一种stroke滤波器文字分割算法

为解决复杂背景中准确地进行文字分割的问题,提出了一种应用stroke滤波器进行文本分割的新方法。首先进行stroke滤波器的合理设计,并应用所设计的stroke滤波器来判别文本的彩色极性,得到初次分割的二值图。然后进行基于区域生长的文字分割。最后,应用OCR(optical character recognition)模块提高文本分割的整体性能。将提出的算法与其他算法进行了比较,结果表明,所提算法更为有效。

基于stroke滤波器的字符分割算法

为了有效地解决复杂背景中字符分割的问题,提出一种基于stroke滤波器进行文本分割的新方法.进行stroke滤波器的合理设计,应用所设计的stroke滤波器来判别文本的彩色极性,得到初次分割的二值图,进行基于区域生长的文字分割.应用OCR模块提高文本分割的整体性能.仿真实验表明,所提算法有效、可行.

基于OCR的标书文件信息获取技术应用研究

电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识别(Optical Character Recognition,OCR)技术获取招投标文件内容,并对上传图片进行灰度值、图像预处理。该方法可大幅度增强系统智能辅助招评标功能,使用公章检测算法判断招投标文件中公章使用情况,划分标书文字块,从而缩短评标时间,减轻评审标书的工作强度,解决了评标过程中的评审不公正、评标效率低等问题,使招投标项目的评标更加公平、公正、公开。

用于支票印鉴鉴别的图像预处理及配准算法

为了消除支票印鉴自动鉴别系统中由于不同的盖印条件引起的印鉴质量变化,该文提出了一种印鉴图像预处理及配准算法,即首先利用彩色信息将印鉴灰度图从支票背景中分割出来,然后利用基于梯度值的动态阈值实现印鉴图像的二值化。为了消除印鉴中存在的笔划连接和笔划残缺,该文提出了一种笔划填充和骨架校正算法。实验证明该算法具有较强的适应性、可靠性和实用性。

基于骨架点分布规律的汉字笔段提取算法

提出了一种提取汉字笔段的新方法。从形态学骨架算法生成的骨架点出发,通过分析骨架点的半径分布及不同半径骨架点的位置,发现了笔段提取中产生的毛刺和畸变与骨架点半径之间的规律,进而以此规律为基础提出了一种克服毛刺和畸变的汉字笔段提取方法,最后给出了手写体和印刷体汉字笔段提取的实验结果。实验表明,该方法是行之有效的。

基于笔划提取和合并的离线手写体汉字字符切分算法

手写体汉字字符切分是离线汉字字符识别预处理中的一个重要问题。针对离线手写体汉字 ,提出一种基于笔划提取和合并的手写体汉字字符切分算法。该算法首先基于方向游程提取汉字的笔划 ,并建立笔划框 ;再根据汉字笔划的结构知识对笔划框进行合并 ,得到字符的切分结果。该算法能较好地解决粘连汉字字符的切分问题 ,对从现场随机采集的 2 5 0 0封手写体信函地址汉字进行切分 ,单字正确率可达 91.5 %。

一种现代藏文笔段提取算法

针对藏文字符笔段的几何特征和拓扑结构 ,本文提出了一种基于字符轮廓信息的藏文笔段提取算法 :通过链码跟踪的方法得到笔段轮廓的点列 ,然后从点列中提取特征点并利用特征点切分出笔段 ,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取 ,取得了良好的效果 ,避免了传统细化算法所造成的畸变 ,提高了笔段提取的抗干扰能力 ,并减小了计算量 。

基于笔画段分割和组合的汉字笔画提取模型

1.介绍 在过去的几十年中,学术界提出了大量的汉字手写体离线识别技术.这些技术主要可以分为两类,一类是基于整体形态的识别技术,如中心投影变换等;另一类是基于笔画和字根的识别技术.

汉字笔段形成规律及其提取方法

该文从点阵图像行 (列 )连通像素段出发 ,研究汉字图像的笔段构成 ,发现汉字点阵图像仅由阶梯型笔段和平行长笔段两种类型的笔段构成 ,并归纳出阶梯型笔段和平行长笔段的形成规律 .以笔段形成规律为基础提出了汉字笔段的提取方法 ,该方法将像素级汉字图像转变为以笔段为单位的图像 ,有利于汉字识别、汉字细化及汉字字体的自动生成 .最后该文给出了印刷体和手写体汉字笔段提取的实验结果 .

