基于分形矩的印刷體藏文字符識(shí)別技術(shù)研究.pdf

1、字符識(shí)別是模式識(shí)別的一個(gè)重要分支，藏文字符識(shí)別則因其字型的結(jié)構(gòu)復(fù)雜、相似字的比例高等原因，而一直是字符識(shí)別中一個(gè)具有挑戰(zhàn)性的難題。相對(duì)于漢字的字符識(shí)別研究而言，目前印刷體藏文字符的識(shí)別研究還比較少。藏文字符的自動(dòng)識(shí)別研究是進(jìn)行少數(shù)民族語言文字信息處理和信息化的一個(gè)重要方面，它對(duì)于整理藏文記錄的經(jīng)典文獻(xiàn)、古籍著述具有重要的價(jià)值，對(duì)于穩(wěn)定邊境和推進(jìn)西部開發(fā)等方面也有潛在的作用。 本文首先介紹了字符識(shí)別的一般原理、步驟和字符識(shí)別的常用

2、方法，以及印刷體藏文字符識(shí)別的特殊性和研究現(xiàn)狀等。然后，文中對(duì)印刷體藏文字符識(shí)別進(jìn)行了具體的研究。首先是藏文字丁圖像的預(yù)處理，其過程大致可分為二值化、平滑、行字切分和歸一化等步驟，預(yù)處理后將得到大小統(tǒng)一的藏文字丁圖像。對(duì)于這里的每個(gè)步驟，文中都選取了適合于處理藏文字丁的方法：對(duì)于初始得到的藏文字符圖像，首先采用整體閾值二值化方法對(duì)其進(jìn)行了二值化處理，并使用中值濾波器對(duì)二值化之后的字符圖像進(jìn)行了平滑，然后，采用積分投影法進(jìn)行行、字切分，最

3、后通過三次B樣條函數(shù)將藏文字符歸一化為96×48的點(diǎn)陣。 第二步是特征提取工作，目的是為了去除圖像信息中對(duì)分類沒有幫助的部分，將圖像信息集中到有代表性的特征上來的過程。特征向量中只有包含足夠的類別信息，才有可能通過分類器完成無差錯(cuò)的模式分類。文中首先對(duì)前人提出的兩種特征提取方法——圖像投影法和方向線素法——進(jìn)行了介紹。圖像投影法的抗干擾能力較強(qiáng)，但是該方法區(qū)分相似字的能力較差；方向線素法的特征提取效果較好，通常能夠提取出原字丁的

4、足夠特征，但其提取的特征向量維數(shù)過多，從而使得字丁匹配過程的復(fù)雜度較高。鑒于前面兩種方法的不足，本文提出了一種基于分形矩的藏文字符特征提取算法，用該算法提取的特征可以有效地反映藏文字丁的局部和全局特征，在一定程度上克服了藏文相似字丁極多而造成的誤識(shí)率高的缺點(diǎn)，并且解決了由于特征向量維數(shù)較多造成的運(yùn)算速度慢的問題。 由于難以確定特征向量中是否已包含足夠的類別信息，為了提高類別正確識(shí)別率，在進(jìn)行特征提取時(shí)，往往盡可能地增加提取的特征

5、的數(shù)目，這就使得提取到的特征向量中存在相關(guān)性和冗余，因此，為了減輕分類器的設(shè)計(jì)難度，提高系統(tǒng)的運(yùn)行效率，在提取到藏文字丁的原始特征后，還需要進(jìn)行特征選擇（降維）。關(guān)于特征選擇，文中主要對(duì)主成份分析和多重判別分析進(jìn)行了介紹和分析對(duì)比。主成分分析的目的是尋找在最小均方意義下，最能夠代表原始數(shù)據(jù)的投影，而多重判別分析的目的是尋找在最小均方意義下，最能夠分開各類數(shù)據(jù)的投影。 最后一步工作是分類識(shí)別，在統(tǒng)計(jì)模式識(shí)別中，往往把各類模式的特征

6、向量的統(tǒng)計(jì)平均值作為該類的基準(zhǔn)模板，將待分類模式的特征向量與各類模式的基準(zhǔn)模板進(jìn)行比較，按照最小距離分類準(zhǔn)則進(jìn)行決策分類。本文把各個(gè)藏文字丁圖像的特征向量的統(tǒng)計(jì)平均值作為該藏文字丁的基準(zhǔn)模板，將待分類字丁圖像的特征向量與各個(gè)藏文字丁的基準(zhǔn)模板進(jìn)行比較，采用最小距離分類器進(jìn)行印刷體藏文字符的識(shí)別。并主要介紹了KNN算法和多種距離度量（歐氏距離、馬氏距離和街區(qū)距離）下的Bayes分類算法。 文中使用不同的特征提取、特征選擇和識(shí)別算法

7、，進(jìn)行了多次藏文字符識(shí)別實(shí)驗(yàn)，并從藏文字丁的識(shí)別率、識(shí)別速度、拒識(shí)率和識(shí)別的可靠性等方面，將它們進(jìn)行了對(duì)比。在本文的藏文字丁分類識(shí)別實(shí)驗(yàn)中，通過使用方向線素法和分形矩法提取特征，使用主成分分析法選擇特征并使用基于馬氏距離的Bayes分類算法，可以達(dá)到最高的識(shí)別率。此時(shí)，對(duì)使用分形矩法提取到的特征進(jìn)行識(shí)別時(shí)得到的識(shí)別率略高，并且對(duì)使用分形矩法提取到的特征進(jìn)行分類識(shí)別時(shí)，其識(shí)別速度遠(yuǎn)遠(yuǎn)高于使用方向線素法時(shí)的速度。因此，本文提出的分形矩法可以