基于HOG特征提取和支持向量机的东巴文识别

• 作者: 申彤 庄建军 黎文斯 王昀牧 夏一飞 张志俭 张鑫 杨继琼
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 东巴文 特征提取 方向梯度直方图 支持向量机 文字识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 高分异花岗岩
• 页码范围: 870-876
• 页数: 7页
• 分类号: TP3
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2020.06.009

摘要

东巴文是我国少数民族纳西族的文字,是世界上唯一存活的象形文字,目前正面临传承困难.研究通过机器学习进行东巴文的自动识别.利用扫描方式将东巴文字转换为数字图像,对灰度图像平滑去噪并用边缘检测算子提取文字轮廓,采用方向梯度直方图(Histogram of Oriented Gradient,HOG)提取特征向量,将提取到的特征向量输入支持向量机(Support Vector Machine,SVM)进行图像分类,从而实现东巴文的自动识别.经自建数据集测试,在相同实验条件下,SVM比K最近邻分类器、随机森林分类器的识别率更高,达到97.42％,而且识别过程简单、快速,对东巴文的传承与保护有重要的现实意义.