一种字符图像线段提取及细化算法

为了对字符图像进行稳定有效的细化和线段特征提取,提出了一种同时完成字符图像线段提取和细化的算法。在定义字符图像的线段区域、交点区域和子段区域,同时指出待细化字符图像是线段区域的集合的基础上,该算法首先基于图像行(列)连通像素段来提取字符图像中所有的交点区域和子段区域,然后对属于同一线段区域的所有子段区域和交点区域进行合并,最后用Bernstein-Bezier多项式方法拟合每个线段区域的骨架。该算法的鲁棒性分析及实验结果表明,该算法可取得稳定有效的细化及线段提取效果。

基于结构特征的汉字识别

提出一种基于文字结构特征的神经网络手写汉字识别策略 ,根据所提取的文字笔画方向、基本轮廓和交叉点等特征 ,采用基于自组织神经网络的模式聚类该方法完成正规手写文字的识别 .该方法提取的笔画轮廓十分准确有效 ,对手写汉字的约束少 ,可识别的汉字数量大 。

一种联机手写汉字识别算法的研究与实现

联机手写汉字识别(On-line handwritten Chinese character recognition,简称OLCCR),是指用笔在图形输入板上写字,人一面写,机器一面认,是一种方便的汉字识别手段,是在各种自动识别输入的方法中,能够代替或部分代替人工编码输入的惟一可能的方法。设计了一种基于获取笔段序列的联机手写汉字识别方法,并用可视化编程工具VC++6.0实现了该算法,经测试,平均识别率达95.7％。

一种基于骨架的篆字笔划分割方法

依据篆刻艺术的特点,提出一种从篆字骨架中分割出笔划的方法。通过图像细化方法提取篆字的骨架图;分析骨架图中笔划的交叉点和交叉区域,得到特定篆字的子笔划;在各交叉区域内利用模板匹配方法组合子笔划得到篆字笔划。通过实验证明,上述方法对分割篆字笔划具有一定的效果。

联机手写体汉字识别系统中汉字的输入及其特征的提取

汉字识别是模式识别领域最富挑战性、又极具应用前景的研究课题之一 ,而联机汉字识别是近期需求十分迫切的技术 .字量大、字形复杂多变、笔顺没有一定规范、笔划数目变动等多种因素 ,是联机汉字识别的主要困难 .笔划相对易于提取是联机识别的优点 .针对联机手写体汉字的特点 ,提出笔划轨迹点方向量化的方法 ,提取笔划和计算笔划间的连接关系 ,形成输入样本字的特征 .

一种数显仪表字符快速自动识别方法

针对数显仪表字符的特点,提出一种新的对数显仪表字符进行快速自动实时识别算法。对图像进行预处理并采用自动阈值方法进行二值化,对于不同颜色背景图像都能得到理想的二值图像,在二值图像上采用水平投影和垂直投影分割出字符,通过计算数字和字符的行程,得到的一系列数据构造特征向量进行字符识别。在大量数显仪表图像上进行识别实验证明,该方法简单实用,不仅识别准确率高,而且识别速度快。

基于CPD算法与笔段权重的楷体字笔画提取研究

为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果分配笔画信息;利用关键点进行笔段分割,再使用第一次笔画分配后笔段中包含的笔画信息修正笔画匹配结果,最终获得更为贴切的汉字笔画分配结果。实验结果表明,改进后算法对于楷体字的笔画提取成功率达到97.5%;针对三种不同楷体字的壁画提取成功率为89.17%。与传统笔画提取方法相比,该算法的汉字笔画提取成功率有所提升而且针对不同的提取字体的笔画提取普适性得到增强。

一种基于骨架法形态分析的粘连字符图象分切方法

本文介绍了一种基于骨架法形态分析的粘连字符图象的分切方法，能较正确、容易地确定切分位置，经修剪算法对各切分点的处理。

基于贪吃蛇算法和部首识别的手写文本切分

针对手写中文文本交错、粘连、字内过分离等问题,提出一种基于贪吃蛇算法和部首识别的文本切分方法。首先,根据贪吃蛇算法建立文本原始切分轨迹,并依据多重规则优化切分路径;之后,基于粘连字符的轮廓和骨架提取候选粘连点,利用贪吃蛇算法进行二次切分;最后,对过切分字符,进行部首的笔段提取和识别,依据汉字结构确定合并方向,并结合几何置信度和识别置信度完成合并,得到最终正确的文本切分结果。以陕西省某高中试卷中1542行手写文本作为实验数据进行了算法验证,结果表明,该算法切分正确率可达到82.15%。