[论文解读] Recognition of Handwritten MODI Numerals using Hu and Zernike features

Sadanand A. Kulkarni, Prashant L. Borde+2 more|arXiv (Cornell University)|Apr 4, 2014

Handwritten Text Recognition Techniques参考文献 3被引用 4

一句话总结

本文提出了一种使用Zernike矩和Hu矩进行特征提取的手写MODI数字识别系统，利用其对旋转和位移的不变性。尽管该方法在基于形状的分类中显示出潜力，但因期刊认为其适用性不足，作者在论文被拒后撤回了该文。

ABSTRACT

Handwritten automatic character recognition has attracted many researchers all over the world to contribute automatic 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 Hus moment for automatic recognition of handwritten MODI numerals.

研究动机与目标

• 为解决识别手写MODI数字这一挑战，MODI数字是古印度草书体，具有复杂的字形特征。
• 评估Zernike矩和Hu矩作为形状描述符在字符识别系统中的有效性。
• 比较Zernike矩与Hu矩在旋转和位移不变特征提取方面的性能表现。
• 开发一种适用于低变异性、高复杂度手写文字如MODI的鲁棒特征提取流程。
• 通过在较少研究的书写系统上探索基于不变矩的特征，为手写字符识别领域做出贡献。

提出的方法

• 通过计算Zernike矩，基于其正交性和径向特性提取旋转不变特征。
• 计算Hu矩作为对比基线，依赖几何不变性实现平移和旋转不变性。
• 该方法利用Zernike矩的正交性和不变性特性，准确表示MODI数字的形状。
• 从Zernike矩和Hu矩中提取的特征向量被用作分类模型的输入，以实现数字识别。
• 系统在特征提取前通过二值化和归一化等预处理步骤处理手写MODI数字图像。
• 基于识别准确率以及对方向和位置变化的鲁棒性，评估两种特征集的性能。

实验结果

研究问题

• RQ1 Zernike矩在识别手写MODI数字方面与Hu矩相比效果如何？
• RQ2 Zernike矩在旋转和位移下多大程度上保持了形状信息？
• RQ3 与传统基于矩的方法相比，Zernike矩能否为复杂草书体（如MODI）提供更好的区分能力？
• RQ4 特征不变性对非拉丁字母书写系统中手写数字识别准确率有何影响？
• RQ5 尽管采用了技术方法，为何该论文最终被目标期刊拒稿？

主要发现

• 本文声称，由于其优越的正交性和不变性，Zernike矩在捕捉手写MODI数字的形状特征方面优于Hu矩。
• 与Hu矩相比，Zernike矩在表示MODI数字的连笔和复杂结构方面更为有效。
• 作者观察到使用Zernike特征可提升识别性能，但撤回版本中未报告任何定量结果（如准确率）。
• 该方法在形状表示方面展现出理论优势，尤其在旋转和缩放条件下。
• 尽管内部结果积极，论文在期刊拒稿后被撤回，理由为“不适合该期刊”。
• 由于缺乏最终发表版本，当前记录中无公开的实证验证或统计比较。