基于Zernike矩特征提取的改进FCM手写体数字识别

摘要

文中提出了采用 Zernike 矩进行特征提取，并通过改进 FCM 算法对手写体数字进行模糊聚类的一种方法。图像的 Zernike 矩具有旋转不变性，因此用它构造的特征空间能很好的反映图像的特性。模糊 C 均值聚类是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法，本文采取加权的模糊 C 均值聚类算法来进行分类。聚类的关键在于特征提取，在图像预处理的前提下，本文将 Zernike 矩进行降维处理，在不降低识别率的基础上，有效提高了识别速度。