利用改进的LZC算法对图像与文字进行分类-计算机系统应用.PDF

2016 年 第 25 卷 第 9 期 计 算 机 系 统 应 用 ① 利用改进的LZC 算法对图像与文字进行分类 1 2 曾东海 , 杨叶芬 1(广东科学技术职业学院, 广州 510640) 2(广东科学技术职业学院, 珠海 519090) 摘 要: 在传统二值化方法的基础上, 将信号序列分为多个区间, 进行多尺度二值化粗粒化处理, 不增加符号数 目, 得到更精细, 更准确的复杂性. 经过实验, 分析可知文字与图像随着计算尺度的减小, 文字复杂性增大的幅 度远小于图像. 通过该结论, 不同尺度下复杂性的差异可以作为图像与文字分类的特征. 因此, 我们可以将改进 后的 LZC 算法应用于图像与文字的区分. 关键词: 多尺度; 二值化; 复杂度; LZC; 图像与文字的区分 Classifying the Image and Text by Using the Improved LZC Algorithm 1 2 ZENG Dong-Hai , YANG Ye-Fen 1(Guangdong Vocational Institute of Science and Technology, Guangzhou 510640, China) 2(Guangdong Vocational Institute of Science and Technology, Zhuhai 519090, China) Abstract: Based on the traditional method of binaryzation, this paper divides the signal sequenceinto into several areas anddomulti-scale binaryzation process on the sequence. Under the condition of without increasing the number of symbols, it can get more meticulous and more accuracy complexity. After the experiment, according to our analysis, with the decrease of the calculating scale, the amplitude of the text’s complexity increasing is much smaller than the image’s. Acording the conclusion, the difference between the Lempel Ziv complexitys of different scales can be regarded as the feature of image and text. Therefore, it can apply the improved LZC algorithm to distinguish the image and text. Key words: multi-scale; binaryzation; complexity; Lempel-Ziv Complexity; distinguish image and text 从非线性的复杂信号中提取有效信息是一件不易 内容正是从复杂信号中提取特征的一种, LZC 算法自 的事情, 因而人们不得不使用各种方法来提取信号的 然也可以用于此方面. 但是 LZ