古籍漢字圖像檢索是古籍漢字研究人員高效獲取相關(guān)古籍字形的有效途徑。然而,古籍漢字數(shù)量龐大、結(jié)構(gòu)復雜、字形多變等特點,導致傳統(tǒng)的漢字圖像檢索技術(shù)在面對古籍漢字圖像時難以取得令人滿意的結(jié)果。因此,有必要針對古籍漢字特點,研究有效的古籍漢字圖像檢索技術(shù),滿足古籍漢字研究的實際需要。通過對古籍漢字特點的分析與歸納,引入猶豫模糊集理論,對古籍漢字圖像檢索關(guān)鍵技術(shù)展開研究,主要工作分為以下兩部分:（1）設計了基于猶豫模糊集的古籍漢字圖像切分算法研究、設計古籍版面圖像去噪、切分算法,得到古籍漢字預切分結(jié)果。在此基礎上,對預切分結(jié)果中存在的過切分和欠切分錯誤進行校正,利用猶豫模糊集在處理多屬性決策問題方面的優(yōu)勢,通過對預切分漢字的特征分析,建立猶豫模糊集,實現(xiàn)對存在過切分錯誤區(qū)域的鑒別及合并處理,并對存在粘連和重疊問題的漢字區(qū)域采用分段像素跳躍數(shù)突變分析方法進行分割,得到古籍漢字單字圖像。采用《四庫全書》中的文淵閣、文津閣、文溯閣、文瀾閣共92頁樣張圖像（28886個單字）進行實驗,提出的方法對過切分漢字的合并準確率為85.7%,漢字的切分準確率為92.3%。（2）設計并實現(xiàn)了基于猶豫模糊加權(quán)距離測度... 

【文章來源】：河北大學河北省

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 圖像檢索技術(shù)
        1.2.2 漢字圖像檢索與識別技術(shù)
        1.2.3 文檔圖像分析與文字切分技術(shù)
        1.2.4 猶豫模糊集
    1.3 論文的主要工作
    1.4 論文的結(jié)構(gòu)安排
第二章 古籍文獻圖像分析與古籍漢字切分
    2.1 古籍文獻圖像預處理
    2.2 古籍漢字圖像預切分
    2.3 古籍漢字圖像過切分處理
        2.3.1 猶豫模糊集定義及測度
        2.3.2 古籍漢字圖像過切分鑒別
        2.3.3 過切分古籍漢字合并的鑒別屬性
        2.3.4 基于猶豫模糊集的古籍漢字圖像過切分合并
    2.4 古籍漢字圖像欠切分處理
    2.5 本章小結(jié)
第三章 古籍漢字圖像檢索
    3.1 古籍漢字圖像檢索系統(tǒng)結(jié)構(gòu)
    3.2 古籍漢字圖像細化處理
    3.3 古籍漢字圖像檢索特征提取及分析
        3.3.1 古籍漢字圖像的筆畫特征
        3.3.2 古籍漢字圖像的角點特征
        3.3.3 古籍漢字圖像的字形結(jié)構(gòu)特征
        3.3.4 古籍漢字圖像的統(tǒng)計特征
    3.4 古籍漢字圖像索引構(gòu)建
    3.5 古籍漢字圖像的隸屬度函數(shù)定義
    3.6 基于猶豫模糊加權(quán)距離測度的古籍漢字圖像相似度匹配
    3.7 本章小結(jié)
第四章 實驗過程及結(jié)果分析
    4.1 實驗環(huán)境及數(shù)據(jù)集
    4.2 實驗參數(shù)設置
    4.3 評價指標建立
    4.4 實驗結(jié)果及分析
        4.4.1 古籍漢字圖像切分
        4.4.2 古籍漢字圖像檢索
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 后續(xù)工作展望
參考文獻
致謝
攻讀學位期間取得的科研成果


【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的圖像分割算法[J]. 鄭文超.  電子技術(shù)與軟件工程. 2019(21)
[2]面向非規(guī)則排列漢字文本的字符分割方法[J]. 楊謝柳,牛璽輝,梁文峰.  計算機輔助設計與圖形學學報. 2019(09)
[3]基于改進得分函數(shù)的屬性變權(quán)重區(qū)間直覺模糊集的群決策方法[J]. 要瑞璞.  統(tǒng)計與決策. 2019(11)
[4]一種基于加權(quán)顏色形狀特征和LBP-GLCM紋理特征提取的服裝圖像檢索方法[J]. 繆智文,何麗嘉,劉洞波.  紡織報告. 2019(04)
[5]結(jié)合余弦相關(guān)性的卷積網(wǎng)絡識別漢字的方法[J]. 劉虹,王烈.  計算機工程與應用. 2020(08)
[6]卷積神經(jīng)網(wǎng)絡在古籍漢字識別中的應用實踐[J]. 郭利敏,葛亮,劉悅?cè)?  圖書館論壇. 2019(10)
[7]基于區(qū)間直覺模糊數(shù)的得分函數(shù)與精確函數(shù)及其應用[J]. 龔日朝,馬霖源.  系統(tǒng)工程理論與實踐. 2019(02)
[8]一種新猶豫模糊符號距離及其應用[J]. 劉小弟,朱建軍,張世濤,王治瑩.  系統(tǒng)工程理論與實踐. 2019(02)
[9]基于改進inception的脫機手寫漢字識別[J]. 陳站,邱衛(wèi)根,張立臣.  計算機應用研究. 2020(04)
[10]多特征融合的復雜環(huán)境海洋渦旋識別[J]. 黃冬梅,劉佳佳,蘇誠,杜艷玲.  中國圖象圖形學報. 2019(01)

碩士論文
[1]基于猶豫模糊特征的古籍漢字圖像檢索[D]. 柴彥立.河北大學 2019
[2]古籍手寫文字分割算法的研究與應用[D]. 蘇敏.蘭州交通大學 2018
[3]古文獻文字圖像分割與差異性比對算法研究[D]. 吳相錦.蘭州交通大學 2016
[4]基于對稱區(qū)域的古籍漢字圖像檢索[D]. 賈雪莎.河北大學 2014



本文編號：3202031