書法字書體風(fēng)格識(shí)別技術(shù).pdf

1、ADissertationSubmittedtoZhejiangUniversityfortheDegreeofMasterofEngineering1—1一⑧Author：RecognitionTechnologySubject：CollegeSubmittedDate：3／2014浙江大學(xué)碩士學(xué)位論文摘要摘要中國(guó)書法是中國(guó)傳統(tǒng)文化的重要組成部分。隨著數(shù)字化技術(shù)的不斷發(fā)展，越來越多的書法作品被數(shù)字化并保存到了數(shù)字圖書館中。用戶在瀏覽欣

2、賞數(shù)字化的書法作品的過程中，往往希望能夠欣賞同一種書體的書法作品，然而目前計(jì)算機(jī)自動(dòng)識(shí)別書法字書體的技術(shù)還不太成熟，只能通過人工來分類，效率較低。另外，一些書法入門者有可能對(duì)正在欣賞的書法作品所屬書體并不明確，這就需要一種計(jì)算機(jī)視覺的方法幫助他們來識(shí)別書法字書體。針對(duì)上述問題，本文提出了建立在書法字圖像全局特征基礎(chǔ)上的基于SSC(相似性敏感編碼)的算法和建立在書法字圖像局部特征基礎(chǔ)上的基于SIFTKNN的特征過濾書法字書體識(shí)別算法?；?/p>

3、SSC的書法字書體識(shí)別算法采用GIST特征描述子表達(dá)書體特征，使用相似性敏感編碼算法SSC將GIST特征向量轉(zhuǎn)化為二進(jìn)制向量，從而使得書體分類問題轉(zhuǎn)換為基于海明碼距離的二進(jìn)制向量相似性匹配?；赟1FTKNN的特征過濾書法字書體識(shí)別算法采用SIFT特征描述子表達(dá)書體特征，通過特征過濾的方法剔除掉不具備明顯書體特征的SIFT特征點(diǎn)，從而建立一個(gè)SIFT書體特征庫，用于書體識(shí)別。實(shí)驗(yàn)表明，兩種算法各有優(yōu)劣，前者魯棒性較強(qiáng)，對(duì)于噪音較多且不規(guī)

4、則的古代書法作品風(fēng)格識(shí)別有著較好的效果，且識(shí)別速度較快；后者對(duì)形狀規(guī)則統(tǒng)一的印刷體字符識(shí)別效果更佳。進(jìn)一步，本文利用SSC算法能將特征向量編碼為二進(jìn)制向量，使得匹配速度快，存儲(chǔ)空間要求小的特點(diǎn)，實(shí)現(xiàn)了Android平臺(tái)下的漢字實(shí)時(shí)識(shí)別。從特征提取、相似性匹配和軟件系統(tǒng)架構(gòu)三個(gè)層面出發(fā)，設(shè)計(jì)和實(shí)現(xiàn)了Android平臺(tái)下GIST特征提取、SSC特征碼壓縮以及基于JNI實(shí)現(xiàn)核心算法的軟件系統(tǒng)架構(gòu)，識(shí)別中文簡(jiǎn)體和繁體印刷體字符。關(guān)鍵字：書法字書