圖象分析技術(shù)及其在漢字識(shí)別中的應(yīng)用.pdf

1、該文首先對(duì)傳統(tǒng)的模式識(shí)別方法作了簡(jiǎn)單介紹,隨后提出了輻射投影變換和極半徑不變矩等新的識(shí)別算法,并將它們用于漢字識(shí)別之中.對(duì)幾種典型的傅里葉子作了深入的比較研究,并從理論和實(shí)驗(yàn)兩個(gè)層面得出結(jié)論,認(rèn)為基于極半徑函數(shù)的傅里葉子是幾種中最好的一種.首次提出了輻射投影變換的概念,給出了數(shù)學(xué)模型以及具體實(shí)現(xiàn)方法;接著對(duì)原始投影曲線進(jìn)行了優(yōu)化改進(jìn),即以累加型的投影函數(shù)值為函數(shù),并施以類似旋轉(zhuǎn)的變換,得到了更易于提取特征和魯棒性更強(qiáng)的函數(shù)-改進(jìn)投影累加

2、函數(shù);隨后研究了漢字的投影函數(shù)特性和改進(jìn)投影累加函數(shù)特性,以及它們相應(yīng)的傅里葉特性,并用傅里葉系數(shù)作為特征值進(jìn)行識(shí)別;用上面的方法對(duì)1000個(gè)常用漢字進(jìn)行識(shí)別實(shí)驗(yàn),識(shí)別率達(dá)98.1﹪.首次提出了極半徑矩的概念,給出了具有平移、旋轉(zhuǎn)和尺度不變性的多個(gè)不變矩;結(jié)合實(shí)驗(yàn),選取了5個(gè)特征值作為識(shí)別用的特征向量;這些不變矩既適用于模式是區(qū)域的情況,又適用于模式是邊界曲線的情況;既適用于模式是單區(qū)域的情景,又適用于模式是多區(qū)域的情景;通過(guò)大量實(shí)驗(yàn),