印刷体新傣泐文字符识别方法研究

《印刷体新傣泐文字符识别方法研究》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、分类号ＴＮ９１密级公开ＵＤＣ编号《方Ａ掌巧女研《ｉ《化裕ｉ；题目印刷体新條规义辛符巧别方法研究ＴｉｄｅＰｒｉｎ化ｄＮｅｗＴａｉＬｕｅＣｈａｒａｃｆ：ｅｒＲｅｃｏｇｎｉｔｉｏｎＴｅｃｈｎｏｌｏｇｙＳｔｕｄｙ学院（所、中也）信息学晓专业名称电子与通信工程研究生姓名李登峰学号１２０１２００２３０５导师姓名余鹏飞职称副教巧２０１６年３月扉巧：论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别

2、加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，不存在飄窃或抄袭行为。与作者一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。：学校有权保留本论文（含电子版）现就论文的使用对云南大学授权如下，也可心方采用影印；，、缩印或其他复制手段保存论文学校有权公布论文的全部或部分内容可＾式将论文用于查阅或借阅服务：学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖：学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。

3、（内部或保巧的论文在解密后应進循此规定）研究生签名：导师签名：会９杉令日期：茄／（．与２摘要目前云南西双版纳俸族语言及文字信息化发展相对滞后，发展俸族文字识别技术对于推进俸族语言文字信息化技术发展水平，Ｗ及研宛俸族历史文化有非常重要的意义。本文研究了两种能够对印刷体新俸文字符进行识别的方法，分别是基于ＢＰ神经网络和基于卷积神经网络的方法，两类方法的流程相似，不同之处在于识别部分的分类器设计。本文在文章的安排上，前面主要介绍两类算法，后面重点介绍识别的具体步骤和操作方法：

4、在图像预处理阶段，首先选择了将扫描仪作为俸文图书的图像采集工具，然一后提出了系列关于倾斜矫正、二值化、细化操作的预处理算法，最后从新傢文的构词特点及字符切分难点出发提出了正确可行的新俸文字符切分方法。在识别阶段，主要介绍了基于ＢＰ神经网络和卷积神经网络两类识别算法的分类器设计步骤。其中，建立ＢＰ神经网络时采用的是局部灰度特征作为向量特征，双隐层网络结构，９８．０３％ＬｅＮｅ巧最终的识别率为；卷积神经网络采用网络结构，９８３０最终识别率达到．％。文章的最后对两类识别方法进行了

5、对比，简单陈述了两类方法的优缺点Ｗ及在新俸文识别过程中遇到的困难和需要解决的问题，最后提出了新懷文研究的未来发展方向。关键字：图像预处理图像识别ＢＰ卷积神经网络；字符切分神经网络；；；ＩＡｂｓｔｒａｃｔＡｔｒｅｓｅｎｔ，ｔｈｅｉｎｆｏｒｍａｌｉｚａｔｉｏｎｏｆｔｈｅｌａｎｕａｅａｎｄｃｈａｒａｃｔｅｒｏｆＹｕｎＮａｎｐｇｇＸ．ｉＳｈｕａｎｇＢａｎＮａＤａｉｎａｔｉｏｎａｌｉｔｙｈａｓｌａｇｇｅｄｂｅｈｉｎｄＴｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅ

6、ＮｅｗＴａｉＬｕｅｒｅｃｏｎｉｔｉｏｎｌｉｉｄｅｌｈｅｉｍｆｏｉｉｇｔ：ｅｃｈｎｏｏｇｙｓｍｐｏｒｔａｎｔｔｏｖｅｏｐｔｒｍａｔｚａｔｏｎｏｆ化ｅｌａｎｕａｅｇｇａｎｄｃｈａｒａｃｔｅｒｏｆＹｕｎＮａｎＸｉＳｈｕａｎｇＢａｎＮａＤａｉｎａｔｉｏｎａｌｉｔｙａｎｄｓｔｕｄｔｈｅｈｉｓｔｏｒ，ｃｕｌｔｕｒｅｙｙａｎｄｒｅｓｅｒｖｅｔｈｅｔｅｘｔｉｎｆｏｒｍａｔｉｏｎａｎｄａｎｃｉｅｎｔｌｉｔｅｒａｔｕｒｅｏｆＤａｉ．Ｔｈｉｓａｒｔｉｃ

7、ｌｅｄｉｎｔｒｏｄｕｃｅｓｐ＾ｔｔｅｓｏｆｒｅｃｏｎｉｔｉｏｎｍｅｔｈｏｄｏｆｒｉｍｅｄｎｅｗＴａｉＬｕｅｔｈｅａｒｅＢＰｎｅｕｉａｌｎｅｔｗｏｋｗｏｙｐｇｐ，ｙｒａｎｄｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｔｈｅｓｅｔｗｏｗａｓａｒｅｓｉｍｉｌａｒｉｎｒｏｃｅｓｓ，ｔｈｅｄｉｆｆｅｒｅｎｃｅｙｐｌｉｅｓｉｎｔｈｅｃｌａｓｓｉｆｅｄｅｉＴｈｉｔｉｌｉｔｏｄｕｃｅｓｔｗｏｗａｓｏｆｏｃｅｓｓｉｎｔｈｉｔｉｒｓｇｎｓ

8、ａｒｃｅｎｒｒｓｗｏａｒｔｓ，．ｙｐｇｐａｎｄｅｍｐｈａｓｉｓａｎｄｄｉｆｆｉｃｕｌｔｙｏｆｉｔ．Ｓｏｌｖｉｎｇｐｒｏｃｅｓｓｉｓａｓｆｏｌｌｏｗｓ：－ｗｅｃｈｏｏｉｍａｉｉｌＩｎｔｈｅｅｒｅｒｏｃｅｓｓｎｓｔ：ａｅＦｒｓｔｓｅｓｃａｎｎｅｒａｓｔｈｅｂｅｓｔｔｏｏｌｏｆｇｐｐｇｇ，ｙ，ｉｅｉｎｕｔＳｅｃｌｉｔｈｉｌｉｔｈＴ