基于矩和Gabor变换的手写体汉字识别方法  

Handwritten chinese character recognition basedon moment and gabor transformation

作　　者：李玉静[1] 杨扬[1] 颉斌[1] 

机构地区：[1]北京科技大学信息工程学院,北京100083

出　　处：《信息技术》2003年第12期44-46,共3页Information Technology

摘　　要：特征提取是手写体汉字识别的一个研究难点。本文提出了一种基于特征融合的新提取方法,即将Gabor变换和正交矩变换结合起来,用正交Zernike矩提取全局特征,用Gabor变换提取局部特征,然后使用主成分分析的方法进行特征压缩。由此得到的特征向量能从整体上和局部上反映汉字的特征。实验证明该方法是行之有效的。Feature extraction is the difficulty of handwritten chinese character recognition. In this paper, a novel feature extraction method based on feature fusion is proposed. First, Gabor transformation and Zernike moments are used to extract local and global feature. Then, principal component analysis is taken to compress the local feature. This mothod has been proved to be effective.

关 键 词：手写体汉字识别 GABOR变换 zermike矩 特征融合 主成分分析 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]