(3.236.222.124) 您好!臺灣時間:2021/05/08 06:21
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:蔡榮儀
研究生(外文):Rong-Yi Tsay
論文名稱:中文文字識別─特徵抽取與分類法則之研究
論文名稱(外文):Chinese character recoginition -- feature extraction and on
指導教授:林慧珍林慧珍引用關係
指導教授(外文):Hwei-Jen Lin
學位類別:碩士
校院名稱:淡江大學
系所名稱:資訊工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1994
畢業學年度:82
語文別:中文
論文頁數:65
中文關鍵詞:特徵抽取四邊取碼法特徵點大分類統計/結構 法
外文關鍵詞:Feature extractionSurrounding area codeFeature point
相關次數:
  • 被引用被引用:0
  • 點閱點閱:247
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
隨著國內資訊業蓬勃發展,社會大眾對於資訊中文化的需求行益形迫切。
然而,由於中文字數目龐大,字體結構複雜以及相似字多,使得中文資訊
與電腦之溝通在中文輸入方面造成相當的困難,傳統以人工方式透過鍵盤
做中文輸入,不論採取何種輸入法,皆有其嚴重之缺失性。因此,發展中
文自動識別,解決中文自動輸入問題,實為當務之急。而中文文字識別系
統模組中,特徵抽取(feature extraction)與分類法則(classification)
是一個非常重要的模組,可說是文字識別的核心,直接影響到文字辨識系
統的性能,因此,如何發展出一種較佳的特徵抽取與分類法則,以增加文
字辨識率並提高文字辨識系統的辨識速度,一直是許多研究者努力的目標
。早期國內外發展之文字辨識方法,往往不是統計法就是結構法,本論文
提出一個新的辨識方法,採取了統計法中的四邊特徵取碼法與結構法中的
特徵點法,加以結合改進,先以文字四個週邊的特徵點數作大分類,再將
文字區分為16個網格,根據每個網格內的端點(end point )、三叉點(
branch point )、四叉點(cross point)與轉折點(corner point) 數目作
細分類,將5401個中文常用字進行特徵抽取與分類,結果顯示,大分類共
分成 158類,最大類有 291個字,大多數的類別在20個字以下。細分類後
除了”土”與”士”;〞壬〞與〞王〞;〞未〞與〞末〞外,其餘的字皆
可區分,採用此法可改進四邊特徵取碼法同類字太多的缺點,亦可省去特
徵點法繁雜的計算,可增加辨識速度,節省特徵資料庫的儲存空間,是一
個有效率的中文文字辨識方法。

For years the handling of inforamtion written Chinese has been
a manual process which is tedious, error-phone, and timeuming.
The need is efficient.Chinese computer input procesor or device
becomes exigent.There have been many Chinese character input
system available. Yet none is easily employed or efficientnough
to fit the requirement by the Chinese-character-using public.
Therefore, development of machine recognition of Chinese
characters has received increasing attention in the past
decades. However, machine recognition of Chinese characters was
considered to be a very hard problem due to (1)their
complicated structures, (2)the huge amount of them, and
(3)variouss existing among different characters. An important
problem in Chinese character recognition is tond features that
are invariant for different characters. The recognition rate
depends on how good the feature are. Thus,e extraction is
treated as the core of the whole system.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