Wavelet transform and gradient direction based feature extraction method for off-line handwritten Tibetan letter recognition

To improve the recognition accuracy of off-line handwritten Tibetan characters the local gradient direction histograms based on the wavelet transform are proposed as the recognition features.First for a Tibetan character sample image the first level approximation component of the Haar wavelet transform is calculated.Secondly the approximation component is partitioned into several equal-sized zones. Finally the gradient direction histograms of each zone are calculated and the local direction histograms of the approximation component are considered as the features of the character sample image.The proposed method is tested on the recently developed off-line Tibetan handwritten character sample database.The experimental results demonstrate the effectiveness and efficiency of the proposed feature extraction method.Furthermore compared with the detail components the approximation component contributes more to the recognition accuracy.

基于Tesseract_OCR的藏文手写乌金体研究

目前,关于藏文手写乌金体识别的研究较为有限,因此研究藏文手写乌金体识别系统有一定意义。文章的主要研究内容包括利用Tesseract_OCR识别引擎来实现对藏文手写乌金体的自动识别以及相关字库的训练。同时,本文使用Matlab编程语言来高效处理数据集,并采用Python编程语言构建了一个藏文手写乌金体识别系统。实验结果表明,通过采用本系统的方法,显著提升了Tesseract_OCR对藏文手写乌金体的识别准确度以及字库的质量。这项研究不仅对于藏文手写体识别技术的发展具有重要意义,还为保护和传承乌金体文化遗产提供了有力的工具。未来的研究将继续探索基于Tesseract_OCR的藏文手写体识别方法,并进一步优化系统以提高识别性能。

联机手写藏文识别中字丁规范化处理

通过对几种规范化处理算法的深入研究,根据联机手写藏文字丁的特点进行规范化处理,揭示出不同算法的内在本质规律;同时对联机手写藏文识别中的各种噪声进行分析,使用相应的方法消除噪声。使联机手写藏文识别系统的识别率得到一定的提高。

基于笔划特征和MCLRNN模型的联机手写藏文识别

提出了一种新的多层联系子层递归神经网络(MCLRNN)模型并融合藏文字丁的空间结构特征来进行联机手写藏文识别。改进后的网络结构具有多层联系子层来保留若干时刻的网络内部状态,从而可以更好地表征藏文字的各笔划特征以及笔划间的空间结构关系,同时,采用更适用于模式分类的交叉熵准则和改进的梯度下降算法来训练网络,加快了网络的收敛速度并增强其分类能力。仿真实验取得了令人满意的结果。

基于HMM的分类器在联机手写藏文识别中的应用

为了解决联机手写藏文识别中藏文的曲线型笔划比较多,连笔情况很普遍以及相似字丁多等问题,提出了一种新的联机手写藏文识别方法:基于HMM分类器的联机手写藏文识别的方法.设计了三种不同的HMM分类器进行藏文字丁识别,实验结果表明,基于HMM分类器的联机手写藏文识别具有较高地识别率,前十位识别率可达93.9012%.