藏文手写乌梅体字母预处理和特征提取研究

文章以藏文手写乌梅体辅音字母为研究对象,构建一个小样本图像数据集,共包含30个类别,每类有13个样本。分析藏文手写乌梅体字符特征基础上,利用灰度化、尺寸归一化、二值化和取反、位置对齐、图像细化和主轴方向校正等方法首先对乌梅体字体进行预处理,再利用Hu不变矩和Hog特征法提取手写体字符特征。实验表明,在预处理中图像细化(骨架提取)和主轴方向校正等常用的预处理方法并不能提高手写乌梅体字母识别率,而位置对齐的处理能够显著提升手写乌梅体字母识别率,在特征提取中Hog特征对纹理复杂的手写乌梅体特征描述力较强,实验中表现最佳,SVM分类器上识别率能够达到87%。

BP神经网络在脱机手写吾美藏文识别系统中的应用

本文通过对现在流行的各种识别技术的分析比较,以及对吾美藏文手写体特征的深入分析研究,提出了一套基于BP神经网络分类器的吾美藏文OCR识别方案。基于该技术,开发出一个吾美藏文识别系统。结果表明,依赖特定人的辅音字母识别率达到95%以上。