导读:本文包含了笔画提取论文开题报告文献综述及选题提纲参考文献，主要关键词:高分辨率遥感影像,中值滤波,笔画宽度变换,均值漂移
笔画提取论文文献综述
张霞,张春亢,李红梅,罗竹,林健云[1]（2019）在《结合笔画宽度变换与均值漂移的遥感影像道路提取》一文中研究指出针对在高分辨率遥感影像进行道路提取时,笔画宽度变换算法受周围地物的影响较大,无法直接获取高精度道路信息的问题,提出一种结合笔画宽度变换与均值漂移的道路提取方法:首先,利用均值漂移算法对遥感影像进行分割,以减少笔画宽度变换的错提取现象;其次,运用笔画宽度变换将不同类别的像素分为道路类和非道路类;最后,为进一步提高道路提取精度,减小斑点和非道路区域干扰,采用数学形态学方法进行提取后处理。实验结果表明:该方法可以从遥感影像中准确完整地提取出道路信息,且比直接使用笔画宽度变换算法和均值漂移算法的提取精度更高。(本文来源于《测绘科学技术学报》期刊2019年03期）
朱欣蔚,杨长强[2]（2019）在《基于图的书法字笔画提取研究》一文中研究指出中国书法艺术源远流长,随着计算机技术的发展,利用计算机进行书法识别成为可能。为使书法能够在计算机中精确识别,书法笔画的正确分割与提取必不可少。采用基于点到边界方向距离(PBOD)的笔画分割算法,对得到的分割笔画结合原图像构建无向图,根据无向图的连接区域最终组合成单独的笔画。采用200幅随机书法字图像进行实验,结果表明笔画提取的正确率达到95.35%,证明基于图的书法字笔画提取算法准确率高。该算法不仅能正确地对笔画进行提取,而且很好地解决了复杂汉字存在多个笔画交叉区域、在笔画分割后混淆相似子笔画的问题,提高了笔画提取效率。(本文来源于《软件导刊》期刊2019年04期）
章夏芬,刘佳岩[3]（2016）在《用爬虫法提取书法笔画》一文中研究指出笔画承载着书法字区别于打印体的重要信息,是书法字识别、书法风格分类和作品真伪鉴别的基础.但书法笔画粗细多变,有交叉、有变形、有粘连,尚未有实用的书法笔画提取方法.为此,提出用爬虫法提取书法字笔画的方法:先用细化算法得到一个像素点宽的书法字骨架;然后使用爬虫根据书写规则探测路径,遇交叉处时派生多个侦探爬虫探测并选择正确路径;再将骨架笔画路径用8链码表示走势,并计算笔画类型;根据笔画类型及相交位置计算笔画相交类型,再根据相交类型计算交叉区域笔画轮廓的划分方式,将交叉区作为共享区分配给不同的轮廓笔画;最后补全轮廓线得到书写时的笔画原貌.实验结果表明,该方法对篆书、隶书、楷书的笔画提取是有效的,能为笔画变形粘连的行书、草书的笔画提取奠定研究基础.(本文来源于《计算机辅助设计与图形学学报》期刊2016年02期）
陈旭东,连宙辉,唐英敏,肖建国[4]（2016）在《一种汉字笔画自动提取基准测试库（英文）》一文中研究指出构建一个提供评测工具的笔画基准测试库,其中包含一个人工搭建的笔画数据库,该数据库拥有4种字体的汉字图像以及对应的人工提取的笔画信息。通过比较算法自动提取的笔画结果和数据库中的标准笔画之间的差异,测试库可以评测笔画自动提取算法的性能。还提出一种新的基于Delaunay叁角剖分的方法,可以有效地从汉字图像中提取出笔画信息。在测试库中对现有的3种笔画提取方法进行比较,实验数据表明,所提出的笔画基准测试库能够对笔画提取算法给出有效的评测,并且新的算法在汉字笔画提取的性能中效率较高。(本文来源于《北京大学学报(自然科学版)》期刊2016年01期）
陈奋,郑子伟[5]（2015）在《手写体数字笔画特征提取改进方案》一文中研究指出手写数字识别是一个很有潜力和挑战的研究方向,对于相关行业有着实质性的影响,其中手写体数字特征的提取是识别中至关重要的一步.该文分析了传统的特征提取方法的不足,提出了手写体数字笔画特征提取改进方案,并利用VC++编程工具建立识别系统做实验分析,与传统的特征提取方法进行了比较,提高了手写数字识别率,在实验中取得了较好的效果.(本文来源于《通化师范学院学报》期刊2015年08期）
