基于HOG特征提取和支持向量机的东巴文识别

摘要：

东巴文是我国少数民族纳西族的文字,是世界上唯一存活的象形文字,目前正面临传承困难.研究通过机器学习进行东巴文的自动识别.利用扫描方式将东巴文字转换为数字图像,对灰度图像平滑去噪并用边缘检测算子提取文字轮廓,采用方向梯度直方图(Histogram of Oriented Gradient,HOG)提取特征向量,将提取到的特征向量输入支持向量机(Support Vector Machine,SVM)进行图像分类,从而实现东巴文的自动识别.经自建数据集测试,在相同实验条件下,SVM比K最近邻分类器、随机森林分类器的识别率更高,达到97.42％,而且识别过程简单、快速,对东巴文的传承与保护有重要的现实意义.

关键词：东巴文、特征提取、方向梯度直方图、支持向量机、文字识别

所属期刊栏目：56

分类号：TP3(计算技术、计算机技术)

资助基金：云南省省院省校教育合作人文社会科学研究项目SYSX201916

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：870-876