位置:成果数据库 > 期刊 > 期刊详情页
纹理特征加权融合的中亚多文种文档图像文种识别
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]新疆大学信息科学与工程学院,乌鲁木齐830046, [2]新疆大学网络与信息中心,乌鲁木齐830046
  • 相关基金:国家自然科学基金(No.61363064,No.61563052,No.61163028);新疆维吾尔自治区高校科研计划重点项目(No.XJEDU2013I11).
中文摘要:

全球各地目前使用很多种相似的文种,相似文种的识别是模式识别领域内难点并迫切需要解决的问题之一。然而,针对中亚文种文本文档和少数民族文种也就是相似文种分类识别方面的文献报道几乎没有。首先建立了两个多文种文档图像数据库,分别有1600幅和2200幅纯文本整篇文档图像,包含英文,汉文,俄文,蒙文,阿拉伯文,藏文,维吾尔文,土耳其文,乌兹别克文,塔吉克文和哈萨克文等共有11种文档图像。其次分别提取文档图像的均值,标准差,熵,一致性,三阶矩,平滑度等六个纹理特征,利用不同7种分类器分类。在找到各个特征对多文种文本文档图像的灵敏度的基础上,采用加权特征融合方法提取融合特征,确定了适合中亚多文种文档图像识别的最佳权值。最后用不同分类器分类识别,通过多特征以系数加权融合之后,以建立的两个数据库基础下获得平均的识别率分别为99.38%和95.69%。实验结果表明,提取的纹理特征和加权融合的纹理特征能较好地描述文档图像特征,并且它们可以有效地分类以上所述的11个文种。

英文摘要:

Many similar shaped scripts are used all over the world today,script identification with similar shaped charactersis difficult task in pattern recognition area,and it is one of the urgently solved problems.However,there are a few reportsfor identification of Central Asian countries and Chinese Minority scripts,especially for scripts with similar shaped characters.In this paper,firstly,two multi-script document image databases are established,which are including1,600and2,200plain text document images respectively in11scripts such as English,Chinese,Russian,Mongol,Arabic,Tibet,Uyghur,Turkish,Uzbekistan,Tajikistan and Kazakhstan.Then,six texture features such as mean,standard deviation,entropy,consistency,third order moment and smoothness are extracted from whole page image respectively,and they areclassified using seven different kinds of classifiers.On the basis of finding the sensitivity of each feature for the documentimage,it is determined the optimal weights suitable for identification of central Asian multilingual scripts after the weightedfusion method is used to extract the fusion features.Finally,they are classified by using different classifier via multifeaturesweighted coefficient fusion,and it is obtained99.38%and95.42%of average identification rate with the two establisheddataset separately.Experimental results indicate that texture features and weighted fusion texture features can betterdescribe the multi-script document images,and they can effectively classify these11kinds scripts mentioned above.

同期刊论文项目
期刊论文 12 会议论文 8 著作 1
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887