• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 26
    • 下载费用:30 金币  

    重庆时时彩组六怎么买: 文字识别装置、识别字典生成装置以及归一化方法.pdf

    关 键 词:
    文字 识别 装置 字典 生成 以及 归一化 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201310027353.6

    申请日:

    2013.01.24

    公开号:

    CN103310210A

    公开日:

    2013.09.18

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||专利申请权的转移IPC(主分类):G06K 9/20变更事项:申请人变更前权利人:日立电脑机器株式会社变更后权利人:株式会社日立信息通信工程变更事项:地址变更前权利人:日本神奈川县变更后权利人:日本神奈川县登记生效日:20130924|||实质审查的生效IPC(主分类):G06K 9/20申请日:20130124|||公开
    IPC分类号: G06K9/20 主分类号: G06K9/20
    申请人: 日立电脑机器株式会社
    发明人: 三好利升; 永崎健; 新庄广; 堤庸昂
    地址: 日本神奈川县
    优先权: 2012.03.13 JP 2012-055638
    专利代理机构: 永新专利商标代理有限公司 72002 代理人: 王成坤;胡建新
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201310027353.6

    授权公告号:

    |||||||||

    法律状态公告日:

    2016.06.29|||2013.10.23|||2013.10.23|||2013.09.18

    法律状态类型:

    授权|||专利申请权、专利权的转移|||实质审查的生效|||公开

    摘要

    本发明提供文字识别装置,为了提高文字识别的精度,对不同大小的多个输入图像进行归一化,以使在同一文字间的形状的偏差变小。根据输入图像执行用于降低干扰因素的预处理,提取执行了上述预处理后的图像的轮廓,将执行了预处理后的图像和提取到的轮廓的图像合成,以合成出的图像的重心的像接近规定尺寸的范围的中心并且合成出的图像的像素扩展的范围的像接近规定尺寸的范围的方式,生成合成出的图像向规定尺寸的归一化后的图像的映射,根据所生成的映射对执行了预处理后的图像进行归一化,将归一化后的图像变换为矢量空间上的矢量值,基于存储装置中存储的识别字典判定矢量值是哪一种文字,输出判定的结果。

    权利要求书

    权利要求书
    1.   一种文字识别装置,其特征在于,具有:
    运算装置,含有处理器以及存储装置;
    输入装置,连接在上述运算装置上;以及
    输出装置,连接在上述运算装置上,
    上述运算装置执行如下步骤:
    第一步骤,根据通过上述输入装置输入的输入图像或者上述存储装置中存储的输入图像,执行用于降低成为文字识别阻碍的干扰因素的预处理;
    第二步骤,对执行了上述预处理后的图像进行归一化;
    第三步骤,将上述归一化后的图像变换为矢量空间上的矢量值;
    第四步骤,基于上述存储装置中存储的识别字典,判定上述矢量值是哪一种文字;以及
    第五步骤,通过上述输出装置输出上述判定的结果,
    上述第二步骤含有:
    第六步骤,提取执行了上述预处理后的图像的轮廓;
    第七步骤,将执行了上述预处理后的图像和上述提取到的轮廓的图像合成;
    第八步骤,以上述合成出的图像的重心的像接近规定尺寸的范围的中心、并且上述合成出的图像的像素扩展的范围的像接近上述规定尺寸的范围的方式,生成从上述合成出的图像向上述规定尺寸的归一化后的图像的映射;以及
    第九步骤,根据上述所生成的映射,对执行了上述预处理后的图像进行归一化。

    2.   如权利要求1所述的文字识别装置,其特征在于,
    上述第七步骤具有如下步骤:通过将对各网格点中的执行了上述预处理后的图像的像素值乘以第一系数后的值与对各网格点中的上述轮廓的图像的像素值乘以第二系数后的值相加,来计算出各网格点中的上述合成出的图像的像素值。

    3.   如权利要求1所述的文字识别装置,其特征在于,
    上述第二步骤还含有如下步骤:计算出上述合成出的图像的矩值作为表示上述合成出的图像的像素扩展的范围的参数,
    上述第八步骤含有如下步骤:生成根据上述矩值来扩大或者缩小上述合成出的图像的映射。

    4.   如权利要求1所述的文字识别装置,其特征在于,
    上述第六步骤含有如下步骤:当执行了上述预处理后的图像的各网格点周围的网格点的像素值满足规定的条件时,使上述各网格点中的轮廓的图像的像素值增加。

    5.   如权利要求1所述的文字识别装置,其特征在于,
    上述第六步骤含有如下步骤:通过将对执行了上述预处理后的图像的各网格点周围的网格点的像素值乘以规定的系数后的值予以合计,来计算出上述各网格点中的轮廓的图像的像素值。

    6.   一种识别字典生成装置,其特征在于,具有:
    处理器;以及
    存储装置,连接在上述处理器上,且存储有文字图像,
    上述运算装置执行如下步骤:
    第一步骤,根据上述存储装置中存储的文字图像执行用于降低成为文字识别阻碍的干扰因素的预处理;
    第二步骤,对执行了上述预处理后的图像进行归一化;
    第三步骤,将上述归一化后的图像变换为矢量空间上的矢量值;
    第四步骤,基于上述矢量值来学习在文字识别中使用的识别字典;以及
    第五步骤,将上述学习的结果存储到上述存储装置,
    上述第二步骤含有:
    第六步骤,提取执行了上述预处理后的图像的轮廓;
    第七步骤,将执行了上述预处理后的图像和上述提取到的轮廓的图像合成;
    第八步骤,以上述合成出的图像的重心的像接近规定尺寸的范围的中心、并且上述合成出的图像的像素扩展的范围的像接近上述规定尺寸的范围的方式,生成从上述合成出的图像向上述规定尺寸的归一化后的图像的映射;以及
    第九步骤,根据上述所生成的映射,对执行了上述预处理后的图像进行归一化。

    7.   如权利要求6所述的识别字典生成装置,其特征在于,
    上述第七步骤含有如下步骤:通过将对各网格点中的执行了上述预处理后的图像的像素值乘以第一系数后的值与对各网格点中的上述轮廓的图像的像素值乘以第二系数后的值相加,来计算出各网格点中的上述合成出的图像的像素值。

    8.   如权利要求6所述的识别字典生成装置,其特征在于,
    上述第二步骤还含有如下步骤:计算出上述合成出的图像的矩值作为表示上述合成出的图像的像素扩展的范围的参数,
    上述第八步骤含有如下步骤:生成根据上述矩值扩大或者缩小上述合成出的图像的映射。

