基于Gabor特征與SVM的漢字識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、漢字識(shí)別系統(tǒng)是將圖像數(shù)據(jù)中的文字信息提取出來的一種系統(tǒng)。根據(jù)圖像數(shù)據(jù)的種類，漢字識(shí)別系統(tǒng)有著各種各樣廣泛的應(yīng)用。比如銀行單據(jù)識(shí)別，電子圖書館，郵政編碼自動(dòng)分類，手寫輸入法等。在統(tǒng)計(jì)的方法中，人們利用圖像特征對(duì)圖像進(jìn)行分類。經(jīng)過很多人幾十年的研究，Gabor特征在眾多可選的特征中脫穎而出，成為材質(zhì)識(shí)別，人臉識(shí)別，文字識(shí)別等方面最重要的一種特征。作為小波分析的一種方法，Gabor特征比較符合人類視覺的形成原理，具有良好的生物學(xué)背景，因而非常

2、適合解決材質(zhì)識(shí)別之類的問題。在分類器的使用上，20世紀(jì)90年代出現(xiàn)的支持向量機(jī)（SVM）一經(jīng)推出就備受關(guān)注，一直是分類研究最活躍的領(lǐng)域。因?yàn)镾VM對(duì)小樣本數(shù)據(jù)的學(xué)習(xí)與分類具有很好的效果，對(duì)于訓(xùn)練樣例不足夠多的情況，SVM是很好的選擇。 本文將這兩個(gè)工具結(jié)合起來，研究了各種識(shí)別技術(shù)下，漢字識(shí)別的準(zhǔn)確率與識(shí)別率情況。在漢字識(shí)別系統(tǒng)的基本框架下，利用二值化聚類法提取出圖像中的文本區(qū)域，將Gabor特征與SVM用于漢字識(shí)別技術(shù)，實(shí)驗(yàn)了各