基于Gabor特征与支持向量机的字符识别系统研究

• 作者: 文广 李其阳 李莺
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 字符识别 Gabor变换 支持向量机(SVM) 特征提取
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP391
• 字数: 1967字
• 语种: 中文
• DOI: 10.11863/j.suse.2014.05.08

摘要

利用计算机进行字符自动识别与录入的技术对机器翻译、数据挖掘、人工智能等都有着重要的理论意义和实用价值,基于数字图像处理技术的字符识别是其中的一个重要发展方向.文章重点研究了字符特征提取和匹配识别这两个影响字符识别效果的因素,根据中文字符笔画的方向特点,选择了对图像方向特征敏感的Gabor变换作为特征提取方式,在获取字符的特征向量后,先利用最小距离分类器进行预分类,再利用最小距离分类中产生的候选样本集训练SVM分类器,识别时只需利用候选集分类器依次判决,降低了训练和识别工作量,同时提高了识别效率.实验表明,系统对网站导航字符平均识别率达94％以上,具有一定的理论意义和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文广	攀枝花学院电气与信息工程学院	21	253	7.0	15.0
2	李莺	四川理工学院自动化与电子信息学院	38	153	7.0	10.0
3	李其阳	四川理工学院自动化与电子信息学院	2	4	2.0	2.0