导读:本文包含了粘连字符分割论文开题报告文献综述及选题提纲参考文献，主要关键词:手写维吾尔文,字符粘连,图像匹配,关键词提取
粘连字符分割论文文献综述
张鑫[1]（2015）在《脱机手写维吾尔文本图像中粘连字符定位及分割》一文中研究指出随着互联网的不断普及和发展,如何在动态的信息流中搜索感兴趣的字、词,屏蔽有害信息是现在学术界和企业非常关注的焦点。目前,网络上的信息表达形式有两种:(1)机器可识别的ASCII码文本;(2)图像格式文档。在文本格式中提取感兴趣的字、词相对容易,但是,在处理手写文本图像时则困难得多。因为在处理文本图像时涉及到了图像处理、图像匹配、字符切分、模式识别、等相关技术。尤其在处理手写文本图像时,由于手写的随意性以及唯一性从而导致字符切分、图像匹配时的难度加大。本文在对手写维吾尔文本图像中感兴趣的字、词提取时会出现的问题采取了以下解决方法。手写维吾尔文本图像中由于手写的随意性,会产生粘连字符,这会对手写文本图象中词的提取造成干扰,因此需要在大篇幅的手写文本图像中对粘连字符进行定位并且在不破坏手写者手写规则的情况下进行切分。本文根据灰度涂抹算法求出手写维吾尔文本图像中的定位线,然后根据图像中连通域的概念对粘连字符进行定位,最后通过定位线寻找最佳切分点进行切分。对将粘连字符分割后的图像进行感兴趣的字、词提取,由于手写字符的唯一性从电脑中输入的字符是印刷体字符而手写图像中字符是手写体,因此在匹配的时候由于印刷体字符与手写体字符的形状存在差别,使在匹配时会造成困难,所以本文先对维吾尔文文本图像进行行提取,再将行文本图像中的各单词进行分割,建立神经网络模型,从而将印刷体字符形状变换成手写体字符形状,然后在求取匹配图像和待匹配图像的Harris角点当成特征点进行匹配。通过本文方法,在粘连字符的定位、分割以及字符匹配都取得了较好的结果。(本文来源于《新疆大学》期刊2015-05-24）
张鑫,艾斯卡尔·艾木都拉,卡米力·木依丁[2]（2014）在《脱机手写维吾尔文本行字符粘连区定位及分割》一文中研究指出在大篇幅的手写维吾尔文文本图像中,往往会出现粘连字符这一现象。这一现象会对文本行分析和笔迹鉴别等研究工作造成影响,同时所处环境为大篇幅手写图像,在对粘连字符切分时会受到其余非粘连字符的较大干扰。针对上述问题,本文提出了对手写文本图像定位线的正确提取方案,以连通域特性为基础,通过定位线与文本图像融合,使行间粘连字符所在文本行为同一连通域想法,可自动提取出粘连文本行,再根据粘连字符所占宽度和高度大于非粘连字符,从而自动提取出粘连字符。对提取出的粘连字符通过定位线可确定出粘连区域,对粘连点所处位置进行统计分析后在该位置处添加一条与背景同色细线从而达到分割效果,最后对分割后的粘连文本行通过着色方法逐行提取。实验表明,上述问题通过我们的方法得到了很好的解决。在实验结果分析中,本文给出了每个算法的性能指标数据,并与其它文献进行了对比分析,论证了本文研究方法的可行性及存在的一些主要问题。(本文来源于《激光杂志》期刊2014年11期）
洪涛,梁伟建,卢玉凤[3]（2014）在《标牌粘连字符自适应定位分割重建与识别》一文中研究指出目的针对仪表、电梯等标牌上一些字符间距较小,传统分割方法分割不准确,字符识别率不高的问题,提出了一种标牌粘连字符自适应定位分割重建识别算法。方法首先对标牌图像进行中值滤波、二值化等预处理;其次运用数学形态学方法对预处理后的图像进行开运算及腐蚀,将字符间一些无用的信息去掉,增大字符间距;继而通过形心算法找出每个字符的几何中心,并通过Sobel边缘检测算子根据几何中心获取每个字符边框,建立ROI(region of interest),再返回标牌原图利用已经建立的ROI从中分割字符,依据国家字符间距相关标准,在分割的每个字符后加一定像素宽的矩形间隔条后重建字符图像,再进行OCR(optical character recognition)字符识别。结果经过对993块标牌进行字符识别实验,算法的识别率达到95.7%。结论实验结果表明本文算法是对标牌字符识别的一种有效算法。(本文来源于《中国图象图形学报》期刊2014年06期）
