学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于小波域隐马尔科夫模型的文本图像子带分割方法
被引:9
作者
:
侯玉华
论文数:
0
引用数:
0
h-index:
0
机构:
河南大学数学与信息科学学院
侯玉华
宋锦萍
论文数:
0
引用数:
0
h-index:
0
机构:
河南大学数学与信息科学学院
宋锦萍
周福娜
论文数:
0
引用数:
0
h-index:
0
机构:
河南大学数学与信息科学学院
周福娜
文成林
论文数:
0
引用数:
0
h-index:
0
机构:
河南大学数学与信息科学学院
文成林
杨晓艺
论文数:
0
引用数:
0
h-index:
0
机构:
河南大学数学与信息科学学院
杨晓艺
机构
:
[1]
河南大学数学与信息科学学院
[2]
河南大学数学与信息科学学院 河南开封
[3]
河南开封
来源
:
电子学报
|
2002年
/ 08期
关键词
:
HMT模型;
二维小波变换;
多尺度文本图像分割;
D O I
:
暂无
中图分类号
:
TP391.4 [模式识别与装置];
学科分类号
:
0811 ;
081101 ;
081104 ;
1405 ;
摘要
:
本文在已有文献的基础上 ,通过分析不同子带小波系数之间的相关性 ,提出了一类基于小波域HMT(HiddenMarkovTree)模型文本图像分割方法 .其基本思想是先在子带分类的基础上 ,综合考虑不同尺度上的分类 ,进行多尺度文本图像分割 ,最后根据后验像素信息对上述方法所得分割结果进行修正 ,得到优于已有文献的分割效果 ,而且在一定程度上减少了分割算法的计算量 .
引用
收藏
页码:1180 / 1183
页数:4
相关论文
未找到相关数据
未找到相关数据