摘要
复杂图像文字识别是基于内容图像检索的一个重要研究方向.针对图像中的文字可能存在倾斜、光照不均、噪音干扰和边缘柔化等多种异态问题,提出一种有效的异态汉字识别方法,称作SC-HOG.首先,利用稀疏编码得到基向量和稀疏系数,通过重构图像滤除噪音、处理边缘柔化;然后,利用梯度方向直方图抽取复原图像的汉字边缘梯度特征,削弱倾斜和光照的影响;最后,将获取的特征向量送入分类器,实现异态汉字的识别.通过合成数据集和真实数据集两方面的实验来验证SC-HOG方法的有效性:前一方面实验结果表明,SC-HOG方法对于倾斜、光照不均、噪音干扰和边缘柔化等异态情况有较强的鲁棒性;后一方面实验结果表明,SC-HOG方法在原生数字图像和场景图像真实样本集上也能取得较好的结果.
Recognizing characters from the complex image plays an important role in content-based image retrieval and has been well studied in past decades. The methods for normal characters recognition, however, become inapplicable when characters suffer from skew, uneven illumination, noise and anti-aliasing. A new method, named SC-HOG, is proposed in this paper for recognizing abnormal Chinese characters. Firstly, sparse coding is applied on abnormal character image to smooth noises and reduce anti-aliasing. Secondly, HOG features that help reducing the influence of skew and uneven illumination are extracted. Finally, these features are fed into a well-trained classifier to recognize the character of the given image. Experiments on both synthetic and real data sets show that the proposed method, SC-HOG, achieves high accuracy on abnormal Chinese characters recognition.
出处
《软件学报》
EI
CSCD
北大核心
2014年第10期2266-2281,共16页
Journal of Software
基金
国家自然科学基金(61201424)
天津市自然科学基金(12JCYBJC10100)
中央高校基本科研业务费专项资金(65012131)
关键词
稀疏编码
梯度方向直方图
增量线性决策分析
汉字识别
文档图像处理
sparse coding （SC）
histograms of oriented gradients （HOG）
incremental linear discriminant analysis （ILDA）
Chinesecharacter recognition
document image processing
作者简介
王恺（1979-），男，吉林长春人，博士，副教授，CCF会员，主要研究领域为图像处理，模式识别．E—mail：wangk@nankai．edu．cn
李成学（1988--），男，硕士生，主要研究领域为文档图像处理．E—mail：lichengxuelcx@126．com
王庆人（1944-），男，博士，教授，搏士生导师，主要研究领域为图像处理，模式识别，软件工程．E—mail：qrwang@experexchange．com
赵宏（1967-），女，博士，副教授，CCF会员，主要研究领域为机器学习．E—mail：zhaoh@nankai．edu．cn
张健（1978-），女，博士生，主要研究领域为文档图像处理．E—mail：nkzhangjian@163．com