李兴国,高炜[4]（2014）在《基于滴水算法的验证码中粘连字符分割方法》一文中研究指出众多研究表明,如果能将验证码中的字符分割开来,用现有的机器学习算法一般都能取得比较好的识别效果。针对字符粘连情况下的验证码的识别问题,提出了一种粘连字符的分割方法。该方法将字符的宽度统计值和竖直投影直方图中的投影极小值点相结合找到分割点,以这些分割点作为滴水算法的起始滴落点对粘连字符进行分割。实验结果证明,该方法用于分割验证码中的粘连字符具有一般性,能够提高验证码识别率。(本文来源于《计算机工程与应用》期刊2014年01期）
常丹华,何耘娴,苗丹[5]（2010）在《中英混排文档图像粘连字符分割方法的研究》一文中研究指出针对中英混排文档图像中粘连字符分割准确率不高的问题,提出了一种改进的滴水分割算法。该方法以贝叶斯分类器区分字符类型并利用阈值判定粘连字符的存在,利用粘连字符上下轮廓的极值点确定候选粘连分割点,并利用距离变换提取粘连位置的中心线,最终将极值点与中心线共同确定的路径作为滴水算法的分割路径来完成对粘连字符的分割。实验结果表明,该方法解决了准确选择滴水算法的起始位置和字符笔划损伤的问题,有效地提高了分割准确率。(本文来源于《激光与红外》期刊2010年12期）
孔月萍,郭世雄,梁韶军[6]（2009）在《一种新的粘连字符图像分割方法》一文中研究指出针对监控画面采样图像中数字的自动识别问题,提出一种新的粘连字符图像分割方法。该方法以预处理后二值图像的连通状况来判定字符粘连的存在,并对粘连字符图像采用上下轮廓极值法确定候选粘连分割点,以双向最短路径确定合适的图像分割线路。仿真实验表明,该方法能有效解决粘连字符图像的分割问题。(本文来源于《电子技术应用》期刊2009年07期）
王普[7]（2008）在《图像处理中关于汉字粘连字符的分割的背景算法》一文中研究指出本文提出了一种基于汉字结构特征的手写体汉字字符切分算法。根据两个组件之间的上下、左右和包围关系,对组件进行合并形成完整的汉字图像。分析整个汉字字符串中组件的宽度和相邻组件的间距,形成字符串的特征估计,指导左右关系组件的合并。(本文来源于《科技广场》期刊2008年01期）
张玉林,张永华[8]（2006）在《基于自组织映射神经网络的粘连字符分割》一文中研究指出用自组织映射神经网络作为粘连字符分割的方法,对经典的自组织学习规则做了一些改进,使其以较少的神经元结点、较快的速度逼近粘连字符的白像素点的分布。(本文来源于《山东科技大学学报(自然科学版)》期刊2006年02期）
陈兵[9]（2006）在《用神经网络方法分割粘连字符的一种改进方案》一文中研究指出随着计算机的普及,人们越来越多地使用计算机处理日常工作和存储信息。OCR系统已经广泛应用于办公自动化、快速录入等领域。科技文献中有大量的数学公式,它们是由特殊符号组成的复杂的结构体。如何将OCR系统应用于数学公式识别的问题引起了人们注意。为此,我们的研究集体提出了一种新的关于数学表达式识别的设计思想,并写出了程序。最终实现的系统可以将印刷体的数学公式(图像格式)转换成可编辑的电子格式(如LATEX,Word公式编辑器)。在前人工作的基础上,本文对粘连字符分割的神经网络方法提出了一种改进方案,期望进一步改进印刷体数学公式识别系统的表现。 论文在简述系统构成的基础上,主要讨论了粘连字符的分割和字符识别两个部分。 粘连字符的分割:由于纸质文档的印刷质量、纸张的光洁度、扫描仪的分辨率、二值化等因素的影响,扫描得到的图像中的字符可能是粘连的。这为字符识别带来了困难。