基于HOG特征提取和支持向量机的东巴文识别

摘要

东巴文是我国少数民族纳西族的文字,是世界上唯一存活的象形文字,目前正面临传承困难.研究通过机器学习进行东巴文的自动识别.利用扫描方式将东巴文字转换为数字图像,对灰度图像平滑去噪并用边缘检测算子提取文字轮廓,采用方向梯度直方图(Histogram of Oriented Gradient,HOG)提取特征向量,将提取到的特征向量输入支持向量机(Support Vector Machine,SVM)进行图像分类,从而实现东巴文的自动识别.经自建数据集测试,在相同实验条件下,SVM比K最近邻分类器、随机森林分类器的识别率更高,达到97.42%,而且识别过程简单、快速,对东巴文的传承与保护有重要的现实意义.