    9.   如权利要求6所述的识别字典生成装置,其特征在于,
    上述第六步骤含有如下步骤:当执行了上述预处理后的图像的各网格点周围的网格点的像素值满足规定的条件时,使上述各网格点中的轮廓的图像的像素值增加。

    10.   如权利要求6所述的识别字典生成装置,其特征在于,
    上述第六步骤含有如下步骤:通过将对执行了上述预处理后的图像的各网格点周围的网格点的像素值乘以规定的系数后的值予以合计,来计算出上述各网格点中的轮廓的图像的像素值。

    11.   一种归一化方法,由运算装置来执行,该运算装置含有处理器以及连接在上述处理器上的存储装置,
    该归一化方法的特征在于,具有:
    第六步骤,上述运算装置提取上述存储装置中存储的原图像的轮廓;
    第七步骤,上述运算装置将上述原图像与上述提取到的轮廓的图像合成;
    第八步骤,上述运算装置以上述合成出的图像的重心的像接近规定尺寸的范围的中心、并且上述合成出的图像的像素扩展的范围的像接近上述规定尺寸的范围的方式,生成从上述合成出的图像向上述规定尺寸的归一化后的图像的映射;以及
    第九步骤,上述运算装置根据上述所生成的映射对上述原图像进行归一化,并将其结果存储到上述存储装置。

    12.   如权利要求11所述的归一化方法,其特征在于,
    上述第七步骤含有如下步骤:通过将对各网格点中的执行了上述预处理后的图像的像素值乘以第一系数后的值与对各网格点中的上述轮廓的图像的像素值乘以第二系数后的值相加,来运算出各网格点中的上述合成出的图像的像素值。

    13.   如权利要求11所述的归一化方法,其特征在于,
    上述归一化方法还具有如下步骤:计算出上述合成出的图像的矩值作为表示上述合成出的图像的像素扩展的范围的参数,
    上述第八步骤含有如下步骤:生成根据上述矩值扩大或者缩小上述合成出的图像的映射。

    14.   如权利要求11所述的归一化方法,其特征在于,
    上述第六步骤含有如下步骤:当执行了上述预处理后的图像的各网格点周围的网格点的像素值满足规定的条件时,使上述各网格点中的轮廓的图像的像素值增加。

    15.   如权利要求11所述的归一化方法,其特征在于
    上述第六步骤含有如下步骤:通过将对执行了上述预处理后的图像的各网格点周围的网格点的像素值乘以规定的系数后的值予以合计,来计算出上述各网格点中的轮廓的图像的像素值。

    说明书

    说明书文字识别装置、识别字典生成装置以及归一化方法
    技术领域
    本发明涉及文字识别用的识别字典生成装置以及文字识别装置,特别涉及文字图像的归一化方法。
    背景技术
    文字识别装置使用识别字典,判定输入图像中所写的文字类别,并输出判定结果。在此,当例如数字识别时,文字类别是0~9这10种数字。通过识别字典生成装置来制作识别字典。
    文字识别装置从接收输入图像到输出判定结果的处理流程含有预处理、归一化、特征提取、识别这四个处理步骤。
    图2是表示以往的文字识别装置执行的处理的流程图。
    在文字图像输入部201中,由用户或者通过运算装置执行的程序来输入图像。
    在预处理部202中例如执行以下步骤:进行输入图像的去噪、模糊处理(ぼかし処理)的平滑(smoothing)等,尽可能的除掉成为文字识别阻碍的干扰因素。
    接下来,在归一化部203中执行以下步骤:将各种尺寸的预处理后的图像作为输入来接收,并使这些图像的尺寸一致。由此能够统一之后的处理。
    接下来,在特征提取部209中执行以下步骤:将归一化后的图像作为输入来接收,并变换为矢量空间上的矢量值。将上述矢量空间称为特征空间,将上述矢量值称为特征矢量。作为特征提取方法,广泛周知提取像素特征、轮廓特征、梯度特征、伽柏特征(ガボール特徴)等方法(非专利文献1)。如果需要,则使用主成分分析或者线性判别分析等降维方法,压缩特征空间的维数,并削减特征空间的维数(非专利文献2)。
    通过在此之前的处理,输入图像作为特征空间上的矢量值(特征矢量)来表现。
    接下来,在识别部210中执行以下处理:用识别字典214来判定特征矢量所属的文字类别。识别字典214保存用于判断特征空间上的各点属于哪个文字类别的信息。在非专利文献1或非专利文献2中记载了有关使用识别字典214的判定的详细说明。
    在输出部211中,向显示器等显示装置或者文件等输出判定结果。
    为了进行高精度的文字识别,上述的预处理部202、归一化部203、特征提取部209以及识别部210的各个处理具有重要的作用。因此,用各个处理进行适于文字识别的处理是重要的。
    作为识别对象的输入图像中的文字根据笔记用具、笔记者、字体、扫描时的环境、纸质或者纸的保存状态等而不同,即使是相同文字类型,尺寸、形状或者劣化度也有偏差。在归一化中,除了使输入图像的大小一致以外,还有抑制这种输入图像中的同一文字类型间的形状的偏差的目的。由此,能够提高文字识别装置的识别率。
    在现存的文字图像的归一化方法中,有线性归一化法(linear normalization method)、非线性归一化法(nonlinear normalization method)、矩归一化法(moment normalization method)、双矩归一化法(bi?moment normalization method)、CBA法(centroid?boundary alignment method:质心边界对齐法)、MCBA法(modified centroid?boundary alignment method)、LDPF法(line density projection fitting method)等。用论文等发表了(非专利文献3)在这些方法当中的矩归一化法以及不双矩归一化法具有高识别率这一文字识别的基准结果。
    图5是用矩归一化法以及不双矩归一化法生成的图像的例子的说明图。具体而言,在图5中表示通过在归一化处理的输入图像501、输入图像501中使用矩归一化法来生成的归一化图像502以及通过在输入图像501中使用不双矩归一化法来生成的归一化图像503。
    如上所述,矩法以及不变矩法等归一化法具有高识别能力是周知的。但是,由于这些方法直接使用原图像的像素值来运算矩,所以容易影响文字笔划的粗细程度。因此,根据文字的粗细程度不同,矩的值大不相同,因此,归一化图像中的文字的位置根据文字的粗细程度而不同。
    图6是同一文字的不同字体的例子的说明图,具体而言,表示不同字体的文字“T”的图像601。如图6所示,在判断文字上,文字的粗细程度不是本质。因此,由文字的粗细程度的差异而产生的同一文字类别之间的归一化图像的文字的偏差(文字的位置或大小等)对识别是不利的。
    轮廓特征量矩归一化法(专利文献1、非专利文献4、非专利文献5)是提取文字的轮廓并基于文字轮廓的矩进行归一化的方法。为了降低起因于文字的长度以及粗细程度的文字之间的偏差此方法是有效的,并在铅字文字识别中具有高识别率。
    图10是用矩归一化法以及轮廓特征量矩归一化法(contour feature moment normalization method)进行归一化后的图像的说明图。
    图10中例示的原图像1001分别是横线的粗细程度不同的多个“T”的文字图像。而且,表示用矩归一化法将该原图像1001归一化后的图像1002??芍?,在归一化图像1002中,随着横线变粗,图像的中心向T的上部偏移,并且文字的位置整体向下下降。另外,在归一化图像1002中,在原图像1001中相同粗细程度的T的纵线的粗细程度中也产生偏差。这样的偏差表现为特征提取后的特征空间上的矢量点的偏差,并且是识别率降低的原因。与此相对,在用轮廓特征量矩归一化法将原图像1001归一化后的图像1003中,这些偏差减少了。
    现有技术文献
    专利文献
    专利文献1:日本特开2010?108113号公报
    非专利文献
    非专利文献1:Mohammed Cheriet,Nawwaf Kharma,Cheng lin Liu,and Ching Suen,"Character Recognition Systems:A Guide for Students and Practitioners",Wiley?Interscience,2007.
    非专利文献2:石井健一郎、上田修功、前田英作、村濑洋、“图形识别“,欧姆公司出版局,1998年8月
    非专利文献3:Cheng?Lin Liu,Kazuki Nakashima,Hiroshi Sako,and Hiromichi Fujisawa,"Handwritten digit recognition:investigation of normalization and feature extraction techniques",Pattern Recognition,Vol.37,No.2,pp.265_279,2004.
    非专利文献4:Toshinori Miyoshi,Takeshi Nagasaki,and Hiroshi Shinjo,"Character Normalization Methods using Moments of Gradient Features and Normalization Cooperated Feature Extraction",Proceedings of the 2009 Chinese Conference on Pattern Recognition and the First CJK Joint Workshop on Pattern Recognition,pp.934?938,2009.
    非专利文献5:三好利昇,永崎健,新庄广,“使用梯度特征量的矩的文字归一化法”,电子信息通信学会技术研究报告,PRMU,图形识别/媒体理解108(432),pp.187?192,2009.
    轮廓特征量矩归一化法是提取文字的轮廓并基于提取到的文字轮廓部的矩值进行归一化的方法。此方法对于抑制文字的粗细程度或长度的偏差有效果,特别在铅字文字的识别中有效。但是,在手写文字以及一部分的铅字文字中,有时文字的轮廓丢失。
    图13是表示丢失轮廓一部分的文字图像的例子的说明图。图13中所示的文字图像1301以及1302都是文字“構”的手写文字图像。另一方面,文字图像1303以及2304分别是从文字图像1301以及1302提取到的轮廓的图像。在文字图像1302中,由于文字的磨损,轮廓的一部分消失了。这种情况下,轮廓特征量矩变得不稳定。
    发明内容
    下述是本发明的有代表性的一例。即,一种文字识别装置,其特征在于,具有:运算装置,含有处理器以及存储装置;输入装置,连接在上述运算装置上;以及输出装置,连接在上述运算装置上,上述运算装置执行以下步骤:第一步骤,根据通过上述输入装置输入的输入图像或者上述存储装置中存储的输入图像,执行用于降低成为文字识别阻碍的干扰因素的预处理;第二步骤,对执行了上述预处理后的图像进行归一化;第三步骤,将上述归一化后的图像变换为矢量空间上的矢量值;第四步骤,基于上述存储装置中存储的识别字典判定上述矢量值是哪一个文字;第五步骤,通过上述输出装置输出上述判定的结果,上述第二步骤含有:第六步骤,提取执行了上述预处理后的图像的轮廓;第七步骤,将执行了上述预处理后的图像与上述提取到的轮廓的图像合成;第八步骤,以上述合成出的图像的重心的像接近上述规定尺寸的范围的中心、并且上述合成出的图像的像素扩展的范围的像接近上述规定尺寸的范围的方式,生成从上述合成出的图像向上述规定尺寸的归一化后的图像的映射;以及第九步骤,根据上述所生成的映射对执行了上述预处理后的图像进行归一化。
    发明的效果
    根据本发明的一实施方式,通过基于文字轮廓图像与原图像的合成图像进行归一化,能够降低文字轮廓丢失时的归一化的不稳定性,能够提高铅字以及手写文字中的识别率。
    附图说明
    图1是表示本发明的实施方式的文字识别装置的硬件结构的一例的框图。
    图2是表示以往文字识别装置执行的处理的流程图。
    图3是表示由本发明的实施方式的运算装置执行的文字识别处理的概要的流程图。
    图4是由本发明的实施方式的运算装置执行的识别处理的说明图。
    图5是用矩归一化法以及不双矩归一化法生成的图像的例子的说明图。
    图6是同一文字的不同字体的例子的说明图。
    图7是用矩归一化法决定的文字图像的重心以及边界的说明图。
    图8是由本发明的实施方式的运算装置使用的文字轮廓的提取方法的第一例的说明图。
