基于多小波变换的文本图像文种识别

针对文本图像的纹理表现为文字笔画的方向性和以行为周期的准周期性的特点,采用了基于多小波变换的文本图像文种识别方法,提取多小波变换各子带系数的能量特征,构造特征矢量,并采用LIBSVM进行多文种的分类。通过对10种语言文字的文本图像进行实验,表明该算法在文种识别方面的有效性和对图像质量退化的鲁棒性。     

基于可控金字塔子带能量特征的文种识别方法

为了更精确地描述文本图像的纹理特征进行文种识别,提出了一种利用可控金字塔对图像进行分解并提取子带系数的特征量进行文种识别的方法.通过在两个不同质量图像库上进行的对比实验,证实了基于子带能量均值和标准差的方法具有更高的识别准确率,而基于广义高斯模型的方法对文本行倾斜更具有鲁棒性.     

基于Contourlet旋转不变特征的遥感图像检索

除了具有纹理属性外,遥感图像中还包含大量的结构性边缘特征,如何有效捕捉这些特征中的信息进行检索,成为提高遥感图像检索效率的关键。文章依据Contourlet在离散域的多尺度几何分析的功能,提出一种利用Contourlet子带能量分布特性提取原始图像在多个尺度下的边缘方向信息进行检索的方法。针对Contourlet变换捕获不同特征方向能力的差别,文章采用正交补偿法加以改正,并通过傅里叶算子的处理,实现基于结构性边缘特征旋转不变的图像检索。实验结果表明,该检索算法对含有丰富规则边缘特征的遥感图像更为有效。     

一种具有旋转鲁棒性的文本图像文种识别方法

针对目前用于文本图像文种识别的纹理特征描述子对文字行倾斜缺乏不变性,采用可控金字塔变换提取文本图像的纹理特征,通过对特征空间元素重新排列,提出一种对文字行倾斜具有鲁棒性的文本图像文种识别方法。不同倾斜角度文本图像的文种识别结果表明,该算法具有较高的识别准确率并对文字行倾斜具有较强的鲁棒性。