《表2 不同特征提取方案下字符的识别率》
从图7可以看出,当采样点的个数为奇异值的前10个的时候识别率较高。从表1可知,在提取分块Gabor特征的基础上,使用LDA降维还能够提高字符的识别率,原因是LDA能够计算出类间离散度与类内离散度之比达到最优时的特征投影轴,在降低维数的同时,使不同字符的特征向量之间的距离更远,相同字符的特征向量之间的距离更近,从而获取更具有鉴别能力的特征,它们对应着字符图像中重要的局部特征。因此,采用分块Gabor特征和奇异值的前10个特征值按照第2节所述的方法进行特征融合。不同特征提取方案下字符的识别率如表2所示。
图表编号 | XD00185866000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.05 |
作者 | 曹仕羽 |
绘制单位 | 国电南京自动化股份有限公司信息技术事业部 |
更多格式 | 高清、无水印(增值服务) |