基于背景域串行分类器的手写字符识别算法研究

• 作者: 刘大刚 杨姝 杨菊英 罗佳
• 来源期刊: 微电子学与计算机
• 关键词: 背景域 凹凸特征 MQDF SVM
• 年，卷（期）: 2018,（10）
• 页码范围: 41-45
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

本文提出一种基于背景域串行分类器的手写字符识别算法.该算法可对52种手写大小写字母和10种数字,共62种字符进行通用识别,主要包括两大模块:一是提取字符图像背景域特征;二是采用MQDF和SVM两级分类器串行组合.首先MQDF分类器通过背景域的凹凸特征进行识别初期的粗分类,然后SVM分类器通过背景域的宽高比和横纵向交截特征进行识别后期的细分类.实验结果表明,本文算法不仅通用性较好,而且识别率、拒识率以及识别速度都优于同类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗佳	电子科技大学成都学院计算机系	20	45	4.0	6.0
2	刘大刚	西南交通大学国家重点实验室	61	294	9.0	15.0
3	杨姝	电子科技大学成都学院计算机系	10	53	2.0	7.0
4	杨菊英	电子科技大学成都学院计算机系	13	2	1.0	1.0