基于方向线素特征的手写体维文字符识别

手写体维吾尔文字符识别过程,其中一个重要的环节是特征提取,对此提出了一种基于方向线素特征的手写体维吾尔文单字符笔迹特征的KNN分类识别算法.实验表明,此算法是一种简单有效且识别率比较高的识别方法.

基于实值Gabor能量特征的手写体维文字符识别

提出了一种基于实值Gabor滤波器手写体维吾尔文字符特征提取算法。将手写体维吾尔文字符图像进行滤波处理之后,在将图像进行分块,提取出每一块的实值Gabor能量值。由这些能量值形成一个能量矩阵,将矩阵降维之后得到字符的特征相量。完成特征提取后,使用KNN识别分类器进行识别。对手写体维吾尔文单字符数据库中的样本分别进行基于实值Gabor能量特征的手写体维吾尔文字符特征识别和字符笔迹特征识别。对KNN分类器识别的平均识别率和平均候选识别率进行了数据分析。实验结果表明,该算法简单有效且识别率比较高。

基于联合两种特征的手写体维文字符识别

提出一种联合两种特征的手写体维文字符识别算法。该算法对手写体维文字符图像进行实值Gabor能量特征和方向线素网格特征的提取,将实值Gabor滤波器的128维能量特征和方向线素的128维网格特征结合起来,使用KNN分类器对两种特征进行联合分类。对手写体维文字符数据库中的样本分别进行手写体维文字符特征识别和维文字符笔迹特征识别。实验结果表明,和采用一种特征的识别算法比较,进一步提高了手写体维文字符的识别率。该算法也可用于手写体阿拉伯文字符的识别。