小波变换在光学字符识别中应用及展望.pdfVIP

小波变换在光学字符识别中应用及展望.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考!!!

振动、测试与诊断 V01.26 第26卷增刊 Supp. 2006年9月 of 8L Sep.2006 JournalVibration。Measurement Diagnosis 小波变换在光学字符识别中的应用及展望 李建美 路长厚 马金奎 (山东大学机械工程学院济南,250061) 摘要首先介绍了小波变换的基本理论、常用方法以及在信号处理方面应用的最新进展,然后总结了小波分析方 法在字符识别领域的国内外应用现状,从字符图像的预处理、字符的定位、分割、特征提取、分类识别等各个环节中 小波的应用进行了分析和比较,重点对小波在特征提取方面的应用效果进行了总体评价。最后,提出了小波分析方 法在字符识别应用中存在的问题,并对其应用前景进行了展望。该工作有助于了解小波变换在字符识别中的整体 应用概况,可以进一步明确研究方向,最终能够利用小波变换达到提高字符识别的识别率的目的。 关键词 小波变换 字符识别信号处理 特征提取 中图分类号TP274+.3TP391.43TP751.1 得到字符图像的结构特征分量。因此,采用小波变换 引 言 在光学字符识别中得到了广泛的应用。 本文对小波变换理论在光学字符识别中的应用 光学字符识别(oCR)已经成为当今模式识别进行了分析和比较,介绍了小波在光学字符识别的 领域中最活跃的研究内容之一。它综合了数字图像 各个环节中的一些典型应用方法。同时,展望了其应 处理、计算机图形学和人工智能等方面的知识,同语 用前景,提出了一些认为可能的发展方向。 音识别、行为识别等一起日益成为人们研究的焦点。 字符识别一般可以分为两类:一是联机手写体字符 1小波变换理论‘-] 识别,又称在线(Online)手写体字符识别;二是离 线(offline)字符识别。在联机字符识别中,计算机 小波变换的概念是由法国工程师J.Morlet在 能够通过与计算机相连的手写输入设备获得输入字 1974年首先提出的,当时未能得到数学家的认可。 符笔画的顺序,笔画的方向以及字符的形状等信息, 相对于OCR来说容易识别一些。而离线字符识别是 理的发现、Hardy空间的原子分解和无条件基的深 要计算机识别那些己经成为文字的东西,根据实际 入研究为小波变换的诞生做了理论上的准备。J.O. 应用的场合,这里要识别的光学字符包括很多种。例 Stromberg还构造了历史上非常类似于现在的小波 如,汉字等语言系统识别、车辆牌照、邮政编码、表 基。1986年,著名数学家Y.Meyer偶然构造出一个 格、支票收据、工业产品的字符等。 真正的小波基,并与S.Mallat合作建立了构造小波 近些年来兴起的小波变换是一种图像分析的重 基的同样方法及其多尺度分析之后,小波分析才开 要工具。小波变换的多尺度分解特性更加符合人类 Lectureson 的视觉机制,与计算机视觉中的由粗到细的认识过 撰写的((Ten Wavelets》对小波的普及 程十分相似,更加适合图像的信息处理。小波变换能 起了重要的推动作用。它与Fourier变换、窗口 给出信号完全而稳定的表示,能够得到不同尺度下 信号的形式。从特征提取的角度来分析,其变换后的 率

文档评论(0)

ygeorcgdw + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档