基于贝叶斯评判子的字体判断  

Classification of Machine-Printed and Handwritten Texts Based on the Bayesian Judge

作　　者：徐蔚然[1] 郭军[1] 潘兴德[1] 

机构地区：[1]北京邮电大学信息工程学院,北京100876

出　　处：《计算机学报》2003年第7期802-805,共4页Chinese Journal of Computers

基　　金：国家"八六三"高技术研究发展计划 ( 2 0 0 1AA114 0 80 )

摘　　要：支票中的待识别文字既可能是印刷体 ,也可能是手写体 .由于印刷体与手写体文字的预处理方法和识别算法不同 ,因此准确判断文字的字体 (手写体或印刷体 )是获得高精度识别结果的关键技术之一 .该文根据贝叶斯决策理论的最小错误率判决规则 ,提出了基于评判子的字体判断方法 .利用贝叶斯评判子 ,该文还提出了一种可分性判据 :评判子散度 ;同时还给出了一种估算评判子函数的方法 .在无拒识情况下 ,对 12 15 8张实际银行支票的测试中 ,该方法的正确率为 99.4 % .Correct classification of machine-printed and handwritten texts is a key problem of getting accurate recognition result. Combining with the development of financial document OCR system, this paper presents a machine-printed and handwritten text classification method using Bayes Judge. Based on Bayes Judge, a new separability measure, Judge Divergence, is put forward. A method for evaluating the Bayes Judge function is also presented. Using 12,158 actual bills to test the above method, the accuracy rate is 99.4%, which verifies the effectiveness of the method.

关 键 词：字体判断 文字识别 贝叶斯决策理论 贝叶斯评判子 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]