发明名称 |
字符图像的识别方法 |
摘要 |
本发明提供了一种字符图像的识别方法。该方法主要包括:对原始字符图像Image进行归一化处理得到浮点型图像矩阵ImageSquare;使用多个滤波核对浮点型图像矩阵ImageSquare进行卷积运算,得到包含不同纹理特征的一组图像矩阵ImageDst;获取原始字符图像Image对应的特征向量Features,从一组图像矩阵ImageDst中提取出多层特征,将多层特征设置到特征向量Features中,得到数据样本;使用具有级联关系的多层次的分类器对数据样本进行逐层分类处理,识别出原始字符图像Image中的字符。本发明基于图像分类的思想,利用SVM分类器设计了一种多层次的级联分类器模型,实现了一种先归类后识别的逐级识别方法,一定程度上减少了单层分类器的类别数目,从而提升了识别准确率。本发明的方法简洁,可操作性强。 |
申请公布号 |
CN106228166A |
申请公布日期 |
2016.12.14 |
申请号 |
CN201610603330.9 |
申请日期 |
2016.07.27 |
申请人 |
北京交通大学 |
发明人 |
李清勇;薛文元;张振 |
分类号 |
G06K9/46(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
代理机构 |
北京市商泰律师事务所 11255 |
代理人 |
黄晓军 |
主权项 |
一种字符图像的识别方法,其特征在于,包括:对原始字符图像Image进行归一化处理得到浮点型图像矩阵ImageSquare;使用多个滤波核对所述浮点型图像矩阵ImageSquare进行卷积运算,得到包含不同纹理特征的一组图像矩阵ImageDst;获取所述原始字符图像Image对应的特征向量Features,从所述一组图像矩阵ImageDst中提取出多层特征,将所述多层特征设置到所述特征向量Features中,得到数据样本;使用具有级联关系的多层次的分类器对所述数据样本进行逐层分类处理,识别出所述原始字符图像Image中的字符。 |
地址 |
100044 北京市海淀区西直门外上园村3号 |