手写粉笔数字自动识别方法研究

doi:10.3778/j.issn.1002-8331.2011.02.055

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (2): 182-184.DOI: 10.3778/j.issn.1002-8331.2011.02.055

• 图形、图像、模式识别 • 上一篇下一篇

手写粉笔数字自动识别方法研究

胡晓东¹，骆剑承¹，吴炜¹，程熙¹，沈占锋¹，贾银芳²

1.中国科学院遥感应用研究所，北京 100101
2.上海梅山钢铁股份有限公司，南京 210039

收稿日期:2009-04-27 修回日期:2009-06-12 出版日期:2011-01-11 发布日期:2011-01-11
通讯作者: 胡晓东

Automatic recognition method of chalk handwritten numerals

HU Xiaodong¹，LUO Jiancheng¹，WU Wei¹，CHENG Xi¹，SHEN Zhanfeng¹，JIA Yinfang²

1.Institute of Remote Sensing Applications，Chinese Academy of Sciences，Beijing 100101，China
2.Baosteel Group Shanghai Meishan Co.，Ltd，Nanjing 210039，China

Received:2009-04-27 Revised:2009-06-12 Online:2011-01-11 Published:2011-01-11
Contact: HU Xiaodong

摘要/Abstract

摘要： 手写粉笔字在生产生活中应用广泛，针对手写粉笔字易与背景混淆的特点，提出了手写粉笔数字自动识别方法，分别通过粉笔字普适性分割算法和基于SVM的手写数字分层分类自动识别技术解决了分割和识别两个关键问题，并结合钢材板坯号自动识别系统的应用进行方法的实验，达到了较高的识别率，具有重大的应用价值和推广意义。

关键词: 粉笔字分割, 手写数字, 特征筛选, 分层分类, 自动识别

Abstract: Chalk handwriting is widely used in the production or usual life.After analyzing chalk handwriting features，the automatic recognition method of chalk handwritten numerals is proposed.Two main issues of segmentation and recognition are solved through the universal chalk handwritten segmentation algorithm and the hierarchical classification automatic recognition technique based on SVM.The experiment is executed during the application of the automatic recognition system of steel slab numbers，which proves that the method can achieve high recognition ratio.This method can reach the requirements of application，and has high value of application and significance of promotion.

Key words: chalk handwriting extraction, handwritten digit, feature selection, hierarchical classification, automatic recognition

中图分类号:

TP391.41

胡晓东¹，骆剑承¹，吴炜¹，程熙¹，沈占锋¹，贾银芳². 手写粉笔数字自动识别方法研究[J]. 计算机工程与应用, 2011, 47(2): 182-184.

HU Xiaodong¹，LUO Jiancheng¹，WU Wei¹，CHENG Xi¹，SHEN Zhanfeng¹，JIA Yinfang². Automatic recognition method of chalk handwritten numerals[J]. Computer Engineering and Applications, 2011, 47(2): 182-184.

[1]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[2]	李增刚，王正彦，孙敬成. 基于FPGA的手写数字BP神经网络研究与设计[J]. 计算机工程与应用, 2020, 56(17): 251-257.
[3]	丁娜，钟宝江. 手写液晶体数字及识别技术[J]. 计算机工程与应用, 2020, 56(16): 97-104.
[4]	马义超，赵运基，张新良. 基于PCA初始化卷积核的CNN手写数字识别算法[J]. 计算机工程与应用, 2019, 55(13): 134-139.
[5]	路志英1，刁长莹1，卢焕珍2，贾惠珍2. 基于MICAPS风场信息的低空急流自动识别及绘制[J]. 计算机工程与应用, 2017, 53(8): 230-234.
[6]	罗三定，彭琼，李婷. 瓷砖图像的纹理特征分类研究[J]. 计算机工程与应用, 2016, 52(8): 196-200.
[7]	胡金柱1，舒江波2，胡泉3，李源1，杨进才1，谢芳4. 复句关系词自动识别中规则的表示方法研究[J]. 计算机工程与应用, 2016, 52(1): 127-132.
[8]	黄英来1，田少卿1，孙晓芳2，张博文3. 基于灰度投影法的乐器板材纹理分析方法[J]. 计算机工程与应用, 2014, 50(6): 161-164.
[9]	朱晓旭，钱培德. 脏话文本语料库建设[J]. 计算机工程与应用, 2014, 50(11): 126-129.
[10]	孙香玉，冯百明，杨鹏斐. 基于CUDA的BP算法并行化与实例验证[J]. 计算机工程与应用, 2013, 49(23): 31-34.
[11]	梁社会1，陈小荷2，刘浏2. 先秦汉语排比句自动识别研究——以《孟子》《论语》中的排比句自动识别为例[J]. 计算机工程与应用, 2013, 49(19): 222-226.
[12]	王鑫，章浩泽，王朝晖，刘纯平. 基于双射变换的脱机手写数字识别方法[J]. 计算机工程与应用, 2013, 49(1): 227-230.
[13]	王成栋，凌丹，苗强. 分形无标度区的一种自动识别方法[J]. 计算机工程与应用, 2012, 48(6): 9-12.
[14]	金秋春1，童小利2，薄树奎1. 面向虹膜识别的Gabor特征筛选研究[J]. 计算机工程与应用, 2012, 48(19): 201-204.
[15]	刘君1，王振中1，李宝聚2，郇中丹1，黄海洋1. 基于图像处理的作物病害自动识别系统的研究[J]. 计算机工程与应用, 2012, 48(13): 154-158.

手写粉笔数字自动识别方法研究

Automatic recognition method of chalk handwritten numerals

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics