一种自适应图像增强和AlexNet的水书古文字识别算法

针对水族古文字受字形变化、年代噪声影响，无法实现高质量数字化提取，且缺乏利用深度学习技术实现对水书古文字的自动化识别问题，提出了一种自适应图像增强和AlexNet的水书文字识别算法，通过优化模型识别复杂环境下文字的关键特征，实现水书古文字智能识别以及同汉字的自动翻译。首先，采集具有代表性的水书古文字并进行数据标注处理，通过图像变换算法扩充数据集；其次，计算各种场景的图像噪声阈值，构建自适应图像增强的去噪算法；最后，构建AlexNet神经网络模型实现水书古文字的自动识别。实验结果表明，提出的算法能有效识别复杂环境下的水族古文字，其精确率、召回率和F₁值分别为0.975 5、0.974 3和0.974 3，能为少数民族文字识别、古籍文字自动提取及少数民族古文字与汉字的自动翻译提供有效支撑，具有一定的学术价值和应用前景。