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:
为了提高脱机手写藏文字符的识别效果,提出了一种在小波变换基础上计算局部梯度方向直方图的特征提取方法。首先,对一个脱机手写藏文字符样本图像进行一次 Haar 小波变换,得到相应的一级近似分量;然后,将这个一级近似分量划分成几个等尺寸的子区域;最后,计算每个等尺寸子区域的局部梯度方向直方图,并将所有子区域的全部局部梯度方向直方图的值作为该字符图片的特征。在最近建立的脱机手写藏文字符样本数据库(THCDB)上的实验结果表明:提出的特征提取方法识别效率较高,且识别效果较好;和细节分量相比,近似分量对提高识别精度具有更大的贡献。
推荐文章
基于极坐标变换的脱机手写藏文字符特征提取方法
脱机手写藏文字符
极坐标
特征提取
投影向量
KNN
基于多投影的脱机手写藏文字符特征提取方法
脱机手写藏文字符
特征提取
投影向量
归一化
多投影归一化向量
基于组合特征的多分类器集成的脱机手写体彝文字识别
组合特征
脱机手写体
多分类器集成
彝文字识别
笔划粗切割
基于SVM的脱机手写汉字机器学习识别方法研究
支持向量机
脱机手写汉字体汉字
模糊统计特征
汉字识别
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 基于小波变换和梯度方向的脱机手写藏文字符特征提取方法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 模式识别 小波变换 梯度方向 藏文 手写字符
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 27-31
页数 5页 分类号 TP391.4
字数 776字 语种 英文
DOI 10.3969/j.issn.1003-7985.2014.01.006
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 达飞鹏 东南大学自动化学院 113 1482 22.0 33.0
2 黄鹤鸣 东南大学自动化学院 24 108 6.0 9.0
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  (0)
节点文献
引证文献  (5)
同被引文献  (14)
二级引证文献  (7)
2014(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
模式识别
小波变换
梯度方向
藏文
手写字符
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导