-
公开(公告)号：CN111291750A
公开(公告)日：2020-06-16
申请号：CN202010072173.X
申请日：2020-01-21
申请人： 河南大学
摘要： 本发明公开了一种基于空间近邻关系的甲骨文自动标注方法，包括以下步骤：A：对甲骨字符进行定位；B：对甲骨字符图像进行识别；C：选取待定锚点甲骨字；D：选取锚点甲骨字符图像；E：判断锚点甲骨字在甲骨字原文中的位置，进入下一个甲骨字符图像和/或上一个甲骨字符图像搜索；F：进行下一个甲骨字符图像搜索；G：进行上一个甲骨字符图像搜索；H：进行下一个和上一个甲骨字符图像搜索；I：完成甲骨字符图像的字符级别的标注。本发明能够快速高效地实现甲骨文拓片图像的字符级别的标注，即在甲骨文拓片图像上自动定位出甲骨文字位置，并对应显示出相应的甲骨字。
-
公开(公告)号：CN111292283B
公开(公告)日：2023-02-07
申请号：CN202010072172.5
申请日：2020-01-21
申请人： 河南大学
摘要： 本发明公开了一种基于时间序列相似性计算的甲骨残片缀合方法，包括以下步骤：A：提取每幅甲骨拓片图像的边缘曲线图；B：得到每幅甲骨拓片图像的时间序列化边缘曲线数据；C：得到归一化后的时间序列化边缘曲线数据T'；D:对甲骨拓片图像进行倾斜矫正得到新的边缘曲线数据Ta''放入集合TS中；E：计算Ta''与Tb'的差值数组集合ALL；F：计算Ta与Tb的相似度；G：选取与其边缘曲线相似度最高的其他十个边缘曲线数据所对应的甲骨拓片图像，作为该甲骨拓片图像的最佳缀合结果。
-
公开(公告)号：CN111951152B
公开(公告)日：2023-07-25
申请号：CN202010793853.0
申请日：2020-08-10
申请人： 河南大学
摘要： 本发明公开了一种兼顾原边连续性和断边碴口匹配度的甲骨缀合方法，包括以下步骤：A：提取每幅甲骨拓片图像的边缘曲线图及原边的弧线走向线段；B：对每幅甲骨拓片图像进行方向调整；C：得到每幅甲骨拓片图像的时间序列化边缘曲线数据；D：进行归一化处理并得到归一化后的时间序列化边缘曲线数据；E：计算拟判定是否能够缀合的两幅甲骨拓片图像a和b的时间序列匹配度s并放入集合S中；F：求集合S中的最大值；G：依次执行步骤C至步骤F，计算每幅甲骨拓片图像与其它甲骨拓片图像之间的最大缀合度；选取与其最大缀合度最高的若干幅甲骨拓片图像作为该甲骨拓片图像的最佳缀合结果。本发明能够提高甲骨残片缀合的准确性。
-
公开(公告)号：CN111292283A
公开(公告)日：2020-06-16
申请号：CN202010072172.5
申请日：2020-01-21
申请人： 河南大学
摘要： 本发明公开了一种基于时间序列相似性计算的甲骨残片缀合方法，包括以下步骤：A：提取每幅甲骨拓片图像的边缘曲线图；B：得到每幅甲骨拓片图像的时间序列化边缘曲线数据；C：得到归一化后的时间序列化边缘曲线数据T'；D:对甲骨拓片图像进行倾斜矫正得到新的边缘曲线数据Ta''放入集合TS中；E：计算Ta''与Tb'的差值数组集合ALL；F：计算Ta与Tb的相似度；G：选取与其边缘曲线相似度最高的其他十个边缘曲线数据所对应的甲骨拓片图像，作为该甲骨拓片图像的最佳缀合结果。
-
公开(公告)号：CN111291750B
公开(公告)日：2023-03-24
申请号：CN202010072173.X
申请日：2020-01-21
申请人： 河南大学
IPC分类号： G06V30/146 , G06V30/148 , G06V30/19 , G06V30/30
摘要： 本发明公开了一种基于空间近邻关系的甲骨文自动标注方法，包括以下步骤：A：对甲骨字符进行定位；B：对甲骨字符图像进行识别；C：选取待定锚点甲骨字；D：选取锚点甲骨字符图像；E：判断锚点甲骨字在甲骨字原文中的位置，进入下一个甲骨字符图像和/或上一个甲骨字符图像搜索；F：进行下一个甲骨字符图像搜索；G：进行上一个甲骨字符图像搜索；H：进行下一个和上一个甲骨字符图像搜索；I：完成甲骨字符图像的字符级别的标注。本发明能够快速高效地实现甲骨文拓片图像的字符级别的标注，即在甲骨文拓片图像上自动定位出甲骨文字位置，并对应显示出相应的甲骨字。
