摘要
针对维吾尔词书写粘连和手写笔画漂移等问题,提出一种基于多信息融合路径寻优的字符分割算法。利用笔画提取、切分和聚类,过分割单词图像得到主体和附加字段,通过字段模糊匹配获得鲁棒的字根序列描述,以抑制笔画漂移造成的干扰;由建立的匹配位置高斯模型来估算字段匹配信息,经对单字分类器输出进行置信度转换,从而得到字符识别信息,再运用数据统计获取单词语义信息;由构建的字符序列二阶Markov语言模型,基于Bayes准则,提出了单词后验概率的多信息加权融合计算方法,通过字段匹配及字根合并的路径寻优,可得到最佳字符分割结果。在手写维文样本库上的实验表明,所提算法能有效提升字符分割的准确率和稳定性。
学科与关键词
关键词
信息处理技术手写文字识别字符分割维吾尔语多信息融合 information processing technologyhandwriting recognitioncharacter segmentationUyghur languagemultiple information fusion
- 脱机手写维吾尔单词提取霍留磊; 艾斯卡尔·艾木都拉; 阿布都萨拉木·达吾提电视技术, 2019, (07): 18-25.
- 部件字典结合时分方向特征的手写维吾尔字符识别许亚美; 卢朝阳; 李静吉林大学学报(工学版), 2012, (03): 740-746.
- 基于方向线素特征的手写体维文字符识别姜文; 卢朝阳; 李静微电子学与计算机, 2013, (10): 97-100.
