10.3969/j.issn.1007-757X.2017.06.009
基于HOG特征和MLP分类器的印刷体维吾尔文识别方法
针对印刷体维吾尔文的有效识别问题,提出了一种基于梯度方向直方图(HOG)特征和多层感知器(MLP)神经网络的印刷体维吾尔文识别方案.对维吾尔文图像进行预处理,获得去除噪声后的二值化图像.利用水平投影积分对文本执行行切分,利用垂直投影积分方法执行单词切分和字母切分,获得独立的字母.基于HOG方法提取字母的特征.通过训练好的MLP神经网络分类器,根据提取的HOG特征对字母进行识别.实验结果表明,提出的方法能够精确地从图像中识别出维吾尔文字母.
印刷体维吾尔文、识别、字母切分、梯度方向直方图、多层感知器
33
TP391(计算技术、计算机技术)
新疆维吾尔自治区自然科学基金科研项目2015211A016
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
30-33