基于某些（反）对角结构特征的手写字符识别

本文提出了一种离线手写字符识别方法。该方法依赖于一种基于结构特征、直方图和轮廓的新型特征提取技术。作为创新点，我们提出从表示字符的 $32\times 32$ 矩阵中提取八个新的直方图和四个轮廓，从而创建 256 维特征向量。这些特征向量随后用于采用 $k$-均值算法的分类步骤。我们使用 NIST 数据库进行实验以评估我们的方案。具体而言，识别系统使用每个符号 1000 个样本和 64 个类别进行训练，并在每个符号 500 个样本上进行测试。我们获得了令人鼓舞的准确率结果，根据字符类别的难度不同，准确率从 81.74% 到 93.75% 不等，显示出优于其他同样基于结构特征的最新方法的准确率。