用于相似字识别的手写汉字特征优化方法
2012-03-23高学温文欢金连文
哈尔滨工程大学学报 2012年7期
高学,温文欢,金连文
(华南理工大学电子与信息学院,广东广州510640)
经过多年研究,尽管已经取得了大量进展,手写汉字识别,特别是无约束的手写汉字识别仍然是文字识别领域最困难的问题之一[1].2010年,中国模式识别会议(CCPR2010)组织的手写汉字识别比赛结果表明[2],针对GB2312-80一级字符集的脱机手写汉字识别,最好的系统仅可以达到89.89%的首候选识别率.手写汉字识别的困难主要表现在大量相似汉字的存在、以及不规则的书写变形等.一些相似汉字间的差别极其细微,例如,“干”和“于”、“大”和“太”等,由于无约束手写汉字中的书写变形的影响,将会导致这些相似字难以正确识别.同时,CCPR2010的测试结果也显示,目前系统已经可以达到98.64%的10候选正确识别率.因此,如何改善相似汉字的识别性能是提高无约束手写汉字识别系统性能的关键问题之一.本文针对手写汉字的特征提取问题,提出了一种用于相似字识别的特征优化方法.
根据汉字笔画的方向属性,人们提出了许多有效的汉字特征提取方法[3-10].本文首先介绍手写汉字识别中常用的几种典型特征提取方法,进而提出一种特征优化的解决思路.弹性网格特征是手写汉字识别中的常用特征之一.Jin等[3]提出了一种方向分解弹性网格特征提取方法,通过弹性网格技术将汉字图像划分为子网格,在每个子网格中,通过求均值,得到子网格的特征值.Gabor特征是另一种常用的手写汉字特征[4].利用二维Gabor滤波器,Huo等[5]提……
登录APP查看全文
