在图像中提取多种语言文本的高斯混合模型和相邻字符的学习

摘要

本文提出了一种基于统计模型和相邻字符的学习，在图像中提取多种语言文本的方法。三种相邻字符可以用高斯混合模型和通过“伪概率”定义的贝叶斯结构识别来表示。基于该模型，完整的文本提取由二值化图像根据相邻字符或非字符的判别，标识每个相连部件，基于数字结构的方法用来检测和连接每个分割的字符。Voronoi分割方法考虑建立相邻的连接部件。在本文的提取算法中，进一步提出了运用基于最大——最小相似性（MMS）训练算法的判别标准来评估参数。提取中英文文本的实验结果表明，在试验数据集中，MMS训练算法可实现93．56％的准确率和98．55％的重复利用率。实验也显示了MMS提供的重要特性，并与最大相似性（ML）标准和最大分类误差（MCE）训练作了比较。