2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩133頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、20世紀(jì)80年代,隨著圖像處理和模式識別技術(shù)的發(fā)展,數(shù)字、字符識別研究越來越引起人們的重視.字符識別特別是小語種數(shù)字、字符識別有其自身的特點:字符的種類繁多;字符形態(tài)復(fù)雜、多樣;研究起步較晚;應(yīng)用需求日益上升.為了滿足實際應(yīng)用的要求,深入研究小語種數(shù)字、字符的識別具有學(xué)術(shù)意義和應(yīng)用價值.
   字符識別一般包括預(yù)處理,特征提取和分類器設(shè)計.本文的創(chuàng)新工作有:
   圖像預(yù)處理:改進(jìn)的Bernsen算法,采用線掃描的Ber

2、nsen算法結(jié)合Gaussian濾波能有效的去除非均勻光照圖像中的陰影干擾。
   由于不同字符有其自身的特點,對不同的字符集采用不同的特征提取方法:
   1.基于Kirsch算子提取的方向特征法.提取字符的水平、垂直、左對角和右對角四個方向的特征,把原圖向量結(jié)合起來共同映射為一個新的特征向量,對該特征空間進(jìn)行PCA降維得到新的特征.
   2.基于主成分分析圖像重建的特征提取方法,進(jìn)行字符識別.提出圖像主成分

3、分析特征提取方法,該方法能保持特征穩(wěn)定的情況下比二維主成分分析提取圖像特征系數(shù)少.
   3.加權(quán)線性判別分析方法.線性判別分析并不確保對分類準(zhǔn)確性最優(yōu),有可能使得已經(jīng)分開的鄰近類引起不必要的重迭.為了克服這類問題,本文對線性判別分析進(jìn)行加權(quán)處理,找到最優(yōu)子空間.
   分類器的設(shè)計是字符識別的關(guān)鍵,本文的研究有:
   1.提出了基于閾值的貝葉斯判別函數(shù)結(jié)合核方法的分類器,分析了核與高斯過程的關(guān)系,采用閾值替代

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論