欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 201811052475X
申请人: 昆明理工大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于纵横直方图的残缺汉字识别方法,其特征在于:

Step0:采集汉字图像,对图像进行预处理,并创建汉字特征数据库;具体实施步骤如Step0.1~Step0.4所示;

Step0.1:从TTC字体文件中提取出每个汉字所对应的图像,即汉字图像大小为l×w,单位为像素点;将汉字图像作为输入源,生成该汉字所对应的汉字矩阵Il×w,该矩阵中的元素值即为该像素点的灰度值;定义ξ为灰度二值化阈值,对矩阵Il×w进行公式(1)所示二值化处理,得到二值化矩阵I′l×w,其中I′(i,j),i∈[1,l],j∈[1,w]为元素值;

Step0.2:将二值化矩阵I′l×w进行公式(2)所示纵向叠加处理,生成纵向特征向量{z1,z2,…,zl};

Step0.3:将二值化矩阵I′l×w进行公式(3)所示横向叠加处理,生成横向特征向量{h1,h2,…,hw};

Step0.4:将汉字及其对应的纵向特征向量{z1,z2,…,zl}、横向特征向量{h1,h2,…,hw}存入数据库,组建汉字特征数据库;

Step1:利用现代扫描技术及汉字形状特征,从纸张或其他载体中提取出待检测残缺汉字X的图像,将图像以l:w的比例剪切至待检测残缺汉字X尽可能铺满图像为止,但要将其残缺汉字重心处于图像的中心,并留取合适的边距,生成待检测残缺汉字X的扫描图像Step2:将待检测残缺汉字X的扫描图像 按比例压缩至l×w像素点,随后生成残缺汉字X的扫描图像 所对应的汉字矩阵Xl×w,该矩阵中的元素值即为该像素点的灰度值;依然以ξ为灰度二值化阈值,对矩阵Xl×w进行公式(4)所示二值化处理,得到二值化矩阵X′l×w,其中X′(i,j),i∈[1,l],j∈[1,w]为元素值;

Step3:将二值化矩阵X′l×w进行公式(5)所示纵向叠加处理,生成纵向特征向量{xz1,xz2,…,xzl};

Step4:将二值化矩阵I′l×w进行公式(6)所示横向叠加处理,生成横向特征向量{xh1,xh2,…,xhw};

Step5:调取汉字特征数据库中的汉字F,以及对应的纵向特征向量{fz1,fz2,…,fzl}、横向特征向量{fh1,fh2,…,fhw},通过余弦定理算法公式(7)、公式(8)计算残缺汉字X与汉字F之间基于纵向直方图的识别度Sbdz(X,F)及基于横向直方图的识别度Sbdh(X,F),最后通过融合公式(9)计算最终识别度Sbd(X,F);

Step6:遍历汉字特征数据库中的所有数据,对数据库中每个汉字Fi,i∈[1,K]都经Step5步骤计算其与残缺汉字X之间的识别度Sbd(X,Fi),i∈[1,K];将按照从大到小的顺序排序,提取出前θ个待定汉字并输出。

2.根据权利要求1所述的基于纵横直方图的残缺汉字识别方法,其特征在于:所述步骤Step0.1中,TTC字体文件包括但不限于宋体、黑体、微软雅黑;汉字图像大小l×w是由字体文件中提取的汉字字体大小决定,并且灰度二值化阈值ξ满足0≤ξ≤255的要求,取ξ=1。

3.根据权利要求1所述的基于纵横直方图的残缺汉字识别方法,其特征在于:所述步骤Step6中,K即为汉字的总个数,若按照编码方式为Unicode的基本字符集为标准,则共有

20902个汉字,即K=20902。