基于HOG特征和MLP分类器的印刷体维吾尔文识别方法

• 作者: 于丽 亚森·艾则孜
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 印刷体维吾尔文 识别 字母切分 梯度方向直方图 多层感知器
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 基金项目
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP391
• 字数: 3541字
• 语种: 中文

摘要

针对印刷体维吾尔文的有效识别问题,提出了一种基于梯度方向直方图(HOG)特征和多层感知器(MLP)神经网络的印刷体维吾尔文识别方案.对维吾尔文图像进行预处理,获得去除噪声后的二值化图像.利用水平投影积分对文本执行行切分,利用垂直投影积分方法执行单词切分和字母切分,获得独立的字母.基于HOG方法提取字母的特征.通过训练好的MLP神经网络分类器,根据提取的HOG特征对字母进行识别.实验结果表明,提出的方法能够精确地从图像中识别出维吾尔文字母.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于丽	新疆警察学院信息安全工程系	27	56	5.0	7.0
2	亚森·艾则孜	新疆警察学院信息安全工程系	31	45	3.0	5.0