[论文解读] Offline Handwritten MODI Character Recognition Using HU, Zernike Moments and Zoning

Sadanand A. Kulkarni, Prashant L. Borde+2 more|arXiv (Cornell University)|Jun 24, 2014

Handwritten Text Recognition Techniques参考文献 5被引用 5

一句话总结

本文提出了一种基于Zernike矩和分块的离线手写MODI字符识别系统，通过利用旋转不变性和形状精度，其性能优于传统Hu矩。该方法通过不变特征提取和字符图像的空间分区，在识别草书、复杂的MODI手写体字符方面实现了更高的准确率。

ABSTRACT

HOCR is abbreviated as Handwritten Optical Character Recognition. HOCR is a process of recognition of different handwritten characters from a digital image of documents. Handwritten automatic character recognition has attracted many researchers all over the world to contribute handwritten character recognition domain. Shape identification and feature extraction is very important part of any character recognition system and success of method is highly dependent on selection of features. However feature extraction is the most important step in defining the shape of the character as precisely and as uniquely as possible. This is indeed the most important step and complex task as well and achieved success by using invariance property, irrespective of position and orientation. Zernike moments describes shape, identify rotation invariant due to its Orthogonality property. MODI is an ancient script of India had cursive and complex representation of characters. The work described in this paper presents efficiency of Zernike moments over Hu 7 moment with zoning for automatic recognition of handwritten MODI characters. Offline approach is used in this paper because MODI Script was very popular and widely used for writing purpose till 19th century before Devanagari was officially adopted.

研究动机与目标

• 为解决识别草书且复杂的手写MODI字符的挑战，该字符是古代印度文字，现已不广泛使用。
• 改进手写字符识别系统中的形状识别与特征提取。
• 评估Zernike矩相较于Hu矩在旋转不变特征表示方面的有效性。
• 通过结合分块技术与矩特征，提升识别准确率。
• 开发一种适用于MODI文字历史文献分析的稳健离线识别系统。

提出的方法

• 该方法使用Zernike矩从分割后的手写MODI字符中提取旋转不变特征。
• 选用Zernike矩，因其具备正交性以及固有的旋转和缩放不变性。
• 将字符图像划分为多个区域，以增强特征的空间分布并提高区分能力。
• 分块方法将图像划分为子区域，以更有效地捕捉局部形状特征。
• 将Zernike矩与分块所得的特征向量结合，使用标准分类器进行分类。
• 系统采用离线识别方法，处理手写MODI文字的静态数字图像。

实验结果

研究问题

• RQ1 基于Zernike矩的特征提取与Hu矩相比，在识别手写MODI字符时表现如何？
• RQ2 分块技术在多大程度上提升了基于矩的特征在MODI字符识别中的区分能力？
• RQ3 Zernike矩能否有效处理草书MODI文字中的旋转与方向变化？
• RQ4 将分块与矩不变量结合对识别准确率有何影响？
• RQ5 所提出的方法是否适用于历史手写文字（如MODI）的离线识别？

主要发现

• 由于具备旋转不变性和形状精度，Zernike矩在识别手写MODI字符方面表现优于Hu矩。
• 将分块与Zernike矩结合后，显著增强了特征的区分能力，从而提高了识别准确率。
• 该方法通过不变特征与空间分布特征，成功捕捉了MODI字符复杂的草书结构。
• 离线识别方法在分析MODI文字书写的历史文献方面表现有效。
• Zernike矩在捕捉区分相似MODI字符所必需的关键形状特征方面优于Hu矩。
• 分块与Zernike矩的结合为处理手写MODI字符中的方向与位置变化提供了稳健的解决方案。