基于混合特征的孟加拉手写体数字识别

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (20): 214-215.

基于混合特征的孟加拉手写体数字识别

刘春丽，吕淑静

上海工商外国语学院，上海 201300

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-11 发布日期:2007-07-11
通讯作者: 刘春丽

Bangla handwritten numeral recognition based on blend features

LIU Chun-li，LV Shu-jing

Shanghai Industry & Commerce Foreign Language College，Shanghai 201300，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-11 Published:2007-07-11
Contact: LIU Chun-li

摘要/Abstract

摘要： 根据孟加拉手写体数字的特点，用Kirsch算子提取象素的水平、垂直、右对角线以及左对角线的特征矢量，并与字符图像的密度特征相结合，采用BP算法训练的MLP网络作分类器进行识别。最后，用从实际孟加拉信封图像中采集到的手写体数字作样本进行实验，达到了96.1%的识别率。

关键词: 特征提取, Kirsch算子, 孟加拉手写体数字, BP神经网络

Abstract: A recognition system based on blend features is proposed for Bangla handwritten numeral.The direction features，including horizontal vector，vertical vector，right diagonal vector and left diagonal vector，which combine with density features，are extracted by Kirsch operator.Then the numerals are recognized by means of BP network.Experimental results show that the proposed method obtains 96.1% correct recognition rate.

Key words: feature extraction, Kirsch operator, Bangla handwritten numeral, BP network

刘春丽，吕淑静. 基于混合特征的孟加拉手写体数字识别[J]. 计算机工程与应用, 2007, 43(20): 214-215.

LIU Chun-li，LV Shu-jing. Bangla handwritten numeral recognition based on blend features[J]. Computer Engineering and Applications, 2007, 43(20): 214-215.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[3]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[4]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[5]	熊健，覃仁超，何梦乙，刘建兰，唐风扬. 改进随机森林在Android恶意软件检测中的应用[J]. 计算机工程与应用, 2021, 57(3): 130-136.
[6]	郑建锋，王应明. 基于DEA-BP神经网络的效率置信区间预测模型研究[J]. 计算机工程与应用, 2021, 57(3): 273-278.
[7]	黄晶晶，王建宏. 分数阶非因果BP神经网络模型[J]. 计算机工程与应用, 2021, 57(23): 91-97.
[8]	李龙龙，何东健，王美丽. 基于改进型LBP算法的植物叶片图像识别研究[J]. 计算机工程与应用, 2021, 57(19): 228-234.
[9]	李杰，李苗，袁细国. 面向新一代测序数据的病原微生物检测算法[J]. 计算机工程与应用, 2021, 57(19): 282-289.
[10]	郭恒光，刘文彪，余仁波. 用于形状特征提取的spike函数[J]. 计算机工程与应用, 2021, 57(18): 220-226.
[11]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[12]	刘星辰，贾俊铖，张莉，胡沁涵. 图像超分辨率特征浓缩网络[J]. 计算机工程与应用, 2021, 57(16): 213-219.
[13]	光睿智，安博文，潘胜达. 基于无锚框网络的航拍航道船舶检测算法[J]. 计算机工程与应用, 2021, 57(15): 251-258.
[14]	曹林根，宓超. 集装箱箱号字符识别算法研究[J]. 计算机工程与应用, 2021, 57(15): 178-185.
[15]	周小静，陈俊洪，杨振国，刘文印. 基于手势特征融合的操作动作识别[J]. 计算机工程与应用, 2021, 57(14): 169-175.