[发明专利]一种基于HMM-GMM的自动文字图片切分方法及系统

权利要求书

1.一种基于HMM-GMM的自动文字图片切分方法，其特征是：将待处理文字图片转换成时序数据，依次提取特征观测值序列O_1.....T＝[o₁...o_T]；在提取出特征观测值序列的基础上，使用HMM-GMM对待处理文字图片中的每一字符进行序列建模，完成HMM模型训练；根据待识别文字图片的观测值序列O_1...L＝[o₁...o_L]，使用Viterbi算法计算出得到所述O_1.....L＝[o₁...o_L]概率最大的对应隐含状态序列S_1...L，根据S_1...L与HMM的对应关系找到文字图片的切分点；进而实现文字图片切分的自动化。

2.如权利要求1所述的方法，其特征是，包含以下实现步骤：

(1)选择与待识别文字图片对应的待处理子图片来构建待处理文字图片，将待处理文字图片转换成时序特征的数据，并提取特征；

(2)对待处理文字图片中的每一字符构建对应的HMM，并使用GMM来估计HMM中的概率分布；

(3)根据待识别文字图片的大小构建相应的解码网络，提取待识别图片的观测值序列O_1.....L＝[o₁...o_L]；使用Viterbi算法，找出概率最大的对应隐含状态序列S_1...L；并根据此隐含状态序列与所述步骤(2)中字符的HMM对应关系，找出文字的切分点。

3.如权利要求2所述的方法，其特征是，所述步骤(1)包含以下实现步骤：

(1-1)根据待识别文字图片所包含的字符集，选取相对应的子图片作为待处理子图片；

(1-2)将所有待处理子图片转化成只包含一行文字的待处理文字图片；

(1-3)依次对待处理文字图片提取特征观测值，形成对应的特征观测值序列：O_1.....T＝[o₁...o_T]；

(1-4)对待处理文字图片中的每个字符进行人工标注。

4.如权利要求2所述的方法，其特征是，所述步骤(2)包含以下实现步骤：

(2-1)将待处理文字图片中的每个字符划分为由含有N个隐含状态的HMM所构成，提取每个字符的特征观测值，并使用GMM来估计观测值的概率分布。

5.如权利要求4所述的方法，其特征是，所述步骤(2)包含以下实现步骤：

(2-2)当待处理文字图片中包含K个字符时，给定该待处理文字图片的标注及其5*K状态的HMM，计算前后向算法的统计值；

(2-3)遍历所有待处理子图片，得到待处理图片的总体统计量；更新GMM参数和跳转概率。

6.如权利要求2所述的方法，其特征是，所述步骤(3)包含以下实现步骤：

(3-1)根据待识别图片中所包含的字符个数，构建相应的解码网络；

(3-2)将待识别文字图片时序化，依次提取待识别图片的观测值序列：O_1.....L＝[o₁...o_L]；

(3-3)使用Viterbi算法，计算能得到如步骤(3-2)中所述的观测值序列O_1.....L＝[o₁...o_L]时对应概率最大的隐含状态序列S_1...L；计算公式如下：

(3-4)通过隐含状态序列S_1...L与所述步骤(2)中所得到文字HMM的对应关系，找到每个HMM所覆盖观测值的范围，属于不同HMM相邻观测值之间的分界点，便是文字之间的切分点。

7.如权利要求3所述的方法，其特征是：所述步骤(1-2)中，将所述待处理图片中待处理子图片的像素高度调整为统一高度。

8.如权利要求3所述的方法，其特征是：所述步骤(1-3)中的特征为W列窗口的像素值投影密度；或者为W列窗口的线段平均长度。