手寫(xiě)粗體漢字的細(xì)化與特征提取研究.pdf

1、手寫(xiě)體漢字識(shí)別是模式識(shí)別的一個(gè)重要研究課題，目前已有很多研究成果。手寫(xiě)粗體漢字屬于手寫(xiě)體漢字的一個(gè)研究分支，這些漢字多出現(xiàn)在圓柱體對(duì)聯(lián)、碑文以及書(shū)法字中，由于手寫(xiě)粗體漢字的文字獲取存在一定困難，且筆畫(huà)較粗，特征提取復(fù)雜，使得整個(gè)手寫(xiě)粗體漢字識(shí)別系統(tǒng)的建立難于普通的漢字識(shí)別系統(tǒng)?？紤]專(zhuān)門(mén)的研究文獻(xiàn)較少，借助類(lèi)似的識(shí)別系統(tǒng)方法，本文建立了初步的手寫(xiě)粗體漢字識(shí)別系統(tǒng)。在手寫(xiě)粗體漢字識(shí)別系統(tǒng)中，并行與串行細(xì)化算法的結(jié)合可以彌補(bǔ)單個(gè)算法的不足；L

2、GBP算子作為特征提取的算法，簡(jiǎn)單易操作，Gabor特征能夠多尺度多角度反映圖像的特征，它們?cè)谧R(shí)別領(lǐng)域已得到較好的應(yīng)用；同時(shí)SVM在分類(lèi)算法中取得較好的效果，這些算法的結(jié)合應(yīng)用為手寫(xiě)粗體漢字的識(shí)別奠定了基礎(chǔ)，并能夠?yàn)楣艥h字的研究以及歷史人文研究提供有利的工具。
　　本文的重點(diǎn)在于圓柱面漢字獲取、手寫(xiě)粗體漢字細(xì)化及特征提取，主要做了以下工作：
　　(1)圓柱面手寫(xiě)粗體漢字獲取及預(yù)處理。借助全景圖投影和反投影的思想，提出了改進(jìn)的

3、柱面反投影方法獲得平面的手寫(xiě)粗體漢字。然后對(duì)平面手寫(xiě)體粗體漢字進(jìn)行灰度化、平滑去噪、二值化、圖像增強(qiáng)以及文字切分等處理。
　　(2)針對(duì)手寫(xiě)粗體漢字細(xì)化會(huì)出現(xiàn)的細(xì)化模板較多，細(xì)化不全和串行算法的骨架非對(duì)稱(chēng)現(xiàn)象，提出了基于并行模板的手寫(xiě)粗體漢字串行細(xì)化算法，實(shí)驗(yàn)仿真表明該算法模板較少，速度較快，細(xì)化完全，骨架對(duì)稱(chēng)性較好。
　　(3)介紹了手寫(xiě)體漢字的結(jié)構(gòu)和統(tǒng)計(jì)特征提取算法，重點(diǎn)分析了Gabor特征和LBP算法的優(yōu)點(diǎn)，最終利用L