文件名称：与基线信息无关的手写阿拉伯文字特征提取 (2012年)
文件大小：1.1MB
文件格式：PDF
更新时间：2024-05-15 07:38:40
自然科学 论文
该文提出了一种与基线信息无关的特征提取方法，并基于隐Markov模型(hidden Markov model，HMM)，实现了对脱机手写阿拉伯文字的无切分识别。首先对文字图像进行高度归一化，然后在此基础上进行细化和轮廓化，并结合不同预处理后的图像，采用滑动窗来提取24维与基线无关的特征。对159种阿拉伯字符建立HMM 模型，针对不同的字符，根据其连写情况选择相应的训练模型状态数目，以使系统达到最佳的识别效果。在IFN/ENIT 数据库上的测试能达到94.5%以上的识别率。实验结果表明：该文采用的特征能够较