基于笔划方向特征和非对称分布的手写体汉字识别

• 作者: 施鹏飞 李国宏
• 来源期刊: 图象识别与自动化
• 学科: 工学
• 关键词: 非对称分布 手写体汉字识别 特征和 识别模型 识别方法 特征矢量 特征点提取 汉字结构 分布模式 改进算法 笔划提取 统计识别 非对称性 识别性能 样本 分叉点 可靠性 PCA 图像
• 年，卷（期）: txsbyzdh_2005,（1）
• 页码范围: 35-41
• 页数: 7页
• 分类号: TP391.43

摘要

提取稳定的笔划结构是汉字结构识别方法的前提，合适的样本特征矢量参数分布模式是统计识别方法的基础。本文将这两个看似不相关的问题联系在一起，提出了基于笔划方向特征和非对称分布的手写体汉字识别模型。一种从手写体汉字骨骼图像上提取分叉点的改进算法，可以保证特征点提取的完整性，从而保证笔划提取的可靠性，并直接从笔划结构上提取统计识别特征矢量。基于类间样本分布的差异以及类内样本分布的非对称性，采用基于PCA的非对称分布手写体汉字识别模型。实验表明，基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施鹏飞	上海交通大学图像处理与模式识别研究所	194	4457	36.0	59.0
2	李国宏	上海交通大学图像处理与模式识别研究所	8	41	5.0	6.0