手绘图符的辨识特征及其提取算法

收集日常生活中常见目标的250类手绘图符20 000个,GB/T11797—2005标准中规定的28种机动车和非机动车的车符约2 400个,手写数字、手绘电路元件、手绘微软办公软件形状图各1 000个,作为本文研究的数据集基础.针对手绘车符不规则形变和样本间相似度高的特点提出一种基于局部细节和全局轮廓的特征表示方法,该方法利用弹性网格吸收手绘过程中的变形,利用局部梯度方向直方图(histograms of oriented gradients,HOG)表示图符的细节特征,利用Snake模型提取图符轮廓,傅里叶描述子提取低维轮廓特征,并通过融合使得整体效果提高,比单纯HOG算法高出2个百分点.

基于犹豫模糊特征的古籍汉字图像检索方法

古籍汉字存在结构复杂、风格多样、字形退化严重等特点,传统的弹性网格特征提取难以达到理想效果。为此,利用犹豫模糊集在多特征、多属性决策方面的优势,提出一种基于犹豫模糊特征的古籍汉字图像检索方法。将古籍汉字图像进行弹性网格划分,归纳周围网格在距离、位置、长度等方面对当前网格中的笔画像素有影响的评价指标,并进行相应的隶属度计算。利用犹豫模糊距离测度方法对古籍汉字待查询图像与候选古籍汉字图像进行相似度度量,实现对古籍汉字图像的检索。实验结果表明,该方法的古籍汉字图像检索效率较高。