基于MSER和CNN的彝文古籍文献的字符检测方法

摘要：

彝文古籍中字符的检测是古彝文字符识别的重要基础,检测的准确性直接影响着古彝文识别的精准程度.针对彝文古籍文献版面结构复杂、排版缺乏规范、存在图文混排等情况,提出一种基于最大极值稳定区域(MSER)和卷积神经网络(CNN)的彝文古籍文献字符检测方法.首先对彝文古籍扫描图片用非局部均值滤波进行了预处理,然后采用一种改进的局部自适应二值化方法得到二值图像,实现对图像的前景和背景的分割;再采用基于启发式规则的方法对非文本区域进行去除,从而得到文本区域;最后采用MSER和CNN相结合的方法对古籍中的单个字符进行检测.实验结果表明,该方法对古籍中文本和非文本区域进行了有效的分离,并在单字符检测实验中取得了较高的准确率和召回率,能有效地解决古籍文献字符识别中的字符检测问题.

关键词：彝文古籍、字符检测、二值化、最大极值稳定区域、卷积神经网络

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;中国博士后基金资助项目;重庆市自然科学基金资助项目;模式识别国家重点实验室开放课题;西南大学中央高校基本科研业务费专项资金资助项目;重庆市教委科研项目

在线出版日期：2020-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：123-133