基于连通区域矩阵的文本图像识别方法-信息工程大学学报.pdf

信息工程大学学报 Vo l. 13 No.3 第 13 卷第 3 期 2012 年 6 月 Journal of Information Engineering University Jun. 2012 DOI: 10. 3969/j. issn. 1671- 0673.2012.03.015 基于连通区域矩阵的文本图像识别方法 郭晓宇，平西建，周 林 (信息工程大学信息工程学院，河南郑州 450002) 摘要:如何从海量的图像里将文本图像挑选出来是网络图像处理领域的研究热点。为了达到 更好的文本图像识别效果，文章从文本图像的文字特征出发，提出了一种基于连通区域矩阵的 文本图像识别方法。首先对图像进行二值化，计算二值化后图像的连通区域矩阵，然后根据连 通区域矩阵提取出图像的 8 维特征值，最后使用 BP 神经网络来对图像进行训练和识别。实 验证实，该方法在保证较高识别率的同时，明显降低了误识率。 关键词:文本图像识别;图像分类;连通区域矩阵;BP 神经网络 中图分类号:TP39 1. 1 文献标识码:A 文章编号:1671-0673(2012)03喃 0329- 05 Document Image Recognition ßased on Connected Region Matrices GUO Xiao-yu , PING Xi-jian , ZHOU Lin (Institute of Information Engineering ,Information Engineering University ， Zher耶hou 450002 ,China) Abstract: How to pick out document images from mountains of images has become a hot spot in net- work image processing. To recognize document images more efficiently , by analyzing the text charac- teristics of document images , a new method based on connected region matrix is proposed. Firstly , the connected region matrix of the binary image is obtained by image thresholding. Secondly , eight- dimensional characteristics are extracted from the connected region rectangle frame matrix of the im- age. Finally , a BP artificial neural network is used to recognize document images. Experiments demonstrate this method leads to reduced recognition errors. Key words: document image identification; image classification; connected region matrix; BP artifi- cial neural network 0 引言 随着多媒体技术和互联网技术的快速发展，数字图像的数量以惊人的速度增长，各种类型及内容的图 像随处可见。在这些图像中有一类是以文字、表格等为主要