一种自适应细化方法

被引：11

作者：

朱学芳

石青云

程民德

机构：

[1] 南京大学声学研究所

[2] 北京大学视觉听觉信息处理国家重点实验室

来源：

模式识别与人工智能 | 1997年 / 10卷 / 02期

关键词：

细化; 模式识别; 文字识别; 模板;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

细化处理能极大地消除光学文字、图像中的冗余信息量,对其存储、处理、识别、重建等非常重要.本文中我们提出比较符合人眼视觉效果的用于文字识别的快速自适应细化算法(ATA),它具有对称细化处理特点,细化的结果能很稳定地保持原始文字的结构信息,又给识别带来了方便.ATA算法在DEC-5000工作站上执行,每秒钟至少可细化375个手写数字(按占cup时间计算,矩阵大小38×38),细化的对象可以是印刷体或手写体的文字、字母、数字,也可以是工程线画图等.

引用

页码：140 / 146

页数：7

共 8 条

[1]

Pattern thinning by contour tracing. Arcelli C. Computer Graphics . 1981

[2]

Evaluation of Thinning Algrithm from an OCR Viewpoint. Lam L,,Suen C Y. IEEE Proc of 2nd Int Conf on Document Analysis and Recognit . 1993

[3]

A Pattern Thinning Algorithm. Govindan V K,Shivaprasad A P. Pattern Recognition . 1987

[4]

A dynamic shape reserving thinning algorithm. LAM L,SUE C Y. Signal Processing . 1991

[5]

Some parallel thinning algorithms for digital pictures. Stefanelli,R.,Rosenfeld,A. Journal of the Association for Computing Machinery . 1971

[6]

A thinning algorithm for discrete binary images. Pavlidis T. Computer Graphics . 1980

[7]

A systematic approach for designing 2-subcycle and pseudo I-subcyele parallel thinning algorithnls. Y. S. Chen and W.H.Hsu. Pattern Recognition . 1989

[8]

AParallel-symetricThinningAlgorithmJ. BourbakiesNG. Pattern Recognition . 1989

← 1 →