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