论文部分内容阅读
在开发字符识别系统时，对各种技术的性能作出正确的选择和评估是十分重要的。以前，我们提出了纵横比适应归一化(ARAN aspect ratio adaptive normalization)的问题，并且对目前的特征提取与分类技术作了性能评估。本文我们提出几个改进的归一化函数和方向特征提取的策略，并且把它们与现有技术进行了比较。我们在三个差异显著的样本库上比较10个归一化函数(7个基于尺度，3个基于矩)和8个特征向量。对于每个样本库，应用组合的归一化函数与特征向量以达到80个等级的分类精度。通过归一化函数的比