基于底层图像特征组合的文本图像分类研究_曾东红精选.pdfVIP

DOI:10.13265/ki.jxlgdxxb.2013.05.011 第 34 卷 第 5 期 江西理工大学学报 Vol.34, No.5 2013 年 10 月 Oct. 2013 文章编号：2095-3046（2013）05-0082-06 基于底层图像特征组合的文本图像分类研究 曾东红 a ， 黄朝 志 a ， 黄细妹 b 江西理工大学， 电气工程与自动化学院； 信息工程学院，江西赣州 ( a. b. 341000) 摘 要： 针 对文本 图像特有 的 图像特征 ， 提出 了一种基于底层 图像特征 组合 的文本 图像 分类方 法 ，该方法使 用了两层 C4.5 决策树分类器 ，能将 文本 图像有 效地分 为标题 文本 图像 、文档 图像 和 场景 文本 图像 . 首先将样本 图像转换为 灰度 图像 ，提 取灰度 直方 图的特征 ，根 据灰度 直方 图特征 的不同 ，可 以先 区分文 档 图像 ；然后把余 下 的 图像转换为 二值 图像 ，提 取 图像 的 GLCM 纹理 特 征 ，根 据 GLCM 特征 区分场景 文本和标题 文本 图像 . 在 开 源的 WEKA 数据挖掘软件环境 下进行 仿真 实验 ，结果表 明该方法是可行 的 ，并能够得到较 高的查全率和查准率. 关键词：文本 图像 ；C4.5 决策树分类器 ；灰度 直方 图；图像 纹理 中图分类号： 文献标志码： TP301.6 A A text image classification research based on the underlying image feature combination a a b ZENG Dong-hong , HUANG Chao-zhi , HUANG Xi-mei (a. School of Electrical Engineering and Automation; b. Faculty of Information Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, China) Abstract: A text image classification method based on the combination of underlying image feature was proposed in this paper. With two layers of C4.5 decision tree classifier, the method can divide the text image into caption text image, document image and scene text image. The text image classification is a two -step process. In the first place, the sample image is converted into gray image for histogram feature extraction. Document image