刘佳岩,章夏芬[6]（2015）在《基于书写规则的书法字笔画及笔顺提取》一文中研究指出提出了一种针对篆书和隶书等多类别书法字图像笔画及笔顺信息的提取算法。算法通过使用书法字骨架图与轮廓图相结合的方式,使用针对交叉处轮廓点角度聚类及该点与交叉中心欧氏距离相结合的聚类准则,完成交叉处笔画的信息补全、处理,并根据书写规则提取书法字的笔顺信息。最后,针对楷体、隶书、篆书叁类书法字图像做笔画以及笔顺信息的提取,实验结果表明本文所提出的方法对多类别书法字图像笔画提取取得了较好的效果。(本文来源于《微型机与应用》期刊2015年15期）
王民,孙向南,刘利,朱晓娟,曾宝莹[7]（2016）在《以笔画为研究对象的笔迹伪动态特征提取方法》一文中研究指出针对以往的以文字结体为研究对象的离线笔迹特征提取方法在文本相关度较低时无法获取稳定特征的问题,提出了一种以笔画为研究对象的笔迹伪动态特征提取方法,摆脱了结体依存性的束缚。引入概率统计思想,采用网格窗口提取笔画的运笔走势和宽度变化等伪动态特征。分别采用加权欧式距离、加权卡方距离和加权Manhattan距离计算笔迹相似度。在HIT-MW和HIT-SW库上进行实验,文本相关度较高时首选和前10选鉴别正确率分别为95.9%和99.5%;文本相关度较低时首选和前10选鉴别正确率分别为91.9%和99.0%。实验表明,以笔画为研究对象的笔迹伪动态特征提取方法在低文本相关度下仍能取得较好效果。(本文来源于《计算机工程与应用》期刊2016年18期）
徐宗懿[8]（2015）在《汉字笔画自动提取系统的研究与实现》一文中研究指出由于汉字在我国的特殊重要性,汉字识别有着广阔的应用前景,如在文献检索,办公自动化,邮政书信分拣,试卷的自动阅读等方面有着重要的实际意义,对我国信息化发展有着不可替代的作用。同时,汉字识别也是科学理论研究的一个重要组成方面,它的研究也将促进各学科的研究与发展。随着汉字识别的应用越来越普遍,应用系统中对汉字识别的速度和正确率的要求也越来越高,而汉字笔画提取通常是汉字识别的重要一步,一旦汉字笔画提取在正确率和速度上取得突破,汉字识别将随之取得突破。然而,由于汉字结构复杂,字符集庞大,不同字体的笔画在连接性,笔画长短、粗细方面各有不同,笔画与笔画之间、部件与部件之间的位置会发生变化,笔画的倾斜角会发生变化,这给笔画提取工作带来的大量的困难。本课题围绕汉字笔画自动提取的核心科学问题,主要研究汉字结构模型和视觉信息的高效计算,主要包括汉字部件拆分,交叉区域检测和笔画段组合的方法,并在此基础上实现汉字笔画自动提取。本课题提出的基于汉字拆分匹配的汉字笔画提取框架的有效性在不同字体的汉字笔画提取问题中得到验证。相关工作在一定程度上针对汉字交叉区域提取、汉字笔画段组合和汉字笔画自动提取等问题有所创新。针对汉字交叉区域提取问题,提出了一种高效的自适应交叉区域提取算法,克服了不同交叉区域形状大小不相同造成的困难,大大减少计算开销,仅花了传统基于PBOD的交叉区域提取算法5%左右的时间。为了高效的实现笔画段组合,我们提出一种基于夹角的笔画段组合方法,通过笔画段间夹角的绝对值判断笔画段组合的概率,这样避免大量的计算开销,与传统的笔画段组合算法相比,减少了大约75%的时间开销。对不同汉字结构进行研究,提出了一套高效的基于拆分匹配的汉字笔画自动提取机制,克服了传统从灰度图和从二值图中提取笔画时间开销大的问题。该方法与传统笔画提取算法的效果对比明显,平均提取时间减少了50%左右,同时对结构相对简单的汉字笔画提取效果非常理想。该笔画提取方法对于不同字体的汉字均能达到较好的提取效果,有效地改善汉字笔画提取准确度不理想,提取速度慢的不足,同时本系统在准确率和效率上具有很好的可扩展性。(本文来源于《电子科技大学》期刊2015-03-26）
