63、中文手写识别与古币图像识别技术解析

中文手写识别与古币图像识别技术解析

中文手写识别系统

在中文手写识别领域，研究人员探索了无分割框架下的 Gabor 特征。将文本行图像输入识别器后，它会转换为特征向量序列，识别任务是找出使后验概率最大的字符字符串。该识别器主要由文本行提取、滑动窗口的 Gabor 特征选择和基于隐马尔可夫模型（HMM）的识别三部分组成，系统架构如下：

graph LR
    A[文本行图像] --> B[文本行提取]
    B --> C[滑动窗口特征选择]
    C --> D[HMM 识别]
    D --> E[字符字符串输出]
    F[参考数据库] --> D
    G[手写数据库] --> B

文本行提取

手写内容通常包含约 10 个文本行，每个文本行约有 24 个字符。为便于处理，先将文档分割为文本行。一种直接的方法是水平直方图分析，零交叉点可能是文本边界线。但倾斜的文档会使相邻文本行重叠，水平直方图分析无法有效处理。因此采用基于笔画直方图的倾斜检测算法，对去斜后的文档再进行水平直方图分析，可成功提取手写文档数据库中的所有文本行。

Gabor 特征选择

提取文本行后，使用滑动窗口从左到右对其进行参数化。为测试识别器的鲁棒性，省略了噪声去除和文本行归一化阶段。滑动窗口高度通常与文本行相同，宽度 W 和移动步长 S 需研究人员指定或通过实验确定，这里设置 W = 12 像素（为字符平均宽度的五分之一），S 通过实验确定。此外，将窗口划分为 3 个区域，使用主体区域提取特征向量以抵抗文本行的波动