Indexed by:
Abstract:
随着数字图像分析及处理技术的发展,它对古籍图片进行分析及处理具有非常好
的应用前景。在目前,大部分字符识别算法面向的是印刷字体以及使用比较普遍的汉
字和英文字符,但针对西夏字体识别的研究还很少。而目前出现的字符识别算法,在
识别西夏字图片时在识别率和时间效率方面都无法满足需求,因此针对西夏字体的识
别算法的研究对于整理保护西夏字古籍和相同特点的文献有重要的意义。
本文首先分析了西夏字图片及其字符的特点,然后分析对比了现在通用的几种字
符识别的算法。根据分析得出针对西夏字图片识别效果差的原因,针对存在的问题,
本文提出了一个基于融合特征和 BP 神经网络相结合的西夏字识别算法。该算法在结合
传统预处理方法基础上对于关键步骤上进行了改进,使其更好的处理了西夏字图片。
在提取特征信息时,采用了 Gabor 滤波后提取灰度共生矩阵变量并和粗网格特征相融
合的方式,有效的解决了局部和全局信息无法兼顾的问题。最后结合了 BP 神经网络作
为分类器,在分类时加入了用户反馈。经过仿真实验对比,改进后的识别算法比通用
的字符识别算法在针对西夏字图片的识别时明显的提高了识别率和时间效率。在此基
础上,本文采用了 C#和 MATLAB 混合编程的方式,分析与设计了一个西夏字识别系
统,该系统可以直接对西夏字图片进行识别,并可对多字图片进行简单网格分割,也
可对图片进行预处理或者特征提取并保存信息。
本文所设计的西夏字识别系统界面友好,使用便捷。经过测试,该系统在功能和
性能方面都达到了设计阶段的需求标准,能够很好的处理西夏字图片的优化和识别,
对于西夏字图片的分类和整理方面起到了很好的帮助作用。
Keyword:
Reprint Author's Address:
Email:
Basic Info :
Degree: 工程硕士
Mentor: 田丽华
Student No.:
Year: 2016
Language: Chinese
Cited Count:
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count:
Chinese Cited Count:
30 Days PV: 7
Affiliated Colleges: