论文部分内容阅读
自动文档识别中字切分算法如果仅仅依靠大小位置等度量信息，很容易产生误切分图像块，需要字符分类器给出一定的反馈才能准确切分，为此提出了一个新的拒识算法，目标是尽可能准确地拒识非法字符。该文分析了基于距离的分类器的置信度和广义置信度，在此基础上改进了常用的广义置信度映射函数，并设计了一个基于样本学习的拒识规则，提高了拒识算法的适应性。在中日韩三种文档样本上的实验表明，该文算法明显改善了系统性能，对于较代质量的印刷文本识别具有一定的普遍意义。