维吾尔文字识别技术中的切分算法研究

在许多文字识别系统中,字符切分是预处理阶段的重要环节,其目的是从文本图像中分离出字母图像,然后针对切分后的每个字母进行识别。为了达到字符切分的目的首先要切分出文本图像中的每一个连体字母段。本文将彩色图像转换为灰度化的边缘图像,其次对图像进行局域二值化,再进行区域检测,初步实现了图像中维吾尔文字行的定位,然后根据定位结果从图像中切分出文字行,统计切分后的文字行在水平和垂直方向上的像素累计情况,查找最佳切分点,分离出文字行中的字母独立形式或几个字母连成的连体字母段,对后面的字符切分打了很好的基础。实验结果表明,文字行的切分准确率达到92％,字切分准确率达到90％以上。     

彩色背景图像中维吾尔文字定位的研究

自然环境中包含大量的文字信息,这些信息对于基于内容的图像检索、场景理解和智能交通等领域具有重要的应用价值。文章在现有文字定位技术和分析维吾尔文字母结构特点的基础上,提出了用Sobel边缘检测的一种定位方法,并详细介绍了用边缘检测、二值化、形态处理、最后利用连通区域分析和文本区域合并等算法来提取文本区域的过程。     

一种脱机手写维吾尔文切分的方法

随着信息技术的迅速发展和计算机软件技术的不断成熟,维吾尔文信息处理也取得了很大的进步.字符切分是字符识别的基础,文章在分析维吾尔文字母的结构特点的基础上,对维吾尔文单词的切分进行了一些研究,根据对字符的高度,宽度,相邻字符块的间距,笔画分布规律等特征进行分析,提出了一种切分方法.     

基于深度学习的维吾尔文扫描体识别

基于深度学习的神经网络在中英文的图像文字识别中有着广泛的应用,而在维吾尔文识别的相关研究中应用有限.针对维吾尔文属于粘连性文字难于识别的问题,建立了维吾尔文图像识别的数据集,提出了TRBGA模型,并与主流的网络做了对比实验.实验表明:所提出的识别方法准确率达到了99.395％,优于传统的识别方法.     

基于维吾尔文的聚焦策略爬虫技术研究

随着网络资源的不断丰富,人们获取信息的途径已被网络代替。维吾尔文,在语言信息处理,WEB应用等领域有了迅速的发展。文章针对网络爬虫的工作原理以及聚焦爬虫策略进行阐述,在此基础上结合维吾尔语信息提取的相关研究,研究了维吾尔文的网络爬虫技术的结构和策略,从而为维吾尔文搜索引擎的网页数据库建设和维吾尔文网络舆情分析研究提供海量的语料。     

基于识别的粘连手写数字串切分系统

为解决手写数字串中的粘连问题,提出了一种基于识别的粘连手写数字串切分系统。该系统通过外轮廓分析和投影分析,找出相应的候选切分线。利用候选切分线对数字串过切分,过切分后的每个子图像定义为一个片段,相邻的一个或多个片段的组合定义为一个集团。数字串的每个候选切分结果由一个或多个集团组成。对所有的候选切分结果建立一个概率模型,并使用单个数字识别器对所有集团进行识别。根据最大后验概率准则,选出最优的切分结果。在搜索最优切分结果时,使用剪枝算法,降低了算法的时间和空间复杂度,从而满足实时处理要求。利用从NISTSD19中收集到的样本进行实验,正确切分率高达97.72%。     

文本文件的语音识别中音节的自动切分

汉语语音识别中对孤立词、小词汇特定人的语音识别率较高，但对于连续的大词汇量语音识别率较差。把连续的大词汇语音实时自动地切分为单个音节，可以提高其系统的识别率。本文根据汉语语音在能量和频率等方面的特征，找到了短时平均幅度和短时平均过零率的方法来检测音节的端点，从而得到对文本文件中汉语语音的音节自动切分算法。     

简牍图像文字切分算法研究

简牍图像具有干扰噪声大、文字大小不一的特点,传统的文字切分算法很难准确区分图像中的文字与噪声。针对简牍图像特点,利用投影法进行文字初步切分,运用多种补偿算法对初切分结果进行去噪处理和精确定位。实验结果表明,该算法具有文字切分效果好、运算时间短、易于实现的特点,对简牍图像处理的工程应用具有积极意义。     

一种改进的手写汉字文本切分算法

在分析传统手写汉字文本切分算法利弊的基础上 ,提出了一种改进的基于快速连通域提取的切分算法 ,算法具有很强的抗干扰能力 ,有效解决了小角度歪斜图像和笔画粘连字符的汉字切分问题 .同时给出了具体的实现方法     

