基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种利用笔画线条的统计特征基于支持向量机进行图像中叠加文字检测的方法.该算法首先通过一种改进的线段检测算子提取出笔画线段;然后对笔画线条通过区域合并定位出候选文字块;接着对候选文字块提取一个反映文字笔画线条空间分布特点的32维特征,并通过支持向量机建立的模型对候选文字块进行确认分类.以汉字为例的初步实验表明所提出笔画纹理特征对较多字符构成的文字区域具有很好的性能.
推荐文章
基于笔画提取和颜色模型的视频文字分割算法
视频文字识别
视频文字分割
笔画提取
颜色建模
基于线性叠加特征和CNNs的图像分类方法
深度学习
卷积神经网络
反向传播算法
线性叠加
图像快速分类
基于点模式匹配的视频文字跟踪和笔画提取
视频文字跟踪
点模式匹配
文字笔画提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于笔画特征的叠加文字检测方法
来源期刊 通信学报 学科 工学
关键词 文字检测 支持向量机
年,卷(期) 2007,(12) 所属期刊栏目 技术报告
研究方向 页码范围 116-120
页数 5页 分类号 TP391.4
字数 3112字 语种 中文
DOI 10.3321/j.issn:1000-436x.2007.12.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高文 中国科学院计算技术研究所 150 5863 39.0 72.0
2 蒋树强 中国科学院计算技术研究所 8 70 5.0 8.0
3 付立波 中国科学院计算技术研究所 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (14)
同被引文献  (20)
二级引证文献  (52)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(13)
  • 引证文献(7)
  • 二级引证文献(6)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
文字检测
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导