本文提出了综合运用“查找最短路径方法”和“修正自组织特征映射神经网络方法”的一种粘连字符分割方案。该方法对印刷质量较差的粘连字符效果更好,可以作为常用的最短路径法的一个很好的补充算法,以提高分割成功率。 字符识别:分类器是整个识别系统的核心。由于神经网络方法在模式识别领域的良好表现,已经提出用自组织特征映射做字符的粗分类,BP神经网络对各组字符做细分类。针对这方面的工作,本文对BP神经网络的输出层设计问题给出统计学习理论方面的一种解释,期望在BP网络分类器中输出层设计作出改进,进一步优化网络。(本文来源于《大连理工大学》期刊2006-06-08）
李佐,王姝华,蔡士杰[10]（2001）在《一种基于前端预测识别的粘连字符分割方法》一文中研究指出在字符识别领域 ,对粘连字符的识别是一个被广泛关注的技术难点 ,未能准确分割粘连字符是产生识别错误的主要原因之一 .在总结已有方法的特点及不足的基础上 ,提出了基于前端预测识别来分割粘连字符的方法 .首先根据粘连字符图像的特征初步确定前端字符的候选字符集 ,并通过验证候选字符与前端字符图像匹配的必要条件进一步对其筛选 ,然后使用候选字符的屏蔽码自适应地提取前端字符图像 ,最后由分类器对提取结果加以验证 ,达到分割和识别粘连字符的目的 .该方法可以适应多种类型的粘连字符 ,准确性高 ,且在字符图像质量较差时具有较强的鲁棒性 .(本文来源于《计算机研究与发展》期刊2001年11期）
粘连字符分割论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在大篇幅的手写维吾尔文文本图像中,往往会出现粘连字符这一现象。这一现象会对文本行分析和笔迹鉴别等研究工作造成影响,同时所处环境为大篇幅手写图像,在对粘连字符切分时会受到其余非粘连字符的较大干扰。针对上述问题,本文提出了对手写文本图像定位线的正确提取方案,以连通域特性为基础,通过定位线与文本图像融合,使行间粘连字符所在文本行为同一连通域想法,可自动提取出粘连文本行,再根据粘连字符所占宽度和高度大于非粘连字符,从而自动提取出粘连字符。对提取出的粘连字符通过定位线可确定出粘连区域,对粘连点所处位置进行统计分析后在该位置处添加一条与背景同色细线从而达到分割效果,最后对分割后的粘连文本行通过着色方法逐行提取。实验表明,上述问题通过我们的方法得到了很好的解决。在实验结果分析中,本文给出了每个算法的性能指标数据,并与其它文献进行了对比分析,论证了本文研究方法的可行性及存在的一些主要问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粘连字符分割论文参考文献
[1].张鑫.脱机手写维吾尔文本图像中粘连字符定位及分割[D].新疆大学.2015
[2].张鑫,艾斯卡尔·艾木都拉,卡米力·木依丁.脱机手写维吾尔文本行字符粘连区定位及分割[J].激光杂志.2014
[3].洪涛,梁伟建,卢玉凤.标牌粘连字符自适应定位分割重建与识别[J].中国图象图形学报.2014
[4].李兴国,高炜.基于滴水算法的验证码中粘连字符分割方法[J].计算机工程与应用.2014
[5].常丹华,何耘娴,苗丹.中英混排文档图像粘连字符分割方法的研究[J].激光与红外.2010
[6].孔月萍,郭世雄,梁韶军.一种新的粘连字符图像分割方法[J].电子技术应用.2009
[7].王普.图像处理中关于汉字粘连字符的分割的背景算法[J].科技广场.2008
[8].张玉林,张永华.基于自组织映射神经网络的粘连字符分割[J].山东科技大学学报(自然科学版).2006
[9].陈兵.用神经网络方法分割粘连字符的一种改进方案[D].大连理工大学.2006
[10].李佐,王姝华,蔡士杰.一种基于前端预测识别的粘连字符分割方法[J].计算机研究与发展.2001