如需要完整文档点击下方 "点击下载文档" 按钮

汉字书写质量的智能化自动评价具有广泛的应用前景。 已有的汉字书写质量评价大多基于部首分割和特征判决,此类评价方法的一个关键环节在于对汉字分割的精度要求高。但是,真实手写字体通常存在连笔、落笔力度不均匀、个性化的书写风格等问题,这导致普通书写的字存在分割困难的问题。 针对上述问题,提出一种基于图像纹理的书写质量评价方法。 该方法将书写线条的匀称清晰程度以及书写风格的一致性作为有效判据,具体采用 Gabor 变换对书写样本的图像特征进行提取,最终采用支持向量机的统计学习方法对书写质量进行有效评判。 在 CHAED 字库集等多个真实数据集上的实验展示了该方法是有效且准确的,其优势在于无需对字体进行分割,且其全局性特征的提取过程计算代价较小。

如需要完整文档点击下方 "点击下载文档" 按钮

《面向汉字书写质量评价的 Gabor 特征提取方法》

将 完整文档 下载到本地，方便收藏和查阅

文件号：061820

点击下载文档