共查询到20条相似文献,搜索用时 562 毫秒
1.
本文介绍一种如何取得汉字笔划特征点并对特征点进行处理的方法。在实际产品形成中使用了此方法,证明这样的处理简便、可靠。在联机手写识别过程中,对提高识别速度提高识别准确性起到良好效果。 相似文献
2.
一种基于段化的手写汉字特征点提取方法及其实现 总被引:3,自引:0,他引:3
手写汉字识别中的特征点提取,一直是结构匹配方法中的一个关键问题.系统识别率很大程度上取决于特征点提取的正确率.本文在总结前人和作者以前工作的基础上,提出了一种新的段化特征点提取方法,并具体用于手写汉字识别的实用系统中,取得了十分理想的效果.从已测试的1800×10个样本字的结果看,特征点提取正确率突破了98%大关,为实用化手写汉字识别系统奠定了基础. 相似文献
3.
小波变换在手写体汉字识别中的应用 总被引:5,自引:0,他引:5
汉字识别中的结构类特征具有抗变形的优点,合适做为手写体识别过程使用,但其中笔划特征的提取非常困难。本文用小波变换这一图象分析中有力工具对汉字图象分析处理之后,再进行笔划的提取,其过程简洁、明晰。 相似文献
4.
变形网格及其在图像识别中的应用 总被引:2,自引:0,他引:2
网格特征是图像识别中一类重要特征,而变形模板对于复杂的图像识别问题如字符识别、数字识别、图标识别等表现出很好的性能,但变形模板很费时。该文针对网格特征提出了变形网格,并分析了变形模板与变形网格之间的近似等价性。所提方法对网格进行变形而不是对图像变形,因而速度比变形模板快得多,而且性能相差不大。把这种方法分别应用于图标识别和脱机手写汉字识别。图标识别实验中变形模板使识别率提高了7.5%,而变形网格使识别率提高了7.3%、手写汉字识别实验中变形模板使识别率提高了6.1%,而变形网格使识别率提高了5.8%。考虑到变形网格比变形模板快得多,所以这种方法是有优势的。 相似文献
5.
6.
本文针对目前汉字识别中两个关键问题——特征的选择和识别方法进行了较深入的研究。提出了利用动态兼容线性分类法实现一个印刷体汉字识别实验系统。在分类中,采用了质量等十一种特征。其中四象限投影脉冲恃征,八象限特征,十六象限0—1特征和四方向微分特征是本文提出和修正改进的。本文还提出了动态兼容线性分类法和识别字典自动完善的方法。利用上述方法在微机上构成了一个实验识别系统。对3000个加有随机噪声的标准汉字进行了识别,经过训练后识别率可达98.5%,识别速度平均每字0.4秒,收到较好效果。 相似文献
7.
8.
文章研究了手写体汉字识别中的一种新的特征提取方法——小波分形分解特征。在该方法中,对手写汉字分别采用小波和分形的方法提取其结构特征和统计特征,并将提取的结构特征和统计特征组合后作为识别器的输入进行识别。实验表明,该方法对训练样本可以达到98.71%的识别率,对测试样本可以达到91.37%的识别率。 相似文献
9.
10.
11.
在现有的人脸表情识别系统中,速度和识别率是最重要的两个衡量标准,为提高人脸表情判别速度和识别率,采用了一种改进了的ASM和分类树表情识别的新方法。首先对传统的ASM的特征点定位过程进行改进,主要用条带法进行局部特征点定位和使用选择性特征点提取算法来提高特征点定位的速度和准确性。用分类树识别算法来改进经典的模板匹配分类法。实验结果表明,在JAFFE人脸表情数据库中进行实验可以获得更好的识别效果。 相似文献
12.
13.
14.
基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。 相似文献
15.
基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。 相似文献
16.
17.
当前的动态目标识别方法在场景复杂的图像中,因为无法采集足够多的特征信息,导致识别结果应用性受限。基于三维激光点云提出一种运动图像动态目标识别方法。利用三维扫描系统获取运动点云图像特征,在不影响有效信息采集的情况下,进行图像预处理;引入地平面方程,将图像背景点云与被识别目标点云通过欧式聚类法分割,提取处理后的被识别目标关键点,并采用Freeman链码检测边缘特征,完成运动图像动态目标识别。试验对比结果表明,所研究基于三维激光点云的运动图像动态目标识别方法,对动态目标有良好的鉴别能力及较好的识别精度,且所需动态目标识别时间较短。 相似文献
18.
大数据下的基于深度神经网的相似汉字识别 总被引:1,自引:0,他引:1
针对传统相似手写汉字识别系统(SHCCR)受特征提取方法的限制,提出采用深度神经网(DNN)对相似汉字自动学习有效特征并进行识别,介绍相似字符集生成方法和针对相似汉字识别的深度神经网络的具体结构,研究对比不同的训练数据规模对识别性能的影响.实验表明,DNN能有效地进行特征学习,避免了人工设计特征的不足,与传统基于梯度特征的支持向量机(SVM)和最近邻分类器(1-NN)方法相比,识别率有较大的提高;且随着训练样本增加的同时,DNN在提高识别性能上表现得更为优秀,大数据训练对提升深度神经网络的识别率作用明显. 相似文献
19.
基于部件特征的分类方法及在汉字识别中的应用 总被引:1,自引:0,他引:1
文章针对汉字的特点,选取一定的轮廓加权值为部件特征向量的度量,提出了一种基于部件特征的特征提取方法。并根据部件的特征和属性,采用ID3算法训练出一个决策树。结合ID3决策树和模糊逻辑的概念,采用粗分类和精分类两级分类判别的方法,首先利用每个部件的权值将部件细分成可处理的小组,然后分析待识别的汉字字符属于哪个不可再分的小组,从而提高了汉字的识别速度和识别效率。 相似文献