学位论文 > 优秀研究生学位论文题录展示
包装箱表面印刷体汉字识别算法研究
作 者: 许赛聪
导 师: 孙农亮;曹茂永
学 校: 山东科技大学
专 业: 模式识别与智能系统
关键词: 包装箱表面汉字识别 Gabor滤波器 HMM
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 21次
引 用: 0次
阅 读: 论文下载
内容摘要
产品外包装上说明文字印刷的正确性对于商家和用户来说都是至关重要的。为了检验包装箱上说明文字的正确性,对包装箱上的印刷汉字进行识别算法的研究。印刷质量和摄像机成像等原因造成了包装箱文字图像质量比较差,使得传统的针对高质量汉字图像的识别方法无法直接应用到包装箱表面汉字识别当中。针对包装箱表面汉字图像,采用了两级汉字特征提取和分类方法。在对低质量汉字图像进行归一化的过程中,引入了高斯滤波和二值化方法,有效抑制了噪声污染和低对比度对归一化结果的干扰作用。粗分类阶段,针对归一化后汉字图像,采用Gabor滤波器提取高鲁棒性的汉字粗分类特征。应用Gabor滤波器旨在将汉字分解成“横撇竖捺”四个方向的笔划特征图,这就降低了Gabor滤波器的设计难度。对Gabor滤波结果进一步提取笔划穿越次数和低频DCT系数,形成最终的粗分类特征。实验证明采用K均值聚类可达到98%的粗分类识别率。细分类阶段,将Gabor滤波器对汉字图像的滤波结果与隐马尔可夫模型(HMM)结合起来,用一维HMM为二维汉字建立了模型,实现对汉字的细分类。HMM的状态对应“横撇竖捺”四个笔划特征图。从各个状态中获取观察序列时,提出了一种直观的量化方法。HMM状态和观察符号具有明确的物理意义简化了HMM参数的初始化选择。试验结果表明,Gabor滤波器和HMM的结合能够实现对低质量包装箱汉字图像的粗分类和细分类识别,两级综合识别率可达95%。
|
全文目录
摘要 5-6 ABSTRACT 6-9 1 绪论 9-18 1.1 课题的来源和意义 9-11 1.2 汉字识别研究现状 11-16 1.3 本文的主要工作和创新点 16-18 2 汉字图像归一化方法 18-27 2.1 归一化过程介绍 18-22 2.2 实验结果及分析 22-26 2.3 小结 26-27 3 基于Gabor滤波器的笔划穿越次数DCT特征的汉字粗分类方法 27-43 3.1 引言 27-29 3.2 Gabor滤波器的定义与性质 29-34 3.3 Gabor滤波器的参数选择 34-37 3.4 粗分类特征的生成与粗分类方法 37-40 3.5 实验结果及分析 40-42 3.6 小结 42-43 4 HMM在汉字特征细分类中的应用 43-58 4.1 引言 43-45 4.2 隐马尔可夫模型(HMM) 45-50 4.3 HMM结构设计和参数初始化方法 50-55 4.4 实验结果及分析 55-56 4.5 小结 56-58 5 总结与展望 58-59 致谢 59-60 硕士期间的研究成果 60-61 参考文献 61-66
|
相似论文
- 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
- 大鼠皮层神经细胞膜离子通道电流测量与重构,Q42
- 非织造布疵点检测研究,TP391.41
- 复杂环境下语音增强方法研究,TN912.35
- 二维QR码识别算法研究及在智能手机上的应用,TN929.53
- 基于HMM的机器人语音识别系统的研究,TN912.34
- 指纹图像预处理算法的研究及DSP实现,TP391.41
- 指纹图像预处理与识别算法研究,TP391.41
- 基于HMM-ANN混合模型的咳嗽音识别研究,TN912.34
- 基于Beamlet的图像线特征提取算法研究,TP391.41
- 基因表达式编程与HMM融合技术应用研究,TN912.34
- 面向机器人对话的语音识别关键技术的研究,TN912.34
- 内窥镜病理图像纹理分割的研究,TP391.41
- 面向智能视频监控的事件检测建模及优化,TP391.41
- 虹膜定位和识别算法研究,TP391.41
- 语音情感识别研究,TN912.34
- 孤立词语音识别算法优化的研究和实现,TN912.34
- 基于像素级多特征的图像分割方法研究,TP391.41
- 基于Gabor特征的掌纹识别算法研究,TP391.41
- 多纹理图像分割并行算法研究与实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|