古籍漢字圖像檢索是古籍漢字研究人員高效獲取相關(guān)古籍字形的有效途徑。然而,古籍漢字?jǐn)?shù)量龐大、結(jié)構(gòu)復(fù)雜、字形多變等特點(diǎn),導(dǎo)致傳統(tǒng)的漢字圖像檢索技術(shù)在面對(duì)古籍漢字圖像時(shí)難以取得令人滿意的結(jié)果。因此,有必要針對(duì)古籍漢字特點(diǎn),研究有效的古籍漢字圖像檢索技術(shù),滿足古籍漢字研究的實(shí)際需要。通過(guò)對(duì)古籍漢字特點(diǎn)的分析與歸納,引入猶豫模糊集理論,對(duì)古籍漢字圖像檢索關(guān)鍵技術(shù)展開(kāi)研究,主要工作分為以下兩部分:（1）設(shè)計(jì)了基于猶豫模糊集的古籍漢字圖像切分算法研究、設(shè)計(jì)古籍版面圖像去噪、切分算法,得到古籍漢字預(yù)切分結(jié)果。在此基礎(chǔ)上,對(duì)預(yù)切分結(jié)果中存在的過(guò)切分和欠切分錯(cuò)誤進(jìn)行校正,利用猶豫模糊集在處理多屬性決策問(wèn)題方面的優(yōu)勢(shì),通過(guò)對(duì)預(yù)切分漢字的特征分析,建立猶豫模糊集,實(shí)現(xiàn)對(duì)存在過(guò)切分錯(cuò)誤區(qū)域的鑒別及合并處理,并對(duì)存在粘連和重疊問(wèn)題的漢字區(qū)域采用分段像素跳躍數(shù)突變分析方法進(jìn)行分割,得到古籍漢字單字圖像。采用《四庫(kù)全書(shū)》中的文淵閣、文津閣、文溯閣、文瀾閣共92頁(yè)樣張圖像（28886個(gè)單字）進(jìn)行實(shí)驗(yàn),提出的方法對(duì)過(guò)切分漢字的合并準(zhǔn)確率為85.7%,漢字的切分準(zhǔn)確率為92.3%。（2）設(shè)計(jì)并實(shí)現(xiàn)了基于猶豫模糊加權(quán)距離測(cè)度... 

【文章來(lái)源】：河北大學(xué)河北省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 圖像檢索技術(shù)
        1.2.2 漢字圖像檢索與識(shí)別技術(shù)
        1.2.3 文檔圖像分析與文字切分技術(shù)
        1.2.4 猶豫模糊集
    1.3 論文的主要工作
    1.4 論文的結(jié)構(gòu)安排
第二章 古籍文獻(xiàn)圖像分析與古籍漢字切分
    2.1 古籍文獻(xiàn)圖像預(yù)處理
    2.2 古籍漢字圖像預(yù)切分
    2.3 古籍漢字圖像過(guò)切分處理
        2.3.1 猶豫模糊集定義及測(cè)度
        2.3.2 古籍漢字圖像過(guò)切分鑒別
        2.3.3 過(guò)切分古籍漢字合并的鑒別屬性
        2.3.4 基于猶豫模糊集的古籍漢字圖像過(guò)切分合并
    2.4 古籍漢字圖像欠切分處理
    2.5 本章小結(jié)
第三章 古籍漢字圖像檢索
    3.1 古籍漢字圖像檢索系統(tǒng)結(jié)構(gòu)
    3.2 古籍漢字圖像細(xì)化處理
    3.3 古籍漢字圖像檢索特征提取及分析
        3.3.1 古籍漢字圖像的筆畫(huà)特征
        3.3.2 古籍漢字圖像的角點(diǎn)特征
        3.3.3 古籍漢字圖像的字形結(jié)構(gòu)特征
        3.3.4 古籍漢字圖像的統(tǒng)計(jì)特征
    3.4 古籍漢字圖像索引構(gòu)建
    3.5 古籍漢字圖像的隸屬度函數(shù)定義
    3.6 基于猶豫模糊加權(quán)距離測(cè)度的古籍漢字圖像相似度匹配
    3.7 本章小結(jié)
第四章 實(shí)驗(yàn)過(guò)程及結(jié)果分析
    4.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集
    4.2 實(shí)驗(yàn)參數(shù)設(shè)置
    4.3 評(píng)價(jià)指標(biāo)建立
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 古籍漢字圖像切分
        4.4.2 古籍漢字圖像檢索
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 后續(xù)工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分割算法[J]. 鄭文超.  電子技術(shù)與軟件工程. 2019(21)
[2]面向非規(guī)則排列漢字文本的字符分割方法[J]. 楊謝柳,牛璽輝,梁文峰.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(09)
[3]基于改進(jìn)得分函數(shù)的屬性變權(quán)重區(qū)間直覺(jué)模糊集的群決策方法[J]. 要瑞璞.  統(tǒng)計(jì)與決策. 2019(11)
[4]一種基于加權(quán)顏色形狀特征和LBP-GLCM紋理特征提取的服裝圖像檢索方法[J]. 繆智文,何麗嘉,劉洞波.  紡織報(bào)告. 2019(04)
[5]結(jié)合余弦相關(guān)性的卷積網(wǎng)絡(luò)識(shí)別漢字的方法[J]. 劉虹,王烈.  計(jì)算機(jī)工程與應(yīng)用. 2020(08)
[6]卷積神經(jīng)網(wǎng)絡(luò)在古籍漢字識(shí)別中的應(yīng)用實(shí)踐[J]. 郭利敏,葛亮,劉悅?cè)?  圖書(shū)館論壇. 2019(10)
[7]基于區(qū)間直覺(jué)模糊數(shù)的得分函數(shù)與精確函數(shù)及其應(yīng)用[J]. 龔日朝,馬霖源.  系統(tǒng)工程理論與實(shí)踐. 2019(02)
[8]一種新猶豫模糊符號(hào)距離及其應(yīng)用[J]. 劉小弟,朱建軍,張世濤,王治瑩.  系統(tǒng)工程理論與實(shí)踐. 2019(02)
[9]基于改進(jìn)inception的脫機(jī)手寫(xiě)漢字識(shí)別[J]. 陳站,邱衛(wèi)根,張立臣.  計(jì)算機(jī)應(yīng)用研究. 2020(04)
[10]多特征融合的復(fù)雜環(huán)境海洋渦旋識(shí)別[J]. 黃冬梅,劉佳佳,蘇誠(chéng),杜艷玲.  中國(guó)圖象圖形學(xué)報(bào). 2019(01)

碩士論文
[1]基于猶豫模糊特征的古籍漢字圖像檢索[D]. 柴彥立.河北大學(xué) 2019
[2]古籍手寫(xiě)文字分割算法的研究與應(yīng)用[D]. 蘇敏.蘭州交通大學(xué) 2018
[3]古文獻(xiàn)文字圖像分割與差異性比對(duì)算法研究[D]. 吳相錦.蘭州交通大學(xué) 2016
[4]基于對(duì)稱區(qū)域的古籍漢字圖像檢索[D]. 賈雪莎.河北大學(xué) 2014



本文編號(hào)：3202031