并行特征融合在金融手写汉字识别中的应用

摘要：

针对金融票据自动识别应用中的脱机手写体汉字识别进行特征提取的研究,首先提出了用Gabor特征和Zernike矩特征来分别表征汉字的局部特征和全局特征.针对传统的串行特征融合方法的缺陷,提出了一种并行特征融合方法,将Gabor特征和Zernike矩特征组合成新的特征向量,然后使用广义K-L变换对新特征向量的维数进行压缩,去除冗余信息.实验结果验证了该方法的有效性.

关键词：特征提取、Gabor变换、Zernike矩、特征融合、广义K-L变换、金融票据、脱机手写体汉字识别

所属期刊栏目：31

分类号：TP182(自动化基础理论)

在线出版日期：2005-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：178-179