小字号字符分割算法和纹理分割算法分析

《小字号字符分割算法和纹理分割算法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、孛虫大学谈士学位论文1．2字符分别及其研究背景在众多的英文OCR系统中，文字图象绽往先被分割梵必含单个字符的字符图氖，并把字符图象提交给识别模块谶行字符识别。其中把文字阑象分割为字符图象的过程称佟字符分割。字符分割属于图象分割范畴。字符分割在OCR系统中处予重要地位，分割豹准确率塞接彩弼整个OCR系统的性能。字符分蘩瀚滚患在予蟊霞解决秸连字镑黥分割问题。而在OCR中，对于分割那些不同字号的粘连率符更是一个具挑战性的问题[Min19991。此问题被研究多年后的今天，新如现的方法～般都使用到～定的先验知识，著其京～定瓣癌发经；更有甚嚣，与援别远程糖结台，把它

2、终戈爱验过校来握毫分剡鹣效果[Seong19951，【Seong1996]，[李2001]。字符识别根据字符集的不同，分为英文字符识别、汉字字符识别、艇暇字符混含识别等{嘏握字符豹产生方式的不同，分为印剥体字符识别、手写体字德识别、手写熬名{}{麓等。对应予举鬻翡字符识簇炎羯，遣有糟应静字符分割类爱。鼓1．1带的叙述可知，适用于所有图象分割的方法是不存在的；同样地，适用于备种不同字符分割的方法也跫不存在的。因而，根据不同的字符分割范畴，会有不同的方法。本文研究的字符分割，主要嶷孛在英文露捌俸字赞分割上。1982年，Casey等人提出酌递归分割算法：首先粗

3、略估计图象的所有可能分割点，并分别测试各分割点分割出来的小图象是否可以识别成功来确定最终的分割点。Seong-WhanLee等人提出的方法是基于灰发豳象的地理髂息的提取以及结合动态援划方法煞菲线性字符分饕方法[Seong1995]，【Seong19961，辩辩分鬣结采避行谖襄，最终重新憋合分割结聚。Min-ChulJung等人提出的方法是基于字模的四侧外轮廓匹配的字符分割方法[Min1999]，在分割过程中可以糕本确定已分割出来的小图象的识别结粜范围。声达等人远避慰字簿整象熬嚣絮形态避行分辑，疆爨y基予蚤絮形态分辑载连髂字符图象识剐方法【声20001。李

4、後等人对现有警符分箭方法的总结基础上，提出了基于前端预测识别的粘逡字符分割方法【李2001】。1．3纹理分割及其研究黹景绞璞楚隘象豢豹领蠛灰度黧游分布失特程戆，因藏无法鹾点来定义。纹理尺度与黼象分辨率有关，例如。从远距离观测由地板砖构成的地板时，我们看到的是地板砖构成的纹理，而没有看到地板砖本身的纹理模式，当在近距离(只能看到几块砖的距离)溉溅曩髅熬场景对，我霰嚣始察鬣舞每一块砖上豹详细蒺式。关予鹜象纹麓懿薅确定义迄申出大学硕士学链论文今还没有一个统一的认识。一般来说，纹理是指图象强度局部变化的重复模式。这样，程一个瑟象嚣域中重复爨瑗瀵是给定获凄特薤款一

5、令连逶象素集合擒藏了一令绞瑾嚣域。实际上，对纹理的研究有两个目的，～个是研究纹理的观黉特性，即如何设计具有特定效果黪纹理，使之其鸯一定美学价值或自然逼冀效果，这是诗算机图形攀驻研究的差要磊标；弼一个是骚炎纹理图象黥特性，酃绞建分析，以便分裘稻识巅弱豢，这是机器视觉追求的目标。也就是说，对机器视觉来说，纹理是为了分割和识别场景或物体表面类型而产生的一种视觉标记。绞蓬分援毽含奏三个圭要熬运题：绞瑾分类、绞理分裁窝葳纹蓬狻菱形狻。孬本文主要考虑纹联分割问题。纹理分割的目的是自动确定图象中各种纹理区域之间的边界。用于纹理分析的算法很多，这些方法可大致分为统计分析

6、、结构分析和时频分析三大类。统计方法广泛遮鼹予绞理分辑中。走了强化分类，可以扶灰度墨象诗算获度共生矩阵(Grayscaleeo—occBrreneematrix)、对眈度(Contrast)、熵(Entropy)戳及均匀度(Homogeneity)等纹理特性。当纹理熬元很小并成为微纹理时，统计方法特别有用；相反，当纹联基元很大时，应使用结构化方法，即蓠先确定基元的形状和性质，然后，霉礁定控露l这些基元篷鬟瓣褒裘，这撵藏澎残了宏纹理。而时频分析的纹理分析方法则是随着时频分析工具的发展而掇出的。本文主要研究时频分析的纹理分割方法。1．4本文的主要研究内容及章

7、节安排第一章怒绪论，介绍本文静研究鹜景。第二章烧为后面章节做准备，介绍本文使用到的相关基础知识。第三章研究现有的印刷体英文字符分割的算法，辨指出现有方法的不足，继后提出零文瓣字雩警分餐方法。第四章怒基于第三章的字符分割方法的基础上，介绍我们研制并开发的，应用第三章字符分割方法的《图文荚汉即时翻译系统》及其识别方法。第五章是介绍本文关予霪象分裁的雯一个内容——纹理分割。4中山大学硕士学位论文参考文献【边2000】边肇祺，张学工，模式识别．北京：清华大学出版社，2000【贾2000】贾云得，机器视觉，科学出版社，2000【李2001】李佐，王姝华，蔡士杰，一

8、种基于前端预测识别的粘连字符分割方法，计算机研究与发展，V01．38，No．11