刘慧[9]（2014）在《基于模糊划分的脱机手写汉字笔画特征提取方法》一文中研究指出脱机手写汉字识别是文字识别领域的一项重要研究内容，特征提取对识别有着至关重要的作用，本文设计了一种基于模糊划分的脱机手写汉字笔画特征提取方法。首先，采用先提取汉字基本笔画，再对其进行细化的思想，用模糊游程算法来提取汉字横、竖、撇、捺四个方向的基本笔画，并对汉字笔画进行修正和细化处理，用于后续特征提取；其次，对汉字笔画进行特征提取，主要提取汉字笔画端点、中点、长度、倾斜度等基本特征，并引入模糊理论进行汉字模糊位置判定，按照相交关系得到笔画的交点信息；最后，整合笔画结构特征进行汉字结构判别和相似字区分，主要针对汉字的横竖笔画进行处理，利用模糊判定规则，将汉字分为上下、左右、独体和包围四种结构；并设计了一种基于笔画特征的相似字区分算法，先分析相似字成因，再结合汉字结构特征识别相似字。实验结果表明了本文特征提取方法的有效性。(本文来源于《河北大学》期刊2014-05-01）
王萍,徐鹏,张艺凡[10]（2014）在《基于笔画识别的视频图片文字提取方法》一文中研究指出通过对笔画的对称边缘特点与文字几何特征的认识,根据二阶边缘检测算子捕捉边缘点亮暗变化趋势的能力,使用高斯型拉普拉斯算子寻找"边缘点对",并构建来自笔画等窄带区域的"对称边缘点对"样本集.从样本集的分布规律中自适应地定出文字笔画搜索窗的尺度及方向.利用最小生成树算法实现由系列搜索窗得到的所有笔画子区域的关联聚类,通过剪枝、伪区域鉴别和阈值分割,将文字以行(含非水平行)或列的形式提取出来.实验表明,该方法对复杂背景下不同的语言类型、亮暗类型、文字行方向及文字尺度具有适应性,在ICDAR数据集上的查准率和查全率分别达到76%和75%.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2014年03期）
笔画提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
中国书法艺术源远流长,随着计算机技术的发展,利用计算机进行书法识别成为可能。为使书法能够在计算机中精确识别,书法笔画的正确分割与提取必不可少。采用基于点到边界方向距离(PBOD)的笔画分割算法,对得到的分割笔画结合原图像构建无向图,根据无向图的连接区域最终组合成单独的笔画。采用200幅随机书法字图像进行实验,结果表明笔画提取的正确率达到95.35%,证明基于图的书法字笔画提取算法准确率高。该算法不仅能正确地对笔画进行提取,而且很好地解决了复杂汉字存在多个笔画交叉区域、在笔画分割后混淆相似子笔画的问题,提高了笔画提取效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
笔画提取论文参考文献
[1].张霞,张春亢,李红梅,罗竹,林健云.结合笔画宽度变换与均值漂移的遥感影像道路提取[J].测绘科学技术学报.2019
[2].朱欣蔚,杨长强.基于图的书法字笔画提取研究[J].软件导刊.2019
[3].章夏芬,刘佳岩.用爬虫法提取书法笔画[J].计算机辅助设计与图形学学报.2016
[4].陈旭东,连宙辉,唐英敏,肖建国.一种汉字笔画自动提取基准测试库（英文）[J].北京大学学报(自然科学版).2016
[5].陈奋,郑子伟.手写体数字笔画特征提取改进方案[J].通化师范学院学报.2015
[6].刘佳岩,章夏芬.基于书写规则的书法字笔画及笔顺提取[J].微型机与应用.2015
[7].王民,孙向南,刘利,朱晓娟,曾宝莹.以笔画为研究对象的笔迹伪动态特征提取方法[J].计算机工程与应用.2016
[8].徐宗懿.汉字笔画自动提取系统的研究与实现[D].电子科技大学.2015
[9].刘慧.基于模糊划分的脱机手写汉字笔画特征提取方法[D].河北大学.2014
[10].王萍,徐鹏,张艺凡.基于笔画识别的视频图片文字提取方法[J].天津大学学报(自然科学与工程技术版).2014