基于纹理分析的印刷字体识别研究及应用

摘要

印刷字体识别在OCR系统中占有重要的地位。识别字体不仅可以提高OCR系统的自动化性能，而且可以为字符识别提供字体信息，减少字符匹配时间，提高字符识别率。到目前为止，对字体识别所作的研究，或者提取特征花费大量时间，或者对待识别文本的印刷质量要求较为严格，使得研究结果不能应用于OCR系统。 本文主要对报纸正文常用字体宋体、楷体、仿宋体和黑体识别进行了研究。将不同字体的文本看作不同的纹理，使用多通道Gabor滤波器的纹理分析方法识别字体。通过对实际字体样本的分析，本文主要完成了以下工作：(1)设计了更能体现字体特征的纹理图像块；(2)利用遗传算法对滤波角度进行了优化选择，得到了更为精细的角度集合，以此生成的多通道Gabor滤波器能够提取稳定的字体特征；(3)字体样本的分布具有多峰性质，以动态聚类算法得到的分段线性分类器更好地分类字体。对于《光明日报》和《人民日报》生成的纹理，以粗略角度形成的滤波器提取特征，使用简单线性分类器分类的识别方法得到的平均字体识别率为76.31％。经过以上的工作，平均字体识别率提高到95.62％。

目录

摘要

Abstract

第1章 绪论

第2章 预处理--形成纹理图像

第3章 特征提取

第4章 特征分类--识别字体

第5章 本研究在项目中的应用

第6章 结束语

参考文献

攻读硕士学位期间科研工作情况

致谢