顾立娟，刘才斌，吴 勇，郝玉保

（1.武汉军械士官学校 湖北 武汉 430075；2.75719部队 湖北 武汉 430074）

文本图像文字种类的自动识别是对以图像形式呈现、由不同语言文字构成的文本图像，提取能用于计算机识别的底层特征，实现语言文字种类的识别和分类。在海量信息处理中，作为文本图像分析的重要组成部分和OCR系统的前端处理技术，文本图像的语言文字种类识别成为海量信息处理中面临的一个基本的研究课题。

目前，针对语言文字种类识别进行的研究可以划分为基于统计特征、基于符号匹配和基于纹理特征的文种识别3大类。基于统计特征和符号匹配的文种识别算法具有较高的识别准确率，但对文本图像的倾斜、噪声等鲁棒性比较差。基于纹理特征的文种识别算法提高了对图像质量退化的鲁棒性，逐渐成为研究重点。目前的算法主要有基于Gabor滤波器法[1]和基于小波变换法[2]基于灰度级共生矩阵法[3]及基于小波变换的共生矩阵法[3]。Gabor滤波具有旋转不变性，文种识别率较高，但是计算量很大；小波变换存在快速算法，大大减小了计算量，但识别率不高。

针对目前文本图像文种识别方法存在的一些问题，本文提出了一种基于多小波变换的文本图像文种识别方法。多小波[4-6]是多个尺度函数构成的小波，既保持了传统小波良好的时域与频域的局部化特性，又将光滑性、紧支性、对称性、正交性完美地结合在一起，更适合于提取图像的纹理特征。……