改进SURF算法在图像汉字识别中的应用

摘要：

针对复杂背景下汉字匹配准确率较低的问题，提出一种改进的SURF算法。该算法利用灰度分级的字符分割方法，先进行灰度分割增强图像的对比度，采用灰度分级树将图像中的所有像素处理为树的模式进行计算，根据灰度分级确定主节点，根据主节点的级别所对应的灰度值对图像进行分割。同时，根据汉字结构的特殊性，取消了SURF算法的旋转不变性。实验结果表明，与未使用改进的SURF算法相比，对图像质量较差的文本图像，改进的SURF算法能有效地提高其匹配的准确率。

关键词：复杂背景、汉字匹配、快速鲁棒特征(SURF)算法、灰度分级、字符分割

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助No.TD2014-01。

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：156-160