    图9是在本发明的实施方式中为了提取文字图像的轮廓而参照的像素的说明图。
    图10是用矩归一化法以及轮廓特征量矩归一化法归一化的图像的说明图。
    图11是在本发明的实施方式中为了提取文字图像的轮廓而使用的过滤器的说明图。
    图12是由本发明的实施方式的运算装置提取的轮廓图像的例子的说明图。
    图13是表示丢失轮廓的一部分的文字的例子的说明图。
    符号说明
    100文字识别装置
    101输入装置
    102运算装置
    103、214识别字典
    104显示装置
    105图形DB
    201文字图像输入部
    202预处理部
    203、301归一化部
    204、302文字轮廓提取部
    206、304矩值运算部
    207归一化映射生成部
    208归一化图像生成部
    209特征提取部
    210识别部
    211输出部
    212文字图像DB
    213识别字典学习部
    303合成图像生成部
    具体实施方式
    图1是表示本发明的实施方式的文字识别装置的硬件结构的一例的框图。
    本发明的文字识别装置100具有:输入装置101、运算装置102、识别字典103、显示装置104以及图形数据库(DB)105。
    输入装置101是用于输入命令等的键盘或鼠标以及用于图像输入的扫描器等装置。
    运算装置102读取所输入的图像,并判定输入图像中的文字。运算装置102具有:CPU(Central Processing Unit:中央处理单元)、内存以及存储装置等。
    识别字典103是保存识别字典的字典数据库。
    显示装置104是输出运算装置102的处理内容的装置,例如是显示器等装置。当不需要显示处理内容时也可以没有显示装置104,也可以根据需要替换为显示装置以外的输出装置。
    图形DB105存储用输入装置101输入的图形。
    也可以在运算装置102内的存储装置中存储识别字典103以及图形DB105。
    本发明的实施方式的运算装置102具有:文字识别单元。具体而言,例如,通过运算装置102内的CPU执行内存或者存储装置中存储的程序来实现文字识别单元。
    接下来,转移到本发明的实施方式中的处理流程的说明。
    图3是表示由本发明的实施方式的运算装置102执行的文字识别处理的概要的流程图。
    图3所示的文字图像输入部201、预处理部202、归一化部301、特征提取部209、识别部210、输出部211以及识别字典学习部213是由运算装置102(即,通过CPU执行内存等中存储的程序)实现的功能,换句话说就是分别相当于由运算装置102执行的处理步骤。归一化部301所含有的文字轮廓提取部302、合成图像生成部303、矩值运算部304、归一化映射生成部207以及归一化图像生成部208也是同样的。
    文字识别装置100读取所输入的图像,判定输入图像中的文字,并输出判定结果。如已说明所述,图2是以往的轮廓特征量矩归一化法的文字识别处理的流程图。在本实施方式的文字识别装置100执行的文字识别处理当中,归一化部301中的文字轮廓提取部302以及合成图像生成部303的处理与以往的文字识别处理不同。
    在文字图像输入部201中,通过用户或者通过由运算装置102执行的程序来输入成为识别对象的图像。例如,输入装置101所含有的扫描器读取文本,运算装置102将由此得到的文字图像的数据存储在内存或者存储装置中。另外,当在存储装置等中预先存储有文字图像的数据时,也能够将其作为识别对象来使用。
    预处理部202通过对输入图像实施去噪、模糊处理等,能够降低噪声或者模糊等在判定图像中的文字上成为障碍的干扰因素。例如,用去噪处理除去某阈值以下的大小的孤立点。也可以将实施了预处理的输入图像暂时存储在存储装置中。
    归一化部301将各个实施预处理后的输入图像变换为预先指定的固定大小的图像。变换后的图像称为归一化图像。归一化的主要目的之一在于,通过将各种尺寸的输入图像变换为固定尺寸的图像,来统一之后的处理。另外,归一化的另一个主要目的在于,为了使在同一文字之间文字形状的偏差变小而将各种形状的输入图像变换为固定尺寸的图像。由此,能够降低同一文字类型的文字图像之间的偏差,并有助于识别精度的提高。详细说明后述。也可以将用归一化部301生成的归一化图像暂时存储在存储装置中。
    特征提取部209将由归一化部301生成的归一化图像作为输入来接收,并将所输入的归一化图像变换为矢量空间上的矢量值。变更目标的矢量空间称为特征空间,变换后的矢量值称为特征矢量。有时也通过维压缩来削减特征空间的维数。这时,尽量从特征空间除掉对识别的贡献小的成分,并将特征矢量作为更低维的特征空间上的特征矢量来表现。
    识别部210用识别字典214来判定特征矢量所属的文字类别。识别字典214保持用于将特征空间划分为各文字类别所占的区域的信息。由此,将与特征矢量所属的区域相对应的文字类别作为判定结果来返回。
    图4是由本发明的实施方式的运算装置102执行的识别处理的说明图。
    作为一例,在图4中表示在特征空间401中类别A、类别B以及类别C分别所占的区域402A、402B以及402C。各类别对应于一个文字。在此例中,未知输入(即所输入的归一化图像的特征矢量)403不包含在任一类别的区域内。这时,识别部210也可以将与最接近未知输入403的区域402A相对应的类别A判断为未知输入所属的类别?;蛘?,识别部210也可以判断为未知输入403不属于任一类别,做出放弃的判定。识别部210输出判定的结果(例如“类别A”或者“放弃”)。
    再次参照图3。输出部211向显示器等显示装置104或者存储装置等输出识别部210的判定结果。
    接下来,在转移到本发明的归一化部301的处理的说明之前,说明轮廓特征量矩归一化法的归一化部203的处理。
    设经过预处理部202并输入到文字轮廓提取部204的原图像f(x,y)的尺寸是宽度W0、高度H0。在此,0≤x<W0,0≤y<H0,设表示各网格点的x以及y是整数值,左数第k1个、下数第k2个网格点的像素值表示为f(k1-1,k2-1)。说明将此原图像归一化成宽度L、高度L的图像大小的例子。
    当使用轮廓特征量矩归一化法时,首先,文字轮廓提取部204提取原图像f(x,y)的文字的轮廓图像fc(x,y)。以下举出轮廓的提取方法的两个例子。
    举出文字轮廓的提取方法的第一例。首先,根据文字图像f(x,y)提取轮廓的横向成分fx(x,y)以及纵向成分fy(x,y)。
    图8是由本发明的实施方式的运算装置使用的文字轮廓的提取方法的第一例的说明图。
    在图8中表示了输入图像801、轮廓图像802、横向的轮廓图像803以及纵向的轮廓图像804作为例子。在此,输入图像801是文字“B”的图像,轮廓图像802、横向的轮廓图像803以及纵向的轮廓图像804均是从输入图像801提取出的轮廓图像的例子。输入图像801对应于f(x,y),横向的轮廓图像803对应于fx(x,y),纵向的轮廓图像804对应于fy(x,y)。
    最初,文字轮廓提取部204设定fx(x,y)=0、fy(x,y)=0。接下来,文字轮廓提取部204按顺序选择输入图像f(x,y)的网格点,并对于各个网格点提取轮廓方向的特征。倾斜方向在纵横两个方向计数。当现在关注的网格点的像素是黑像素,即p=f(x,y)=1时,文字轮廓提取部204用公式(1)~(3)从位于图9所示的像素p的附近的像素的信息中提取特征。
    [公式1]
    倾斜方向
    <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MI>fori</MI> <MO>=</MO> <MN>0,2,4,6</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MI>if</MI> <MSUB><MI>d</MI> <MI>i</MI> </MSUB><MO>=</MO> <MN>0</MN> <MI>and</MI> <MSUB><MI>d</MI> <MROW><MI>i</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MO>=</MO> <MN>1</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MI>then</MI> <MSUB><MI>f</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>f</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>+</MO> <MN>1</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MSUB><MI>f</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>f</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>+</MO> <MN>1</MN> </MTD></MTR><MTR><MTD><MI>endif</MI> </MTD></MTR><MTR><MTD><MI>endfor</MI> <MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>1</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>[公式2] <BR>纵向 <BR><MATHS num="0002"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MI>fori</MI> <MO>=</MO> <MN>0,4</MN> </MTD></MTR><MTR><MTD><MI>if</MI> <MSUB><MI>d</MI> <MI>i</MI> </MSUB><MO>=</MO> <MN>0</MN> <MO>,</MO> <MSUB><MI>d</MI> <MROW><MI>i</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MO>=</MO> <MN>0</MN> <MI>and</MI> <MSUB><MI>d</MI> <MROW><MROW><MO>(</MO> <MI>i</MI> <MO>+</MO> <MN>2</MN> <MO>)</MO> </MROW><MO>%</MO> <MN>8</MN> </MROW></MSUB><MO>=</MO> <MN>1</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MI>then</MI> <MSUB><MI>f</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>f</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>+</MO> <MN>1</MN> </MTD></MTR><MTR><MTD><MI>endif</MI> <MO>.