模式识别-第十讲印刷体汉字识别中的特征提取要点.pptVIP

第九章 印刷体汉字识别中的特征提取 8.1 汉字识别简述 汉字识别属于文字识别的内容，文字识别是模式识别的重要应用领域。 应用：手写输入，OCR，盲人阅读机等。 汉字识别的分类 1. 印刷体汉字识别 从字体上：单体印刷汉字识别 和 多体印刷汉字识别 从品质上： 高品质印刷汉字识别 和 低品质印刷汉字 识别 从应用范围上：专用印刷汉字识别 和 通用印刷汉字识别 单体和多体印刷汉字识别 不同字体的同一汉字的结构约80%相同，但书写风格、笔划粗细形状，笔划装饰等有一定差异，主要表现在： 高品质与低品质印刷汉字识别 影响汉字品质的主要因素有： （1）文字：笔划存在断开、粘连、油墨深浅 不均等 专用与通用汉字识别 （1）通用：书、刊、报、文件、打印、照排、不同版面、不同字体、字号 （2）专用：如文件、某种打印体 汉字识别的难易分析 一般认为，印刷体汉字要比手写体汉字规范，因而印刷体汉字识别要容易一些。 9.2 文字的归一化 文字被输入到计算机中提取特征前通常需要把文字做归一化处理。归一化有三种： 9.2.1 位置归一化 为了消除汉字点阵位置上的偏差，需要把整个汉字点阵图形移动到规定的位置上，这个过程被称做位置归一化。 位置归一化的两种方法 基于质心的位置归一化方法： 首先计算文字的质心，然后再把质心移动到指定的位置上来。 噪声对位置归一化的