-
公开(公告)号：CN111950548A
公开(公告)日：2020-11-17
申请号：CN202010793534.X
申请日：2020-08-10
申请人： 河南大学
摘要： 本发明公开了一种引入字库文字图像进行深度模板匹配的汉字识别方法，包括以下步骤：A：对汉字矢量字库中每个文字，得到字库文字图像及对应的文字内容；B：对汉字矢量字库中每个文字，获取该文字对应的真实字符图像集合；C：设置训练模型及参数；D：随机挑选K组文字内容相同或不同的字库文字图像和真实字符图像的组合，利用双通道孪生神经网络对模型进行训练并得到更新后的文字识别模型；E：创建键值对数据结构并读取拟预测真实字符图像；F：利用更新后的文字识别模型，将拟预测真实字符图像与汉字矢量字库中的所有字库文字图像比对并输出结果。本发明极大地降低了汉字识别的难度，提高了汉字识别的准确率。
-
公开(公告)号：CN111950548B
公开(公告)日：2023-07-28
申请号：CN202010793534.X
申请日：2020-08-10
申请人： 河南大学
IPC分类号： G06V20/62 , G06V30/19 , G06V10/75 , G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/08
摘要： 本发明公开了一种引入字库文字图像进行深度模板匹配的汉字识别方法，包括以下步骤：A：对汉字矢量字库中每个文字，得到字库文字图像及对应的文字内容；B：对汉字矢量字库中每个文字，获取该文字对应的真实字符图像集合；C：设置训练模型及参数；D：随机挑选K组文字内容相同或不同的字库文字图像和真实字符图像的组合，利用双通道孪生神经网络对模型进行训练并得到更新后的文字识别模型；E：创建键值对数据结构并读取拟预测真实字符图像；F：利用更新后的文字识别模型，将拟预测真实字符图像与汉字矢量字库中的所有字库文字图像比对并输出结果。本发明极大地降低了汉字识别的难度，提高了汉字识别的准确率。
-
公开(公告)号：CN116246280A
公开(公告)日：2023-06-09
申请号：CN202310178161.9
申请日：2023-02-28
申请人： 河南大学
IPC分类号： G06V30/19 , G06V30/18 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0895
摘要： 本发明公开了一种多特征挖掘与协同约束的敦煌遗书残片缀合方法，包括以下步骤：A：对待缀合的敦煌遗书残片的图像进行预处理；B：构建多特征提取网络，包含异构特征挖掘模块、特征聚合模块和特征编码模块；C：利用对比学习模块优化多特征提取网络；D：将预处理后的待缀合敦煌遗书残片的图像，输入优化后的多特征提取网络进行关键特征的提取，并利用编码后的聚合特征判断得到多幅待缀合敦煌遗书残片的缀合匹配度。本发明利用多特征提取网络充分挖掘敦煌遗书残片的书写风格特征、文本布局特征、残边边缘特征和语句通顺性特征并进行聚合得到聚合特征，最终得到敦煌遗书残片的缀合匹配度，从而实现敦煌遗书残片的精准缀合。
-
公开(公告)号：CN111951152A
公开(公告)日：2020-11-17
申请号：CN202010793853.0
申请日：2020-08-10
申请人： 河南大学
摘要： 本发明公开了一种兼顾原边连续性和断边碴口匹配度的甲骨缀合方法，包括以下步骤：A：提取每幅甲骨拓片图像的边缘曲线图及原边的弧线走向线段；B：对每幅甲骨拓片图像进行方向调整；C：得到每幅甲骨拓片图像的时间序列化边缘曲线数据；D：进行归一化处理并得到归一化后的时间序列化边缘曲线数据；E：计算拟判定是否能够缀合的两幅甲骨拓片图像a和b的时间序列匹配度s并放入集合S中；F：求集合S中的最大值；G：依次执行步骤C至步骤F，计算每幅甲骨拓片图像与其它甲骨拓片图像之间的最大缀合度；选取与其最大缀合度最高的若干幅甲骨拓片图像作为该甲骨拓片图像的最佳缀合结果。本发明能够提高甲骨残片缀合的准确性。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.018 秒)
