基于结构特征的多字体多字号卡纳达语数字识别
计算机视觉与模式识别
2011-11-21 v1
摘要
本文提出了一种快速且新颖的多字体多字号卡纳达语数字识别方法，该方法无需细化且无需尺寸归一化。不同的结构特征被用于数字识别，即四个方向上的像素方向密度、水水库特征、最大轮廓距离和填充孔密度。使用欧几里得最小距离准则寻找最小距离，并使用 K 近邻分类器对卡纳达语数字进行分类，测试图像的字体大小在 16 到 50 之间变化，字体风格包含来自流行的卡纳达语文字处理软件 NUDI 和 BARAHA 的 20 种不同字体。共测试了 1150 张数字图像，总体分类准确率达到 100%。该方法的平均耗时为 0.1476 秒。
引用
@article{arxiv.1111.4291,
title = {Multi-font Multi-size Kannada Numeral Recognition Based on Structural Features},
author = {B. V. Dhandra and R. G. Benne and Mallikarjun Hangarge},
journal= {arXiv preprint arXiv:1111.4291},
year = {2011}
}
备注
5 pages, 5 figures, 4 tables,"Emerging Trends in Information Technology(eIT-2007), India"