曾东海, 杨叶芬



利用改进的LZC算法对图像与文字进行分类①

曾东海1, 杨叶芬2

1(广东科学技术职业学院, 广州 510640)2(广东科学技术职业学院, 珠海 519090)

在传统二值化方法的基础上, 将信号序列分为多个区间, 进行多尺度二值化粗粒化处理, 不增加符号数目, 得到更精细, 更准确的复杂性. 经过实验, 分析可知文字与图像随着计算尺度的减小, 文字复杂性增大的幅度远小于图像. 通过该结论, 不同尺度下复杂性的差异可以作为图像与文字分类的特征. 因此, 我们可以将改进后的LZC算法应用于图像与文字的区分.

多尺度; 二值化; 复杂度; LZC; 图像与文字的区分

从非线性的复杂信号中提取有效信息是一件不易的事情, 因而人们不得不使用各种方法来提取信号的特征量. 而Lempel和Ziv提出的LZC算法是度量信号复杂程度的简单而快速的算法[1]. 现在LZC算法被广泛运用到非线性科学领域的研究中[2,3], 用于提取复杂信号的特征[4], 例如,脑电情感特征提取方面[5], 脑电图EEG测量[6,7], 解决了癫痫发作预报计算速度慢的问题[8], 往复压缩机气阀故障诊断[9], 通过对LZC算法的改进解决了在度量HRV时的噪声干扰问题. 目前用于文字与非文字分类的特征有颜色值的平均值和标准偏差[10], 直方图[11], 最大最小亮度值[12], 纹理特征[13], 投影特征[14], 图像信息度量的图像特征[15], 底层图像特征组合[16]. 从大量文档图像中自动找到我们所需的内容正是从复杂信号中提取特征的一种, LZC算法自然也可以用于此方面. 但是LZC算……