基于Python的满文单词图像特征提取系统设计.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-07-22
  • 论文字数:11211
  • 当前位置论文阅览室 > 毕业设计 > 设计说明 >
  • 课题来源:(小山神)提供原创文章

支付并下载

摘要:特征提取是进行图像识别的必要前提。本设计针对满文单词图像的特征实现了以下几种特征的提取方法,包括:方向梯度直方图特征(HOG)、尺度不变特征(SIFT)、Gabor特征、矩特征、背景与笔画的变换次数特征、轮廓特征以及视觉方向特征。对图像进行特征提取的前提是对其进行图像预处理,本设计还对满文单词图像进行了图像灰度化、二值化、大小位置归一化和图像去噪等预处理。本文针对满文单词图像特征的提取结果的不同情况通过实验进行了验证和对比分析,具体分析如下:一是同一种满文单词的不同书写方法的同一类特征的提取结果的对比分析;二是不同种类满文单词的同类特征的提取结果的对比分析。通过这两种情况的对比分析可以得出以下结论:针对于不同书写方法的同一种满文单词的同类特征的提取结果是具有一定差异的,同时不同种类满文单词的同类特征的提取结果差异性更大。本次设计还利用Python语言设计了一个GUI界面,将各种特征提取的方法用控件的形式在GUI界面上显示出来,使操作更加方便快捷。

 

关键词:满文单词;HOG特征;SIFT特征;Gabor特征;矩特征;Python;GUI设计

 

目录

摘要

Abstract

1 绪论-1

1.1研究的背景和意义-1

1.2研究现状-1

1.3本文的研究内容-2

2 图像预处理-4

2.1灰度化-4

2.2 二值化-4

2.3 位置归一化-5

2.4 大小归一化-5

2.5 图像去噪-6

3特征提取-7

3.1方向梯度直方图特征(HOG)-7

3.2 SIFT特征-8

3.3 Gabor特征提取-9

3.4矩特征-10

3.5轮廓特征提取-12

3.6背景与笔画的变换次数-13

3.7视觉方向特征-13

4 GUI设计-15

4.1 Python简介-15

4.2 Tkinter简介-15

4.3 创建GUI界面-15

5实验结果分析-17

结    论-22

参 考 文 献-23

附录A 基于Python的满文单词图像特征提取系统设计程序-24

致    谢-44