联机藏文手写识别概述-PPT精品.ppt

联机藏文手写识别概述-PPT精品
摘　要
准备工作
手写识别过程
联机藏文手写识别的预处理
联机藏文手写识别特征提取
聚类
实验方法和结果
Date
2
准备工作
藏文文字的组成
藏文的字符集编码标准
联机藏文手写识别概述-PPT精品
摘　要
准备工作
手写识别过程
联机藏文手写识别的预处理
联机藏文手写识别特征提取
聚类
实验方法和结果
Date
2
准备工作
藏文文字的组成
藏文的字符集编码标准
GB/T 16959-2019《信息技术 藏文编码字符集 基本集》
GB/T 20542-2019《信息技术 藏文编码字符集 扩充集A》
字母→字丁（字符）→音节→词→句子
Date
3
藏文字丁的书写特点
基本处理单元的选择
藏文文字的结构特点
相关国家标准
识别编码范围
《基本集》和《扩充集A》在内的910多个字丁，剔出掉了不常用的梵文字符
准备工作
Date
4
准备工作
联机藏文手写识别的研究基础
参考结构文字的联机特征提取方案还是拼音文字的联机特征提取方案？
藏文识别相对于汉字识别的特点
宽高比1：2
笔画方向性
圈、弧状结构
Date
5
准备工作
藏文手写识别难点
易混淆字过多
印刷体相似字
手写体相似字
f41e
f37d
f42a
f3ae
f4eb
f5e1
f327
f497
f3b4
f49c
Date
6
联机藏文手写识别流程
识别基本流程
预处理了
对手写输入的字符在字形上进行修正，减少同类字符输入样本间字形上的变异。是保证特征提取和识别算法的有效性的前提。
特征提取
根据经过预处理后的联机手写字符，提取出相对于位移、大小、旋转、变形等具有不变形的模式特征。
预处理
特征提取
分割
分类
后处理
语料库
word
Date
7
联机藏文手写识别的预处理
预处理主要操作
线性归一化，减少字符大小的变异。
加入虚拟点，使字的每个笔画的点密度相同。
非线性归一化，减少笔划形状的变异（笔画太长、太短，笔画太集中等）。
重采样，减少点的间距的变异以及笔划上点的数目的变异。
点的平滑，去除笔画上的噪点。
Date
8
线性归一化操作的选取
公式及宽高比确定
进一步改进
联机藏文手写识别的预处理
Date
9
联机藏文手写识别的特征提取
滤波器的选择
网格方向特征提取方法需要对分割后的小网格计算特征值；
特征值的取得依赖于小网格内点的分布以及一个权值空间；
权值空间的分配一般都使用某种低通滤波器来计算。
使用Gaussian滤波器来计算权值
Gaussian函数是单值函数，因为边缘是一种图像局部特征，靠近切分后小网格的边缘部分的点一般认为是噪音。
二维Gaussian函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的。
Gaussian滤波器看以看做是Gabor滤波器的简化，它的参数较少，便于设计和实验。
Date
15
联机藏文手写识别的特征提取
Gaussian滤波器
σ是尺度，它决定了滤波器的分布宽度。
优点
滤波器宽度（决定着平滑程度）是由σ决定，σ和平滑程度的关系是非常简单的。
设计
σ越大对噪声的抑制效果越好。
过大的σ会造成图像模糊、变暗，造成图像轮廓界限的消失。
r是切分后的小网格边长。
Date
16
联机藏文手写识别的特征提取
图像分割的粒度
弹性网格
根据直方图投影对图像进行切分
弹性网格设计中的困难
Gaussian滤波器
切分后采样中心的确定
二值投影到灰度投影
联机手写样本中的交点信息
Date
17
联机藏文手写识别的特征提取
原始特征值缺陷
特征值在0~200多不等，导致在进行聚类的距离计算时，大数占据了绝对的地位。
个别特征值的巨大差异会削弱其他特征值的影响。
改进


实验结果
根据不同字型可实验不同的方法，本文采取第二种方法，%，比原始的特征值计方法提高了1个百分点。
Date
18
聚类
聚类距离：传统的欧氏距离

分析
比较距离时，不必计算平方根，减少计算量。
曼哈顿距离、city-block距离：计算相对应的属性差值绝对值之和，即指数为1。
指数 > 2时：增加了大差异的影响力而削弱了小差异的影响力。
实验结果
欧氏距离：%。
不计算平方根：%，有微小提高。
指数 = 1：%，识别率迅速下降，说明减小大差异的影响不利于识别效果。
指数 = 3：%，。