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:
彩色图像文字的提取和识别是人工智能与模式识别领域中的研究热点.现有方法在处理彩色图像中背景与文字相近或者字体较小的图像文字时会受到复杂背景的影响.为了解决彩色图像中文字与复杂背景颜色相近和模糊不清与排列不规则的文字提取与识别问题,文中采取人工选取文字区域进行小波插值放大的方法使图像清晰化,再利用 K-means方法对文字色彩进行聚类得到单背景彩色文字图像,然后通过二值化处理和文字分割后再结合BP神经网络进行文字识别.实验表明,该方法不仅能处理大多数彩色图像文字的提取,而且在识别低对比度彩色图像文字方面比目前常用的方法要好.
推荐文章
基于K-means与SVM结合的遥感图像全自动分类方法
K-means
支持向量机
遥感图像分类
一种基于K-means与Close-Form融合的树木图像提取方法
树木图像提取
自然图像抠图
图像分割
Close-Form算法
K-means聚类
Regional Merge K-means图像分割算法及其质量评价
图像分割
聚类算法
RegionalMergeK-means(RMK)
质量评价
基于K-means岩石铸体图像分割及孔隙度的计算
彩色分割
K-means聚类
L*a*b*颜色空间
形态学处理
孔隙度
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 结合小波插值与K-means方法提取彩色图像文字
来源期刊 计算机技术与发展 学科 工学
关键词 文字提取与识别 小波插值 K-means方法 BP神经网络
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 31-33
页数 分类号 TP31
字数 2211字 语种 中文
DOI 10.3969/j.issn.1673-629X.2013.03.008
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 蒋慕蓉 云南大学信息学院计算机科学与工程系 26 62 4.0 7.0
2 雷建坤 云南大学信息学院计算机科学与工程系 3 6 1.0 2.0
3 张凯歌 云南大学信息学院计算机科学与工程系 2 1 1.0 1.0
4 缪毅 云南大学信息学院计算机科学与工程系 1 1 1.0 1.0
5 彭可亮 云南大学信息学院计算机科学与工程系 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (39)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (18)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
文字提取与识别
小波插值
K-means方法
BP神经网络
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导