跳到主要导航 跳到搜索 跳到主要内容

基于DRCoALTP的印刷体文档图像多文种识别方法

  • 吴 正健
  • , 吾 尔尼沙·买买提
  • , 杨 耀威
  • , 阿 力木江·艾沙
  • , 库 尔班·吾布力
  • 新疆大学计算机科学与技术学院

科研成果: 期刊稿件 › 论文 › 同行评审

摘要

针对视觉结构类似导致的文种相似性问题,基于局部三值模式的相邻共生矩阵(co-occurrence of adjacent local ternary patterns,CoALTP)提出一种具有判别性和鲁棒性的局部三值模式的相邻共生矩阵(discriminant and robust co-occurrence of adjacent local ternary patterns,DRCoALTP)方法,用于获取图像纹理。计算文档图像的相邻稀疏局部三值模式(adjacent sparse local ternary patterns,ASLTP),将采样点数量设定为8,以便获得详细的局部纹理,设计出一种基于自适应中值滤波思想的半自适应阈值方法,用于提取灰度图像中心像素周边对角邻域像素的编码值。ASLTP在邻域像素位置存放稀疏局部三值模式(local ternary patterns,LTP)的值,提取灰度共生矩阵(gray-level co-occurrence matrix,GLCM),从4个方向统计使用ASLTP后灰度图像像素之间的频率关系。该算法在阿拉伯文、俄文、简体中文、哈萨克文、藏文、蒙古文、土耳其文、维吾尔文、英文、吉尔吉斯斯坦文和塔吉克斯坦文11个文种的自建印刷体文档图像数据集中验证。试验结果表明,相较于基线和先进的纹理方法,改进后的方法更具判别性,平均识别准确率为99.14%。为改善CoALTP方法可能产生低效分类特征的问题,提出半自适应阈值方法,有效提高识别率并抑制噪声。此外,针对算法产生的高维特征,采用基于均方差的特征选择方法,通过支持向量机(support vector machine,SVM)分类器特征选择后,识别速度提高284%,对11个文种的平均识别准确率达99.44%。
投稿的翻译标题A script identification method for printed document images based on DRCoALTP
源语言中文
页(从-至)51-57
页数0
期刊山东大学学报:工学版
卷55
期1
DOI
出版状态已出版 - 1 2月 2025

基金资助

国家自然科学基金资助项目(62266044,61862061,61363064);2022年新疆维吾尔自治区重点研发专项-厅厅联动资助项目(2022B03035)。

关键词

  • 稀疏局部三值模式
  • 灰度共生矩阵
  • 文种识别
  • 半自适应阈值
  • 特征选择

收录

  • CSCD

学术指纹

探究 '基于DRCoALTP的印刷体文档图像多文种识别方法' 的科研主题。它们共同构成独一无二的学术指纹。

引用此