【技术实现步骤摘要】
本专利技术涉及图像处理与模式识别
，具体涉及一种基于支持向量机 (Support Vector Machine简称SVM)的双面盲文点字提取方法。
技术介绍
盲人及视障人群数量众多、个性突出，是一个特别需要帮助的社会群体。近年来， “为有特殊需求的弱势人群提供信息无障碍服务”已被作为一项重要建设的社会文明，写入 了我国相关的法律法规中。盲文识别作为一项造福于盲人及视障人群的应用技术，近年来 也取得了快速的发展。当前的盲文识别主要是以单面盲文为识别对象，以图像处理技术为 基础进行的，技术也日趋成熟。图像处理(Image I^rocessing)，是用计算机对图像进行分 析，以达到所需结果的技术。图像处理一般指对数字摄像机、扫描仪等设备经过采样和数字 化得到的一个大的二维数组进行分析处理，主要包括图像压缩，增强和复原，匹配、描述和 识别三个部分。模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值 的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和 解释的过程，是信息科学和人工智能的重要组成部分。支持向量机是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样 本、非线性及高维模式识别中表现出许多特有的优势。支持向量机方法是建立在统计学习 理论的VC维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性(即 对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最 佳折衷，以期获得最好的推广能力，该方法在回归和模式识别领域具有...
【技术保护点】
双面盲文点字提取方法，其特征是，该方法由以下步骤实现：步骤一、采用扫描仪对纸介双面盲文进行扫描，获得双面盲文扫描图像；步骤二、对步骤一获得的双面盲文扫描图像进行灰度化处理并进行灰度调节去除图像背景，获得处理后的扫描图像；步骤三、将正负两类训练样本输入ＳＶＭ决策器进行训练，然后将步骤二处理后的扫描图像输入所述ＳＶＭ决策器，实现盲文点字的提取；所述ＳＶＭ决策器进行训练的过程包括训练和测试：训练过程：首先对样本图像进行灰度化处理，采用凸规划问题求解，计算图像的最优分类超平面；测试过程：对最优分类超平面进行分类测试训练样本，假设训练样本用公式（１）表示为：｛ｘ↓［ｉ］，ｙ↓［ｉ］｝，ｉ＝１，…ｍ，ｙ↓［ｉ］∈｛－１，１｝，ｘ↓［ｉ］∈Ｒ↑［ｎ］（１）其中ｘ↓［ｉ］是训练样本，每个训练样本都是包含有ｎ个数据的向量；ｍ为训练样本的个数；ｎ、ｍ均为正整数；ｙｉ是训练样本ｘｉ的分类标签，采用ＳＶＭ非线性可分的分类决策公式，测试出输入训练样本的归类，所述分类决策用公式（２）表示；ｆ（ｘ）＝ｓｇｎ（ｇ（ｘ））＝ｓｇｎ（＊ｙ↓［ｉ］α↓［ｉ］↑［＊］Ｋ（ｘ↓［ｉ］·ｘ）＋ｂ）（２）其中，ｓｇｎ（·）为符号函...
【技术特征摘要】
【专利技术属性】
技术研发人员：李杰，王丽荣，闫晓光，尹佳，张超，邹稷，王晓丽，
申请(专利权)人：长春大学，
类型：发明
国别省市：82
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。