异态汉字识别方法研究

复杂图像文字识别是基于内容图像检索的一个重要研究方向.针对图像中的文字可能存在倾斜、光照不均、噪音干扰和边缘柔化等多种异态问题，提出一种有效的异态汉字识别方法，称作sc-hog.首先，利用稀疏编码得到基向量和稀疏系数，通过重构图像滤除噪音、处理边缘柔化；然后，利用梯度方向直方图抽取复原图像的汉字边缘梯度特征，削弱倾斜和光照的影响；最后，将获取的特征向量送入分类器，实现异态汉字的识别.通过合成数据集和真实数据集两方面的实验来验证sc-hog方法的有效性：前一方面实验结果表明，sc-hog方法对于倾斜、光照不均、噪音干扰和边缘柔化等异态情况有较强的鲁棒性；后一方面实验结果表明，sc-hog方法在原生数字图像和场景图像真实样本集上也能取得较好的结果.