| 【中文题名】 | 名片图像的分割和识别研究 |
| 【英文题名】 | The Research of Business Card Image Segmentation and Recognition |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-13 |
| 【中关键词】 | 水容器特征,Hausdorff距离,BP神经网络,粘连字符,, |
| 【英关键词】 | water reservoir feature,Hausdorff distance,BP neural network,connected characters, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
本文以英文名片图像分割和识别为课题,主要研究了英文名片图像的分割和识别处理中相关算法和实现意义。本文首先介绍名片图像分割和识别的总体框架,包括图像的预处理、图像版面的分析、图像的字符分割和字符的分类识别。然后再对组成框架的各个功能模块和过程进行介绍和说明,并且对涉及到的相关算法进行阐述和比较,其中重点介绍图像字符分割和字符识别。
在分割阶段,本文针对名片识别信息字符的特点,首先利用连通元分析的方法进行分割,然后对名片粘连字符块进行分割。在粘连字符分割上,本文提出一种水容器(water reservoir)的方法,该方法是结合字符识别进行的。水容器拓扑结构和属性可以表示字符与字符间隔之间的重要信息,从而为字符的分割提供重要的依据。通过实验表明该方法能够提供比较精确的粘连字符的分割。
在识别阶段,本文结合模式匹配算法和BP神经网络的方法,一方面,首先进行基于改进Hausdorff距离的模式匹配算法,该算法是在加权Hausdorff距离方法上的一种改进:然后进行BP神经网络的分类方法,其中对字符的特征进行了多维特征向量的提取,其中包括结构特征和统计特征。结构特征与统计特征在识别分类中各有优... |
| 【论文题纲】 |
|
摘要 |
6-7 |
|
Abstract |
7-10 |
|
第一章 绪论 |
10-15 |
|
1.1 引言 |
10-11 |
|
1.2 字符图像分割和识别的研究现状 |
11-13 |
|
1.2.1 字符的分割研究 |
11-12 |
|
1.2.2 字符的识别研究 |
12-13 |
|
1.3 本文的工作和结构 |
13-15 |
|
第二章 名片图像的预处理 |
15-24 |
|
2.1 二值化 |
15-19 |
|
2.2 噪声处理 |
19-21 |
|
2.2.1 平滑去噪 |
19-20 |
|
2.2.2 标记去噪 |
20-21 |
|
2.3 矫正倾斜 |
21-24 |
|
第三章 版面分析 |
24-34 |
|
3.1 版面分析介绍 |
24-25 |
|
3.2 版面分析的方法 |
25-26 |
|
3.3 本文采用的版面分析方法 |
26-34 |
|
3.3.1 八连通方式 |
26-29 |
|
3.3.2 版面块的划分 |
29-34 |
|
第四章 字符图像分割 |
34-49 |
|
4.1 字符分割技术 |
34-36 |
|
4.1.1 字符分割基本策略 |
34-36 |
|
4.2 粘连字符块的切割技术 |
36-37 |
|
4.3 本文采用的分割方法 |
37-49 |
|
4.3.1 水容器的定义 |
38 |
|
4.3.2 粘连字符块的判断 |
38-41 |
|
4.3.3 粘连字符块的分割 |
41-49 |
|
第五章 字符图像识别 |
49-75 |
|
5.1 字符图像识别技术回顾 |
49-50 |
|
5.2 本文提出的字符识别方法 |
50-57 |
|
5.2.1 字符图像归一化 |
51-52 |
|
5.2.2 改进的加权Hausdorff距离 |
52-56 |
|
5.2.3 改进方法的实验结果及结论 |
56-57 |
|
5.3 图像字符特征提取 |
57-60 |
|
5.4 BP神经网络识别 |
60-74 |
|
5.4.1 BP神经网络模型介绍 |
60-68 |
|
5.4.1.1 神经元 |
60-61 |
|
5.4.1.2 BP网络结构 |
61-63 |
|
5.4.1.3 BP训练算法 |
63-66 |
|
5.4.1.4 BP算法的改进 |
66-68 |
|
5.4.2 BP神经网络的设计实现 |
68-74 |
|
5.5 两种方法结合的实验结果 |
74-75 |
|
第六章 总结和展望 |
75-77 |
|
6.1 工作总结 |
75-76 |
|
6.2 对今后工作和研究的展望 |
76-77 |
|
参考文献 |
77-80 |
|
附录 在攻读硕士期间发表的学术论文 |
80-81 |
|
致谢 |
81 |
|
| 【DOI】 | LunWen.ID:2.2008.367838 |
