基于感知的多方向在线手写笔迹文本行提取

提出一种多方向手写笔迹文本行的提取方法.该方法以视觉感知理论为基础,采取自底向上的策略,先将笔画组合成类比字符的笔画块,然后基于这些笔画块建立链接模型,最后采用分支限界搜索算法从链接模型中找出最优行排列.实验结果表明,该方法能有效地提取多方向笔迹行结构,并适用于弯曲文本行的提取.     

回归—聚类联合框架下的手写文本行提取

目的 手写文本行提取是文档图像处理中的重要基础步骤,对于无约束手写文本图像,文本行都会有不同程度的倾斜、弯曲、交叉、粘连等问题。利用传统的几何分割或聚类的方法往往无法保证文本行边缘的精确分割。针对这些问题提出一种基于文本行回归-聚类联合框架的手写文本行提取方法。方法 首先,采用各向异性高斯滤波器组对图像进行多尺度、多方向分析,利用拖尾效应检测脊形结构提取文本行主体区域,并对其骨架化得到文本行回归模型。然后,以连通域为基本图像单元建立超像素表示,为实现超像素的聚类,建立了像素-超像素-文本行关联层级随机场模型,利用能量函数优化的方法实现超像素的聚类与所属文本行标注。在此基础上,检测出所有的行间粘连字符块,采用基于回归线的k-means聚类算法由回归模型引导粘连字符像素聚类,实现粘连字符分割与所属文本行标注。最后,利用文本行标签开关实现了文本行像素的操控显示与定向提取,而不再需要几何分割。结果 在HIT-MW脱机手写中文文档数据集上进行文本行提取测试,检测率DR为99.83%,识别准确率RA为99.92%。结论 实验表明,提出的文本行回归-聚类联合分析框架相比于传统的分段投影分析、最小生成树聚类、Seam Carving等方法提高了文本行边缘的可控性与分割精度。在高效手写文本行提取的同时,最大程度地避免了相邻文本行的干扰,具有较高的准确率和鲁棒性。     

维吾尔语笔迹鉴别方法研究

笔迹鉴别是通过机器分析手写笔迹风格的差异特征来判断书写人身份的一门科学与技术。就像语音、指纹、虹膜和脸谱等生物特征识别技术一样是一个典型的模式识别问题。笔迹鉴别可分为在线、离线两种。笔迹鉴别方法可以分为两大类：文本依存的方法和文本独立的方法。主要针对离线维吾尔语手写体笔迹鉴别方法展开研究,力求提取笔迹图像的全局特征,以提供更多更有效的鉴别信息,结合维吾尔语自身特点对与文本无关的笔迹鉴别中预处理和特征提取技术进行了细致的研究。     

手势与手写文档中文本行的提取

手写文档的非结构化,导致对手写文档的编辑很困难。文本行是手写文档中一个显著的结构,它的可靠提取对于更高级别结构化文档（图形与文字分离,段结构的提取,文字的提取）及编辑文档非常重要。目前关于手写文档的结构化,分为联机和脱机两种。使用联机算法提取文本行,然后讨论文本行的提取对手势设计的影响。     

维吾尔语笔迹鉴别方法研究

笔迹鉴别是通过机器分析手写笔迹风格的差异特征来判断书写人身份的一门科学与技术.就像语音、指纹、虹膜和脸谱等生物特征识别技术一样是一个典型的模式识别问题.笔迹鉴别可分为在线、离线两种.笔迹鉴别方法可以分为两大类:文本依存的方法和文本独立的方法.主要针对离线维吾尔语手写体笔迹鉴别方法展开研究,力求提取笔迹图像的全局特征,以提供更多更有效的鉴别信息,结合维吾尔语自身特点对与文本无关的笔迹鉴别中预处理和特征提取技术进行了细致的研究.     

一个实用脱机手写汉字笔迹库的建立

建立一个实用的脱机手写汉字笔迹库是研究笔迹鉴别技术的基础,论文结合笔迹图像与书写者信息设计了一个脱机手写汉字笔迹库系统,详细介绍了笔迹样本采集方案及系统的主要功能,阐述了部分关键问题的解决方案。     

基于用户笔迹的移动身份识别技术

针对传统身份识别技术存在的密码记忆难、隐私易泄露、信息易伪造等问题,提出并实现了基于安卓平台的混合特征在线手写笔迹识别算法. 本算法通过迁移传统笔迹采集平台、采用文本相关与文本无关相结合的方式分别对静态纹理特征和动态矢量特征进行提取,弥补了当前笔迹采集困难、信息易伪造、准确性差等缺陷,实现了用户在移动设备上更加快捷安全的进行身份识别和鉴定. 通过实验得出：该笔迹识别算法具有良好的稳定性、高可重复性、优良的准确性和安全防伪能力,能够有效阻止陌生用户的攻击,具有较高的安全保障性能.     

基于支持向量机的笔迹鉴别系统

此文介绍一个脱机方式的文本无关的字迹鉴别系统.系统由把手写的文字作为图象通过扫描仪输入计算机,预处理,提取特征参数,训练模型,最后进行识别等阶段组成.在预处理阶段,本文提出了局部分割字符图象中的行,行的标准化,通过行的投影纠正行的水平位置,最后消除水平方向文字之间的空白的方法.在参数提取阶段,本文采用Gabor变换计算4个方向每个方向4个频率的笔迹特征.在训练和识别阶段,使用支持向量机建立模型和进行识别.本文对17个人任意书写的笔迹进行实验,得到较好的结果.     

通用手写笔迹存储和处理系统的设计与实现

本文介绍了一个基于ActiveX技术的手写笔迹存储处理系统，主要包括手写笔迹的采集、笔迹存储、绘制、反走样、笔迹的处理等模块。在反走样模块中我们在Wu反走样的基础上，实现了三像素宽度和四像素宽度直线的反走样算法。本系统界面与A4纸大小一致，用户在纸上进行书写和批注。的同时笔迹也实时显示在电子文档里，真正实现了纸质文档和电子文档的同步和准确定位。我们还实现了在word中嵌入手写笔迹，满足了用户的多种需求。     

基于支持向量机的文本无关字迹鉴别系统

介绍一个脱机方式的文本无关的字迹鉴别系统 .系统由把手写的文字作为图像通过扫描仪输入计算机 ,预处理 ,提取特征参数 ,训练模型 ,最后进行识别等阶段组成 .在预处理阶段 ,提出了局部分割字符图像中的行 ,行的标准化 ,通过行的投影纠正行的水平位置 ,最后消除水平方向文字之间的空白的方法 .在参数提取阶段 ,采用 Gabor变换计算 4个方向每个方向 4个频率的笔迹特征 .在训练和识别阶段 ,使用支持向量机建立模型和进行识别 .通过对 17个人任意书写的笔迹进行实验 ,得到较好的结果