基于Ridgelet变换的多文种文档图像文种识别

• 作者: 吾尔尼沙·买买提 库尔班·吾布力 木特力铺·马木提 热依汗古丽·卡森木 阿力木江·艾沙
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 文种识别 Ridgelet变换 纹理特征 Ridgelet系数 KNN (K最近邻算法)
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 多媒体技术
• 页码范围: 3137-3142
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.11.022

摘要

为提高多文种文档图像的文种识别的效率,提出基于Ridgelet变换的多文种识别方法.对文档图像数据库进行Ridgelet变换,对得到的Ridgelet(脊波变换)系数矩阵提取脊波能量特征,生成特征向量.在分类决策中选择KNN、线性判别分析以及贝叶斯3种分类模型分别对所提特征进行训练和分类.在包括英文、中文、阿拉伯文、土耳其文、吉尔吉斯斯坦文、俄文和国内少数民族文种(蒙文,藏文,维吾尔文)的9个文种共9000张文档图像数据库中进行实验,最高识别率为99.23％,验证了所提算法对多文种识别有较高的识别率和良好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阿力木江·艾沙		28	113	6.0	9.0
2	库尔班·吾布力		31	115	6.0	9.0
3	木特力铺·马木提		3	0	0.0	0.0
4	吾尔尼沙·买买提		7	3	1.0	1.0
5	热依汗古丽·卡森木		1	0	0.0	0.0