华南理工大学学报(自然科学版)

作者：陈善雄, 韩旭, 林小渝, 等

单位：1． 西南大学 计算机与信息科学学院，重庆 400715; 2． 贵州工程应用技术学院 彝学研究院，贵州 毕节 551700

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

基金：国家自然科学基金资助项目 (61872299); 中国博士后基金资助项目 (Xm2016041); 重庆市自然科学基金资助项目 (cstc2019jcyj-msxm2550); 模式识别国家重点实验室开放课题 (201900010); 西南大学中央高校基本科研业务费专项资金资助项目 (XDJK2018B020); 重庆市教委科研项目 (KJQN201801901)

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。

来源：2020年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第6期