基于Kmeans的图像文字识别与提取研究.PDFVIP

第４２卷第２期 应　 　 　 用　 　 　 科　 　 　 技 Ｖｏｌ．４２ №．２ ２０１５年４月 Ａｐｐｌｉｅｄ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ａｐｒ． ２０１５ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００９⁃６７１Ｘ．２０１４０６０１４ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１１９１．ｕ１２５６．００９．ｈｔｍｌ 基于Ｋ⁃ｍｅａｎｓ 的图像文字识别与提取研究 岳建杰，赵旦峰 哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨 １５０００１ 摘　 要：针对当前图像文字识别与提取的最新发展状况，提出一种基于Ｋ⁃ｍｅａｎｓ 的图像文字识别与提取算法，其主要处 理步骤包括图像的预处理、像素点聚类处理、图层的选择与优化以及最终的文字切分等。 经过上机对算法进行测试，该 算法能够有效提高图像文字识别与提取的准确率与执行效率，并可以针对不同环境下的图片文字进行有效识别。 关键词：Ｋ⁃ｍｅａｎｓ；图像文字提取；文字识别；二值化处理 中图分类号：ＴＮ９７１．１　 　 　 　 　 　 文献标志码：Ａ　 　 　 　 　 　 文章编号：１００９⁃６７１Ｘ（２０１５）０２⁃０１７⁃０４ Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｉｍａｇｅ ｃｈａｒａｃｔｅｒｓ ｂａｓｅｄ ｏｎ Ｋ⁃ｍｅａｎｓ ＹＵＥＪｉａｎｊｉｅ，ＺＨＡＯ Ｄａｎｆｅｎｇ Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｔｈｅｌａｔｅｓｔ ｄｅｖｅｌｏｐｍｅｎｔｓｉｎｔｈｅｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｅｘｔｒａｃｔｉｏｎ ｏｆ ｉｍａｇｅ ｃｈａｒａｃｔｅｒｓ，ｔｈｉｓｐａｐｅｒ ｐｒｏｐｏ⁃ ｓｅｓａＫ⁃ｍｅａｎｓ⁃ｂａｓｅｄａｌｇｏｒｉｔｈｍｆｏｒｔｈｅｒｅｃｏｇｎｉｔｉｏｎａｎｄｅｘｔｒａｃｔｉｏｎｏｆ ｉｍａｇｅｔｅｘｔ．Ｉｔｓｍａｉｎｐｒｏｃｅｓｓｉｎｇｓｔｅｐｓｉｎｃｌｕｄｅｉｍ⁃ ａｇｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ，ｐｉｘｅｌ ｃｌｕｓｔｅｒｉｎｇ ｐｒｏｃｅｓｓ，ｓｅｌｅｃｔｉｏｎ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｔｈｅ ｌａｙｅｒ ａｎｄ ｔｈｅｆｉｎａｌ ｔｅｘｔ ｓｅｇｍｅｎｔａｔｉｏｎ． Ｂｙ ｃｏｍｐｕｔｅｒ ｔｅｓｔｉｎｇ，ｉｔ ｗａｓｆｏｕｎｄ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｅｆｆｉｃｉｅｎｃｙ ｏｆ ｒｅｃｏｇｎｉ⁃ ｔｉｏｎ ａｎｄｅｘｔｒａｃｔｉｏｎｏｆ ｉｍａｇｅｃｈａｒａｃｔｅｒｓ．Ｉｎａｄｄｉｔｉｏｎ，ｉｔｃａｎｅｆｆｅｃｔｉｖｅｌｙ ｉｄｅｎｔｉｆｙ ｉｍａｇｅｃｈａｒａｃｔｅｒｓｕｎｄｅｒｄｉｆｆｅｒｅｎｔｅｎｖｉ⁃ ｒｏｎｍｅｎｔｓ． Ｋｅｙｗｏｒｄｓ：Ｋ⁃ｍｅａｎｓ；ｅｘｔｒａｃｔｉｏｎ ｏｆ ｉｍａｇｅ ｔｅｘｔ；ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ；ｂｉｎａｒｉｚａｔｉｏｎ 　 　 目前常用的识别算法包括神经网络、支持向量 分为层次划分、密度划分、网格划分以及模型划分 机、Ｋ⁃近邻算法等，而Ｋ⁃ｍｅａｎｓ聚类算法是当前常用 ［２］ 等，Ｋ⁃ｍｅａｎｓ属于基于密度划分的聚类算法 。 的基于划分的分类算法，能够按照既定标准与要求 Ｋ⁃ｍｅａｎｓ聚类算法的基本思想是利用集合元素 将集合进行划分。 在数字图像文字提取与识别中， 之间的距离为划分标准，在集合内部按照元素的分