[发明专利]基于HMM和决策树的阿拉伯语光学字母识别方法

摘要

本发明公开了一种阿拉伯语光学字母识别方法，包括以下步骤：接收包含阿拉伯语文本的输入图像，通过检测所述输入图像中每个读音符号的边界框、并将其坐标与文本主体的边界框坐标比较去除所有读音符号，将每个输入图像划分为四层，并对所述四层执行特征提取，将特征提取的结果输入隐马尔可夫模型，以生成表示每个阿拉伯语字母的隐马尔可夫模型，对生成的表示每个阿拉伯语字母的隐马尔可夫模型进行迭代训练，直至满足似然比准则为止，将迭代训练后的隐马尔可夫模型输入决策树，以预测读音符号的位置和类别，并生成最终识别结果。本发明能够利用阿拉伯语的书写特性使识别任务更简单，并具有较高的识别精度。

主权项

1.一种基于HMM和决策树的阿拉伯语光学字母识别方法，其特征在于，包括以下步骤：(1)接收包含阿拉伯语文本的输入图像；(2)通过检测所述输入图像中每个读音符号的边界框、并将其坐标与文本主体的边界框坐标比较去除所有读音符号；(3)将每个输入图像划分为四层，并对所述四层执行特征提取；(4)将特征提取的结果输入隐马尔可夫模型，以生成表示每个阿拉伯语字母的隐马尔可夫模型；(5)对生成的表示每个阿拉伯语字母的隐马尔可夫模型进行迭代训练，直至满足似然比准则为止；(6)将迭代训练后的隐马尔可夫模型输入决策树，以预测读音符号的位置和类别，并生成最终识别结果；其中，对所述四层执行特征提取的过程包括以下子步骤：提取第一特征，其等于包含黑色像素的层的数量；提取第二特征，其等于第一层和第四层和的均值；提取第三特征，其等于第二层和第三层和的均值；提取第四、第五和第六特征，其等于所有四层垂直投影的和；提取第七、第八和第九特征，其等于第三层垂直投影。