale Difference)。實驗結果表明，新的算法在一定程度上克服、削弱了存在的問題，對漢字的旋轉、尺度縮放、背景干擾具有很好的不變性。本文借鑒圖片匹配的方式，通過計算漢字識別率來度量各種漢字特征的描述能力。通過對相關實驗數(shù)據(jù)的分析，本文進一步提出了一種由粗到精的匹配策略，使得識別率又有了一定程度的提高。幾何約束策略是文本的另一個研究重點。本文首先提出漢字存