自然场景图像中汉字的识别研究

• 作 者: 杨恺
• 出 处: 江苏科技大学
• 发表日期: 2020年01期
• 关键词: 汉字的检测定位与识别 最大稳定极值区域 笔画宽度变换 RBF神经网络 深度卷积神经网络

随着电子智能设备的普及,人们获取自然场景中的图像越来越方便,研究识别自然场景图像中的汉字也逐渐成为热点问题。针对目前一些方法中识别效率低下、准确率不高、拟合较差等问题,本文从汉字的检测定位与识别两方面进行分析研究。在汉字的检测定位方面,采用边缘增强的最大稳定极值区域方法,用HOG算子来提取自然场景图像中汉字的梯度信息,增强汉字区域的对比度,结合颜色聚类与启发式规则,进一步剔除图像中的背景信息。然后,采用笔画宽度变换的方法对汉字候选区域进行精剪,并对原方法中梯度方向的夹角范围进行调整,再结合形态学中的闭运算,消除汉字内部的微小孔洞。最后,通过计算汉字连通区域中笔画宽度的方差与变异系数,进行汉字连通区域的提取与合并。对比实验结果表明,本文的方法在准确率和召回率方面表现优异,综合F值明显高于其他算法。在汉字的识别方面,先引入减聚类算法来确定K-means算法的初始聚类中心及其个数,再用K-means算法确定RBF神经网络的径向基函数中心,然后用改进后的RBF神经网络设计了一个汉字分类器。之后,设计了一个12层的深度卷积神经网络模型来进行汉字块的识别。最后,在汉字识别的后处理过程中,把前面的结果进行综合调整修正。两组对比实验结果表明,本文的汉字分类器有着较高的准确率,同时,深度卷积神经网络模型对汉字也具有更好的拟合性。