基于HMM和决策树的阿拉伯语光学字母识别方法

摘要

本发明公开了一种阿拉伯语光学字母识别方法，包括以下步骤：接收包含阿拉伯语文本的输入图像，通过检测所述输入图像中每个读音符号的边界框、并将其坐标与文本主体的边界框坐标比较去除所有读音符号，将每个输入图像划分为四层，并对所述四层执行特征提取，将特征提取的结果输入隐马尔可夫模型，以生成表示每个阿拉伯语字母的隐马尔可夫模型，对生成的表示每个阿拉伯语字母的隐马尔可夫模型进行迭代训练，直至满足似然比准则为止，将迭代训练后的隐马尔可夫模型输入决策树，以预测读音符号的位置和类别，并生成最终识别结果。本发明能够利用阿拉伯语的书写特性使识别任务更简单，并具有较高的识别精度。