基于图像处理的车牌识别研究

该文对基于图像处理的车牌识别算法进行了研究。首先,采用灰度化和阈值法进行图像预处理,消除一部分背景信息;其次,采用Canny边缘检测算法提取车牌边缘,采用开运算和闭运算等形态学操作来改善边缘提取的效果,使车牌区域尽量互相连通,进一步消除干扰,准确定位车牌;第三,采用垂直投影法对车牌进行字符分割;最后,采用模板匹配的算法对车牌字符进行识别。Matlab仿真分析表明,该文设计的车牌识别算法可有效地实现车牌识别。     

手写维文字符分割中的多信息融合路径寻优方法

针对维吾尔词书写粘连和手写笔画漂移等问题,提出一种基于多信息融合路径寻优的字符分割算法.利用笔画提取、切分和聚类,过分割单词图像得到主体和附加字段,通过字段模糊匹配获得鲁棒的字根序列描述,以抑制笔画漂移造成的干扰;由建立的匹配位置高斯模型来估算字段匹配信息,经对单字分类器输出进行置信度转换,从而得到字符识别信息,再运用数据统计获取单词语义信息;由构建的字符序列二阶Markov语言模型,基于Bayes准则,提出了单词后验概率的多信息加权融合计算方法,通过字段匹配及字根合并的路径寻优,可得到最佳字符分割结果.在手写维文样本库上的实验表明,所提算法能有效提升字符分割的准确率和稳定性.     

字符级的维吾尔语形态协同分析方法

针对维吾尔语中构形词缀种类多、构形复杂以及发生音变现象等问题, 提出一种基于字符级的维吾尔语形态协同分析方法。该方法最大的特点是同时进行维吾尔语的形态切分、形态标注以及音变还原, 将词素边界、形态标记以及音变信息用一个复合标记描述, 采用字符序列的标注方法进行训练。实验结果显示, 形态切分、形态标注及音变还原的正确率分别达到96.39%, 92.78%和99.79%, 系统总体正确率达92.59%。     

维汉谚语形式对比分析

谚语作为一种极具民族特色的语言形式，既是词汇学又是语法学的研究对象。维汉谚语在语法形式上既有相似之处，又有明显的差异。通过对单句式、紧缩句式和复句式维吾尔谚语和汉语谚语的统计对比分析，发现维汉谚语形式特点的共通之处在于句式自足完整，形式简洁自然，兼得书面语和口语之风；不同之处在于维吾尔谚语基本遵循SOV语序，汉语则遵循SVO语序。     

活体虹膜图像识别技术中的预处理

鉴于虹膜图像的预处理在虹膜识别技术中的重要地位,本文提出一种活体虹膜图像识别的预处理方法。运用数学形态学的知识,首先采用最小二乘法定位虹膜内边缘和检测上下眼睑,接着利用改进的随机Hough变换方法定位外边缘,然后采用双阈值法检测睫毛,最后对分割处理的虹膜区域归一化及进行去噪与增强处理。实验结果表明：本文的预处理方法,能从几个方面提高速度和精度,节省了整个虹膜识别的时间。     

基于图像分割的古彝文字识别系统研究

介绍了一个古彝文字识别系统实现方案,并重点讨论了图像分割和字符识别,包括图像细化、大小归一化、模板匹配等关键技术.应用MATLAB和C 语言编程实现了上述过程的仿真,仿真结果对古彝文字识别研究具有一定意义.     

基于单片机的图像识别模组的研究

自动识别技术是实现信息数据自动识别与采集的重要手段,是当今世界高科技领域的一项重要系统工程。而作为自动识别技术其中的重要组成部分——图像识别技术在生活中的应用越来越普遍。本文重点介绍了图像的处理、分析和识别模式。通过凌阳单片机SPCE061A与凌阳图像识别模组组合使用来验证图像识别的应用,使大家对图像识别有深层次的认识。     

复杂背景下基于肤色检测的动态手势分割与识别

在类肤色的复杂背景下,基于肤色检测的动态手势识别会因肤色干扰导致识别效率较低。提出了一种基于YCbCr颜色空间的改进三帧差分法的动态手势识别方法。首先利用改进的三帧差分法对动态手势进行分割,有效去除类肤色背景;然后根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法有效去除非肤色背景,分割出手势区域。通过双特征提取,有效去除大范围的肤色背景,最终得到完整的手势;最后利用BP神经网络较强的自学习能力,对分割的动态手势进行检测识别。实验结果表明,此方法在应对环境变化时具有较好的实时性和抗干扰能力,拥有较高的识别率。     

基于轮廓结构和统计特征的字符识别研究

车牌识别系统是智能交通不可缺少的一部分,在车牌识别系统中,字符的特征提取和字符识别是这一系统的关键技术.文章利用字符的轮廓结构特征和统计特征对字符进行识别,根据字符外部轮廓的上、下、左、右4个方向的特点和一些统计特征,如字符最大宽度,垂直方向笔画数等作为识别特征,形成判别树,再利用判别树对汽车牌照中的数字和字母进行识别.此方法识别的准确率比较高,并提高了识别速度,还适用于其他不同字体的数字和字母识别.