17、基于混合纹理特征的文档图像语言分类

基于混合纹理特征的文档图像语言分类

在文档图像分析领域，脚本/语言识别一直是一个重要的子领域。以往大多数文本识别方案基于行级或词级，而块级或文档级的文本识别工作相对较少。块级无分割脚本识别可提高分类速度，有助于根据脚本检索文档。不同语言的脚本在视觉上具有独特特征，本文将利用这些特征进行基于语言的文档图像分类，并提出了一种结合平稳小波变换（SWT）和方向梯度直方图（HOG）的混合特征提取方案，以提高分类性能。

相关工作回顾

在文档图像分析领域，众多研究者开展了丰富多样的工作，为脚本/语言识别技术的发展奠定了坚实基础。以下是一些具有代表性的研究成果：
- 印度语言脚本识别 ：Chaudhury等人运用基于Gabor滤波器从连通组件提取的特征，并结合组合分类器，构建了印度语言脚本识别系统，有效提升了识别性能。Kulkarni等人采用基于视觉线索的特征，借助概率神经网络（PNN）实现了多语言文档的脚本识别。
- 多语言脚本行识别 ：Pal和Chaudhury开发了一套系统，能够从文档中识别英语、孟加拉语、阿拉伯语、中文和天城文的脚本行。他们巧妙地结合了基于形状、统计以及部分基于水库的特征，为多语言脚本行的准确识别提供了有效方法。
- 手写文本识别 ：Rajput等人利用离散余弦变换（DCT）和小波特征，提出了手写文本识别系统。他们以块为单位处理文档，并运用K近邻方法进行分类，为手写文本的识别提供了新的思路。
- 文本特征提取与识别 ：Pardeshi等人采用多分辨率空间特征进行印度脚本识别，通过对文档图像的分割单词应用