计算机技术与发展2020，Vol.30Issue(10) ：92-96.DOI:10.3969/j.issn.1673-629X.2020.10.017

面向汉字书写质量评价的Gabor特征提取方法

Gabor-based Feature Extraction towards Chinese Character Writing Quality Evaluation

闫文耀 郭铭涛 王志晓 张九龙
计算机技术与发展2020，Vol.30Issue(10) ：92-96.DOI:10.3969/j.issn.1673-629X.2020.10.017
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

面向汉字书写质量评价的Gabor特征提取方法

Gabor-based Feature Extraction towards Chinese Character Writing Quality Evaluation

闫文耀 1郭铭涛 2王志晓 3张九龙2
扫码查看

作者信息

  • 1. 延安大学西安创新学院 数据科学与计算机学院,陕西 西安 710100
  • 2. 西安理工大学 计算机科学与工程学院,陕西 西安 710048
  • 3. 西安理工大学 计算机科学与工程学院,陕西 西安 710048;陕西省网络计算与安全技术重点实验室,陕西 西安 710048
  • 折叠

摘要

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.

关键词

汉字/书写质量评价/纹理特征/Gabor变换/支持向量机

引用本文复制引用

基金项目

科技部重点研发计划项目(2017YFB1402103)

国家自然科学基金(61772407)

西安市科技计划项目(201805037YD15CG216)

西安市碑林区科技局项目(GX1917)

出版年

2020
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
被引量1
参考文献量5
段落导航相关论文