欢迎来到天天文库
浏览记录
ID:35057525
大小:2.82 MB
页数:51页
时间:2019-03-17
《基于lbp和pca的脱机手写藏文字符识别系统》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、'.、.、.‘.".‘.条’..八T.議犯!的£;权11;細.''.;武^滿中iftA..,1分类号T巧91T;密级——…―公开1t|心,此:11.I’’‘、'‘■?.II茂C产t.i聲气UDC004学号20'碱130613005^.票踪,皆■?去叮-.;,^;..、£青海师范大学^;補;滿S硕女学位论文黛.'、I‘’'....私斯一wx,'砖我巧’、講.隹爾3觀!巧子LBP巧PCA的脱化手写藏文字符识别系统、也车
2、.解霸I綾、、、'’’生姓名’-"鹏_.,^^£.:.嘱解誦讓取:;:2^冀I線於,:;:|’..'.:..;九K,如.,叩:^;^V<导师姓名(职称)黃鹤鸣,.渐渡v鱗y处、沪應'---:串请学位类别理学硕上举科专业名称计錠机应用技术:SiS*硏究方向名称模式识别与智能系统论文提交日期20化年3月论文答辩S期2016年S月^3枝為学位授予単位青海师范大学学位授予日期2016年6月康一':1f:>‘娘-'.、._縣|、私.譯^
3、'-二'<.评阅人瓜,全捉,嘴指rV:蹲躬Vt.J鸿ll^i'/:雛.:、..s'w、-心.’'-’,-’、'.八‘找啦代%、扔;V基于LBP和PCA的脱机手写藏文字符识别系统摘要随着模式识别技术的不断发展,藏文字符图像的理解日益成为人们研究的热点,脱机手写藏文字符的识别也随之吸引了许多学者的目光。目前,关于脱机手写藏文字符识别的研究成果甚少,在此,笔者对其进行了进一步的研究。本文样本选自数据库THCDB,且样本已经进行了预处理,所以本文的研究重点是藏文字符的特征提取和分类器设计。
4、特征提取就是保留对识别有用的信息,去除噪音及冗余信息,尽可能提高特征的有效性,使其更加简洁化。本文首先提出了藏文字符的局部二元模式(LBP)直方图特征。这种特征的识别率较好,但不足之处是其特征空间的维数较大,识别速度较慢。所以,对局部二元模式(LBP)直方图特征进行主成分分析(PCA)来对特征空间进行降维,利用降维后的特征向量作为藏文字符的特征。实验表明:当新特征空间的维数为196维时,藏文字符的识别率最优。分类器设计是建立识别系统不可或缺的一部分,K-近邻(KNN)是一种原理简单、易于操作的分类器,所以脱机
5、手写藏文字符识别中,首先采用了KNN分类器对藏文字符进行识别。在对30个藏文辅音字母的识别实验中,识别率达到了96.04%。为了继续提高藏文字符的识别率,本文进一步采用支持向量机(SVM)分类器对藏文字符进行分类,支持向量机分类器中不同的核函数影响着藏文字符的识别效果,实验表明:当分类器采用径向基支持向量机(RbfSVM)时,藏文字符的识别率最高为97.93%。总之,本文采用融合了局部二元模式(LBP)直方图和主成分分析(PCA)的特征提取方法,并使用RbfSVM分类器对脱机手写藏文字符进行识别,达到了较好的
6、识别效果。关键词:藏文字符识别,局部二元模式直方图,主成分分析,支持向量机IALBP-and-PCA-basedrecognitionsystemforoff-linehandwrittenTibetancharacterAbstractWiththecontinuousdevelopmentofthepatternrecognitiontechnology,theunderstandingoftheTibetancharacterimagehasincreasinglybecomearesearchhots
7、pot,andmanyscholarshavebeenattractedbytheoff-linehandwrittenTibetancharacterrecognition.Atpresent,therearefewresearchresultsofoff-linehandwrittenTibetancharacterrecognition,andtheauthorwouldliketomakeafurtherresearchinthisfield.Thesampleshavebeenselectedfro
8、mTHCDB,anewlyconstructeddatabaseofhandwrittenTibetancharactersamples.Thesesampleshavebeenpreprocessed,sothispapermainlyfocusesonthefeatureextractionmethodsandclassificationmethod.Themainpurposeoffeatur
此文档下载收益归作者所有