메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박중조 (경상대학교) 정순원 (니트젠) 박영환 (충주대학교) 김경민 (전남대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제14권 제8호
발행연도
2008.8
수록면
818 - 823 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a feature extraction method which extracts directional features of handwritten numerals by using the projection runlength. Our directional featrures are obtained from four directional images, each of which contains horizontal, vertical, right-diagonal and left-diagonal lines in entire numeral shape respectively. A conventional method which extracts directional features by using Kirsch masks generates edge-shaped double line directional images for four directions, whereas our method uses the projections and their runlengths for four directions to produces single line directional images for four directions. To obtain the directional projections for four directions from a numeral image, some preprocessing steps such as thinning and dilation are required, but the shapes of resultant directional lines are more similar to the numeral lines of input numerals. Four [4×4] directional features of a numeral are obtained from four directional line images through a zoning method. By using a hybrid feature which is made by combining our feature with the conventional features of a mesh features, a kirsch directional feature and a concavity feature, higher recognition rates of the handwrittem numerals can be obtained. For recognition test with given features, we use a multi-layer perceptron neural network classifier which is trained with the back propagation algorithm. Through the experiments with the handwritten numeral database of Concordia University, we have achieved a recognition rate of 97.85%.
#handwritten numeral recognition #projection #runlength #directional feature #neural network

목차

Abstract
Ⅰ. 서론
Ⅱ. 필기체 숫자영상의 특징추출
Ⅲ. 신경회로망 분류기
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (11)

참고문헌 신청
1. [학술지(정기간행물)] - S.H.Lee / 1996 / Off-line recognition of totally unconstrained handwirtten numerals using multilayer cluster neural network / IEEE Trans. on Pattern Analysis and Machine Intelligence 18 (6) : 648 ~ 652 google schola 2. [학술지(정기간행물)] - S. Knerr / 1992 / Hand written digit recognition by neural networks with single-layer training / IEEE Trans.Neural Networks 3 (6) : 962 ~ 968 google schola 3. [학술지(정기간행물)] - Øivind Due Trier / 1996 / Feature extraction methods for character recognition-A survey / Pattern Recognition 29 (4) : 641 ~ 662 google schola 4. [학술지(정기간행물)] - J. T. Favata / 1996 / A multiple feature/ resolution approach to handprinted digit and character recognition / International Journal of Imaging Systems and Technology 7 : 304 ~ 311 google schola 5. [학술지(정기간행물)] - M. Shi / 2002 / Handwritten numeral recognition using gradient and curvature of gray scale image / Pattern Recognition 35 : 2051 ~ 5059 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-003193689