基于多特征的中文古籍印章图像字符提取与分割研究

发布时间：2021-08-31 20:24

　　在数字图像处理技术越来越普及的今天,将古老的历史资源与前沿技术结合以实现其数字化是保护文化遗产的重要途经。而书籍画作作为文化遗产的重要组成部分,其保护和研究工作是不可忽视的。中文古籍印章常常出现在书籍画作等一系列文化遗产中用作标识作者信息。除此之外,中文古籍印章中的字符更是现如今对这些文化遗产进行管理的重要依据。为了对这一文化遗产进行保护和进一步的研究,对印章图像进行字符提取及分割是必不可少的步骤。但是由于中文古籍印章的样本数量稀少和纂刻方式多样,中文古籍印章图像的字符提取及分割具有一定的挑战性。本文主要针对中文古籍印章图像的字符提取与分割进行研究。首先构建印章图像的多结构特征。然后设计基于多特征与决策树的决策融合方法,实现印章纂刻方式分类。最后根据分类结果设计自适应区域提取方法提取印章图像字符,并基于形态学分析实现单字符精准分割。主要研究内容如下:1、构建了中文古籍印章图像纂刻方式的三种统计特征,并提出基于决策融合的印章分类方法。分析印章图像边框宽度概率分布和列亮度变化提取印章图像的边框统计特征和字符分布特征,并生成基于边框统计特征和字符分布特征的决策树实现印章纂刻方式分类（阳刻和阴... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

来自于画作的中文古籍印章图像

三种常见的现代印章图像

三种中文古籍印章图像

【参考文献】：
期刊论文
[1]基于深度学习的中文标准文献语言模型[J]. 李抵非,田地,胡雄伟.  吉林大学学报(工学版). 2015(02)
[2]一种基于连通域分析的车牌定位方法[J]. 李春利,王雪扬,惠康华.  智能计算机与应用. 2012(04)
[3]支持向量机[J]. 张浩然,韩正之,李昌刚.  计算机科学. 2002(12)
[4]一种基于前端预测识别的粘连字符分割方法[J]. 李佐,王姝华,蔡士杰.  计算机研究与发展. 2001(11)

硕士论文
[1]中轴变换研究[D]. 黎茂.电子科技大学 2006



本文编号：3375561