</MO> </MTD></MTR><MTR><MTD><MI>endfor</MI> <MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>2</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>[公式3] <BR>横向 <BR><MATHS num="0003"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MI>fori</MI> <MO>=</MO> <MN>2,6</MN> </MTD></MTR><MTR><MTD><MI>if</MI> <MSUB><MI>d</MI> <MI>i</MI> </MSUB><MO>=</MO> <MN>0</MN> <MO>,</MO> <MSUB><MI>d</MI> <MROW><MI>i</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MO>=</MO> <MN>0</MN> <MI>and</MI> <MSUB><MI>d</MI> <MROW><MROW><MO>(</MO> <MI>i</MI> <MO>+</MO> <MN>2</MN> <MO>)</MO> </MROW><MO>%</MO> <MN>8</MN> </MROW></MSUB><MO>=</MO> <MN>1</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MI>then</MI> <MSUB><MI>f</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>f</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>+</MO> <MN>1</MN> </MTD></MTR><MTR><MTD><MI>endif</MI> </MTD></MTR><MTR><MTD><MI>endfor</MI> <MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>3</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>图9是在本发明的实施方式中为了提取文字图像的轮廓而参照的像素的说明图。 <BR>具体而言,在图9中表示某网格点的像素p与和其邻接的周围的网格点的像素d1至d7的位置关系901。例如,当像素p的网格点的坐标是(x,y)时,像素d1、d2、d3、d4、d5、d6以及d7的网格点的坐标分别是(x+1,y+1)、(x,y+1)、(x-1,y+1)、(x-1,y)、(x-1,y-1)、(x,y-1)以及(x+1,y-1)。 <BR>由此,生成轮廓的横向成分fx(x,y)以及纵向成分fy(x,y)。通过计算fc(x,y)=fx(x,y)+fy(x,y)(在此=是代入)来求出轮廓图像fc(x,y)。 <BR>举出文字轮廓的提取方法的第二例子。首先,文字轮廓提取部204设定为fx(x,y)=0、fy(x,y)=0。接下来,文字轮廓提取部204按顺序选择输入图像f(x,y)的网格点,并对于各个网格点提取特征。倾斜方向在纵横两个方向计数。文字轮廓提取部204用公式(4)对网格点(x,y)提取特征。 <BR>[公式4] <BR><MATHS num="0004"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MSUB><MI>f</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>+</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>+</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>+</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>+</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>+</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>+</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>-</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>+</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>,</MO> </MTD></MTR><MTR><MTD><MSUB><MI>f</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>+</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>+</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>+</MO> <MN>1</MN> <MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>+</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>+</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>+</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>-</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>+</MO> <MN>1</MN> <MO>,</MO> <MI>y</MI> <MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW></MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>4</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>图11是在本发明的实施方式中为了提取文字图像的轮廓而使用的过滤器的说明图。图11的过滤器1101对应于公式(4)的fy(x,y)的计算公式,过滤器1102对应于fx(x,y)的计算公式。 <BR>通过计算fc(x,y)=fx(x,y)+fy(x,y)(在此=是代入)来求出轮廓图像fc(x,y)。 <BR>图12是由本发明的实施方式的运算装置102提取的轮廓图像的例子的说明图。例如,从文字类型“綾”“鮎”“或”“粟”以及“袷”的手写文字的原图像1201提取轮廓图像1202。 <BR>接下来,矩值运算部206计算出轮廓图像fc(x,y)的矩值。在此,用公式(5)以及公式(7)计算公式(6)所示的重心(xc,yc)以及公式(8)所示的δx,δy的值。此δx以及δy是表示原图像的像素扩展的范围的参数,为了决定后述的原图像的边界而使用。 <BR>[公式5] <BR>mpq=∑x∑yxpyqfc(x,y)&nbsp;&nbsp;&nbsp;&nbsp;…(5) <BR>[公式6] <BR>xc=m10/m00,&nbsp;&nbsp;yc=m01/m00&nbsp;&nbsp;&nbsp;…(6) <BR>[公式7] <BR><MATHS num="0005"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MSUB><MI>μ</MI> <MN>20</MN> </MSUB><MO>=</MO> <MSUB><MI>Σ</MI> <MI>x</MI> </MSUB><MSUB><MI>Σ</MI> <MI>y</MI> </MSUB><MSUP><MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MSUB><MI>x</MI> <MI>c</MI> </MSUB><MO>)</MO> </MROW><MN>2</MN> </MSUP><MSUB><MI>f</MI> <MI>c</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>,</MO> </MTD></MTR><MTR><MTD><MSUB><MI>μ</MI> <MN>02</MN> </MSUB><MO>=</MO> <MSUB><MI>Σ</MI> <MI>x</MI> </MSUB><MSUB><MI>Σ</MI> <MI>y</MI> </MSUB><MSUP><MROW><MO>(</MO> <MI>y</MI> <MO>-</MO> <MSUB><MI>y</MI> <MI>c</MI> </MSUB><MO>)</MO> </MROW><MN>2</MN> </MSUP><MSUB><MI>f</MI> <MI>c</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>7</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>[公式8] <BR><MATHS num="0006"><MATH><![CDATA[ <mrow><MSUB><MI>δ</MI> <MI>x</MI> </MSUB><MO>=</MO> <MI>α</MI> <MSQRT><MSUB><MI>μ</MI> <MN>20</MN> </MSUB><MO>/</MO> <MSUB><MI>m</MI> <MN>00</MN> </MSUB></MSQRT><MO>,</MO> </MROW>]]&gt;</MATH></MATHS><MATHS num="0007"><MATH><![CDATA[ <mrow> <MSUB><MI>δ</MI> <MI>y</MI> </MSUB><MO>=</MO> <MI>α</MI> <MSQRT><MSUB><MI>μ</MI> <MN>02</MN> </MSUB><MO>/</MO> <MSUB><MI>m</MI> <MN>00</MN> </MSUB></MSQRT><MO>,</MO> <MO>&amp;CenterDot;</MO> <MO>&amp;CenterDot;</MO> <MO>&amp;CenterDot;</MO> <MROW><MO>(</MO> <MN>8</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>接下来,归一化映射生成部207生成用于将原图像描绘到归一化平面[0,L]×[0,L]的映射。在轮廓特征量矩归一化法中,通过将以矩值运算部206计算出的重心(xc,yc)为中心具有横向δx、纵向δy的宽度的区域扩大或者缩小成L×L的尺寸来生成归一化图像。即,向归一化平面[0,L]×[0,L]映射原图像中的[xc-δx/2,xc+δx/2]×[yc-δy/2,yc+δy/2]的部分。用公式(9)表示该所用的映射。 <BR>[公式9] <BR><MATHS num="0008"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MI>u</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>=</MO> <MI>L</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>-</MO> <MSUB><MI>x</MI> <MI>c</MI> </MSUB><MO>)</MO> </MROW><MO>/</MO> <MSUB><MI>δ</MI> <MI>x</MI> </MSUB><MO>+</MO> <MI>L</MI> <MO>/</MO> <MN>2</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MI>v</MI> <MROW><MO>(</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MI>L</MI> <MROW><MO>(</MO> <MI>y</MI> <MO>-</MO> <MSUB><MI>y</MI> <MI>c</MI> </MSUB><MO>)</MO> </MROW><MO>/</MO> <MSUB><MI>δ</MI> <MI>y</MI> </MSUB><MO>+</MO> <MI>L</MI> <MO>/</MO> <MN>2</MN> <MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>9</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>接下来,归一化图像生成部208用公式(10)的关系公式生成归一化图像f’(x’,y’)。此例的情况下,如已所述那样、通过将原图像中的[xc-δx/2,xc+δx/2]×[yc-δy/2,yc+δy/2]的部分扩大缩小成L×L的大小来得到归一化图像。 <BR>[公式10] <BR><MATHS num="0009"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MSUP><MI>f</MI> <MO>′</MO> </MSUP><MROW><MO>(</MO> <MSUP><MI>x</MI> <MO>′</MO> </MSUP><MO>,</MO> <MSUP><MI>y</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>,</MO> </MTD></MTR><MTR><MTD><MSUP><MI>x</MI> <MO>′</MO> </MSUP><MO>=</MO> <MI>u</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>,</MO> </MTD></MTR><MTR><MTD><MSUP><MI>y</MI> <MO>′</MO> </MSUP><MO>=</MO> <MI>v</MI> <MROW><MO>(</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>.</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>10</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>如上所述,轮廓特征量矩归一化法从原图像f(x,y)提取轮廓图像fc(x,y),并用轮廓图像fc(x,y)的矩决定文字图像的重心以及边界。 <BR>当像以往那样地使用矩归一化法即基于原图像本身的矩值的归一化法时,以原图像的像素的重心的像接近归一化图像的范围的中心,并且原图像的像素扩展的范围的像接近归一化图像的范围的方式生成从原图像到归一化图像的映射。 <BR>图7是用矩归一化法决定的文字图像的重心以及边界的说明图。 <BR>具体而言,在图7中表示预处理后的图像(即上述说明中的原图像)701和文字图像702,文字图像702包含基于预处理后的图像所决定的重心以及边界的显示。例如,根据与文字类型”0”对应的原图像701A决定重心703A以及边界704A。在此,边界704A是原图像701A中的、显示相当于文字类型“0”的文字的区域与其以外的区域的边界,换句话说就是相当于与文字类型“0”相当的文字的像素扩展的范围。当使用矩归一化法时,使用用公式(8)计算出的二次矩值δx,δy作为对文字的像素扩展的范围予以表示的参数,用以重心703A为中心具有横向δx、纵向δy的宽度的区域来定义边界704A。 <BR>通过使用如上所述地生成的映射来进行归一化,即使所输入的文字图像的大小以及形状有偏差时,如果这些是同一文字类型的图像则能够期待抑制归一化的文字图像的特征量的偏差。 <BR>但是,当使用如上所述的矩归一化法时,容易根据所输入的文字图像的线的粗细程度的变动,产生如图10的归一化图像1002所示的归一化图像的偏差。这是由于,原图像的像素的重心的位置受原图像的文字的线的粗细程度的影响而变动等,因此矩值变得不稳定,由此生成的映射也变动。 <BR>与此相对,当使用轮廓特征量矩归一化法时(即进行基于轮廓图像的矩值的归一化时),以原图像的轮廓的像素的重心的像接近归一化图像的范围的中心,并且使原图像的轮廓的像素扩展的范围的像接近归一化图像的范围的方式,生成从原图像到归一化图像的映射。这时,由于删除了原图像当中轮廓以外的部分的像素,所以轮廓的像素的重心的位置不易受原图像的文字的线的粗细程度的影响。因此,矩值以及生成的映射与文字的线的粗细程度无关地稳定,如图10的归一化图像1003所示那样、归一化图像的偏差变得难以产生。 <BR>但是,如图13的文字图像1302以及1304的例子所示,当文字的轮廓的结构丢失时,轮廓的一部分无法提取。由于轮廓的一部分丢失从而轮廓的像素的重心的位置发生变动,所以当轮廓的结构丢失时,运算出的矩的值变得不稳定,生成的归一化图像的偏差在同一文字类型之间变大。这样的偏差表现为特征提取后的特征空间上的矢量点的偏差,并且是识别率降低的原因。 <BR>接下来,说明本发明的实施方式的归一化部301执行的归一化。 <BR>文字轮廓提取部302可以用与文字轮廓提取部204同样的方法(例如上述第一或者第二例)来提取文字轮廓图像fc(x,y),也可以用其他的方法。在此,作为提取文字轮廓的其他的方法的例子,说明第三以及第四例。 <BR>最初说明第三例。首先,文字轮廓提取部302对于全部的白像素p=(x,y)设为g0(p)=g1(p)=…=g7(p)。接下来,文字轮廓提取部302对于所有的黑像素p=(x,y)用公式(11)运算g0(p)、g1(p)、…、g7(p)。 <BR>[公式11] <BR><MATHS num="0010"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MSUB><MI>g</MI> <MROW><MI>k</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MROW><MO>(</MO> <MI>p</MI> <MO>)</MO> </MROW><MO>=</MO> <MFENCED close="" open="{"><MTABLE><MTR><MTD><MN>1</MN> </MTD><MTD><MI>iff</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MI>k</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MN>0</MN> <MI>andf</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MROW><MI>k</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MO>)</MO> </MROW><MO>=</MO> <MN>1</MN> </MTD></MTR><MTR><MTD><MN>0</MN> </MTD><MTD><MI>otherwise</MI> </MTD></MTR></MTABLE></MFENCED></MTD></MTR><MTR><MTD><MSUB><MI>g</MI> <MROW><MROW><MO>(</MO> <MI>k</MI> <MO>+</MO> <MN>2</MN> <MO>)</MO> </MROW><MO>%</MO> <MN>8</MN> </MROW></MSUB><MROW><MO>(</MO> <MI>p</MI> <MO>)</MO> </MROW><MO>=</MO> <MTABLE></MTABLE><MFENCED close="" open="{"><MTABLE><MTR><MTD><MN>1</MN> </MTD><MTD><MI>iff</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MI>k</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MROW><MI>k</MI> <MO>+</MO> <MN>1</MN> </MROW></MSUB><MO>)</MO> </MROW><MO>=</MO> <MN>0</MN> </MTD></MTR><MTR><MTD></MTD><MTD><MI>andf</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MROW><MROW><MO>(</MO> <MI>k</MI> <MO>+</MO> <MN>2</MN> <MO>)</MO> </MROW><MO>%</MO> <MN>8</MN> </MROW></MSUB><MO>)</MO> </MROW><MO>=</MO> <MN>1</MN> </MTD></MTR><MTR><MTD><MN>0</MN> </MTD><MTD><MI>otherwise</MI> </MTD></MTR></MTABLE></MFENCED></MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>11</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>如图9所示,d0、d1、…、d7是像素p的附近像素。文字轮廓提取部302用fc(x,y)=Σgk(x,y)生成轮廓图像fc(x,y)。在此,在k=0、1、…、7的范围内运算Σgk(x,y)。 <BR>接下来说明第四例。首先,文字轮廓提取部302对于全部的像素p=(x,y)用公式(12)运算gx(p)、gy(p)。接下来,文字轮廓提取部302用公式(13)生成轮廓图像fc(x,y)。在此,如图9所示,d0、d1、…、d7是像素p的附近像素。 <BR>[公式12] <BR><MATHS num="0011"><MATH><![CDATA[ <mrow><MFENCED close="}" open=""><MTABLE><MTR><MTD><MSUB><MI>g</MI> <MI>x</MI> </MSUB><MROW><MO>(</MO> <MI>p</MI> <MO>)</MO> </MROW><MO>=</MO> <MO>[</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>1</MN> </MSUB><MO>)</MO> </MROW><MO>+</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>0</MN> </MSUB><MO>)</MO> </MROW><MO>+</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>7</MN> </MSUB><MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>3</MN> </MSUB><MO>)</MO> </MROW><MO>-</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>4</MN> </MSUB><MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>5</MN> </MSUB><MO>)</MO> </MROW><MO>]</MO> <MO>/</MO> <MN>8</MN> <MO>,</MO> </MTD></MTR><MTR><MTD><MSUB><MI>g</MI> <MI>y</MI> </MSUB><MROW><MO>(</MO> <MI>p</MI> <MO>)</MO> </MROW><MO>=</MO> <MO>[</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>1</MN> </MSUB><MO>)</MO> </MROW><MO>+</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>2</MN> </MSUB><MO>)</MO> </MROW><MO>+</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>3</MN> </MSUB><MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>5</MN> </MSUB><MO>)</MO> </MROW><MO>-</MO> <MN>2</MN> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>6</MN> </MSUB><MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MSUB><MI>d</MI> <MN>7</MN> </MSUB><MO>)</MO> </MROW><MO>]</MO> <MO>/</MO> <MN>8</MN> <MO>,</MO> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>12</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>[公式13] <BR><MATHS num="0012"><MATH><![CDATA[ <mrow><MSUB><MI>f</MI> <MI>c</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>=</MO> <MSQRT><MSUBSUP><MI>g</MI> <MI>x</MI> <MN>2</MN> </MSUBSUP><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW><MO>+</MO> <MSUBSUP><MI>g</MI> <MI>y</MI> <MN>2</MN> </MSUBSUP><MROW><MO>(</MO> <MI>x</MI> <MO>,</MO> <MI>y</MI> <MO>)</MO> </MROW></MSQRT><MO>&amp;CenterDot;</MO> <MO>&amp;CenterDot;</MO> <MO>&amp;CenterDot;</MO> <MROW><MO>(</MO> <MN>13</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>上述第一~第四例是提取文字图像的轮廓的方法的例子,文字轮廓提取部302也可以用上述所例示的方法以外的方法来提取文字图像的轮廓。如上所述,能够用以下方法来提取文字图像的轮廓:当原图像的网格点周围的网格点的像素值满足规定的条件时增加该原图像的网格点中的轮廓的图像的像素值(相当于上述第一例以及第三例子),或者通过对原图像的网格点周围的网格点的像素值乘以规定的系数后的值予以合计来运算出该原图像的网格点中的轮廓的图像的像素值(相当于上述第二例以及第四例)等。 <BR>至此,使文字轮廓提取部302的说明结束,接下来,对合成图像生成部303之后的处理予以说明。合成图像生成部303用公式(14)生成在文字轮廓提取部302中生成的各网格点的文字轮廓图像fc(x,y)与从预处理部202输出的各网格点的原图像f(x,y)的合成图像fs(x,y)。 <BR>[公式14] <BR>fs(x,y)=γ1f(x,y)+γ2fc(x,y)&nbsp;&nbsp;&nbsp;&nbsp;…(14) <BR>在此,γ1以及γ2是正数,且满足γ1+γ2=1。此合成图像是强调原图像轮廓部分的图像,换句话说,就是相当于以原图像轮廓部分的像素值比其以外的部分的像素值大的方式来加权的图像。 <BR>矩值运算部304用fs(x,y)代替fc(x,y)来运算出矩值。即,矩值运算部206用公式(15)代替公式(5)来计算公式(6)所示的重心(xc,yc)以及公式(8)所示的δx、δy的值。 <BR>[公式15] <BR>mpq=∑x∑yxpyqfs(x,y)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;…(15) <BR>接下来,本发明的归一化映射生成部207基于用公式(15)等计算出的矩值生成归一化映射,并且本发明的归一化图像生成部208用生成的归一化映射来生成归一化图像(公式(10))。 <BR>在上述本发明的实施方式中,基于合成图像的二次矩值δx以及δy来决定合成图像的像素扩展的范围(即边界)。此范围不一定与合成图像的像素的轮廓一致。但是,基于上述矩值的范围的決定方法只不过是一例,在本发明中,也可以用上述以外的方法来决定文字图像的像素扩展的范围。例如,运算装置102也可以代替在矩值计算部304中计算出矩值,而将与合成图像的像素的轮廓外切的长方形范围作为合成图像的像素扩展的范围来决定。 <BR>到此为止的说明涉及文字识别装置100,但文字识别装置100也可以作为识别字典生成装置来使用。这时,运算装置102的存储装置保持文字图像DB212(图3),并且预处理部202对于文字图像DB212中存储的文字图像进行预处理。归一化部301以及特征提取部209的处理与上述文字识别装置100同样。识别字典学习部213基于由特征提取部209提取到的特征量进行识别字典的学习,并将其结果存储到识别字典214(相当于图1的识别字典103)。另外,与归一化部301等同样地,识别字典学习部213是用运算装置102实现的功能。 <BR>如上所述,通过本发明的实施方式,进行基于原图像与轮廓图像的合成图像的矩值的归一化。即,计算合成图像的矩值,并基于此生成从原图像到归一化图像的映射。通过合成,文字图像的轮廓部分的像素值变得比其以外的部分的像素值大。其结果是,与进行基于原图像本身的矩值的归一化时相比,由于增加了轮廓部分的像素的权重,所以能够减轻文字的线的粗细程度的影响,并且,与进行基于轮廓图像的矩值的归一化时相比,由于还利用了轮廓以外的部分的像素,所以能够减轻轮廓消失的影响。这样,根据本实施方式,即使对于线的粗细程度以及轮廓消失中的任一项也能够实现稳定的归一化,由此,能够提高铅字以及手写文字的识别率。 <BR>另外,为了最大化上述效果,期望对系数γ1以及γ2进行最优化。最优的系数γ1以及γ2的值可以依存于轮廓的提取方法等各种条件,但需要选择所合成的图像中的文字图像的轮廓部分的像素值比其以外的部分的像素值大的值。例如,本实施方式的合成图像生成部303也可以使用满足γ1<γ2的γ1以及γ2。</p> </div> </div> </div> </div> <div class="mt10 works-comment"> <div class="works-comment-hd"> <span class="font-tahoma">关于本文</div> <div style="line-height: 25px; padding: 10px 20px;"> 本文标题:文字识别装置、识别字典生成装置以及归一化方法.pdf<br /> 链接地址:<a href="//www.4mum.com.cn/p-5775507.html">//www.4mum.com.cn/p-5775507.html</a><br /> </div> </div> </div> <div class="boxright" id="boxright" > <div class="fr detail-aside" id="Div11" style="width:270px;"> <div class="box hot-keywords mt10" style="overflow: hidden;width: 268px; border:solid 1px #dedede;" id="relatebox0"> <div class="boxHd" > <div class="fl nt-ico mr5 ml13 ico" style="margin-top: 3px;"> </div> <h2 class="fl font-normal font16 font-yahei" style="font-size: 16px; font-weight: 100; margin-left: 0px; margin-top: 3px; font-family: 微软雅黑"> 当前资源信息</h2> </div> <div id="Div2" class="author-works-list bgF" style="overflow: hidden; padding:10px 10px; "> <table><tr><td> <dt class="author-avatar-box fl"><a class="author-avatar" title="小米砖" href="u-1328.html"> <img src="//www.4mum.com.cn/FlexPaper/ZoomImage/UploadPhoto/tx_20180124102449.png" style="border-radius:50px 50px; " onerror="this.src='images/noavatar_small.gif'" alt="小米砖"></a> </dt></td><td> <div class="author-name fl w100 ellipsis"> <a href="u-1328.html" target="_blank"> 小米砖</a><img style="height:15px; width:20px; overflow:hidden; margin-right:10px;background:url(images/bg_index_ie6_781d95ab.png) no-repeat -185px 4px;display:none" src="images/s.gif" alt="企业认证" title="企业认证"/></div> <div class="author-level-bar"> <span class="mr5 author-grade author-grade5" title="会员等级"></span> </div></td></tr></table> <div class="fl" style="width: 240px;"> <p class="kh_cpZl"> 编号: cj20190318102622453878</p> <p class="kh_cpZl"> 类型: 共享资源</p> <p class="kh_cpZl"> 格式: PDF</p> <p class="kh_cpZl"> 大?。?8.37MB</p> <p class="kh_cpZl"> 上传时间: 2019-03-18</p> </div> </div> </div> <div class="box hot-keywords mt10" style="overflow: hidden;width: 268px; border:solid 1px #dedede;" id="relatebox"> <div class="boxHd" style="padding-bottom: 0px;"> <div class="fl keywords-ico mr5 ml13 ico"> </div> <h2 class="fl font-normal font16 font-yahei" style="font-size: 16px; font-weight: 100; margin-left: 0px; margin-top: 3px; font-family: 微软雅黑"> 相关资源</h2> </div> <div id="author-works-list" class="author-works-list bgF"> <li class="vprdn"> <img alt="智能枪支管理系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326879.html" title="智能枪支管理系统.pdf">智能枪支管理系统.pdf</a> </li> <li class="vprdn"> <img alt="用于弹药储运监测与智能管理的方法.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326820.html" title="用于弹药储运监测与智能管理的方法.pdf">用于弹药储运监测与智能管理的方法.pdf</a> </li> <li class="vprdn"> <img alt="一种具有指静脉识别功能的枪支及枪支管理系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326812.html" title="一种具有指静脉识别功能的枪支及枪支管理系统.pdf">一种具有指静脉识别功能的枪支及枪支管理系统.pdf</a> </li> <li class="vprdn"> <img alt="一种具有指静脉识别功能的枪支及枪支管理系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326802.html" title="一种具有指静脉识别功能的枪支及枪支管理系统.pdf">一种具有指静脉识别功能的枪支及枪支管理系统.pdf</a> </li> <li class="vprdn"> <img alt="智能枪支管理系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326456.html" title="智能枪支管理系统.pdf">智能枪支管理系统.pdf</a> </li> <li class="vprdn"> <img alt="一种基于RFID的枪支位置判定系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326443.html" title="一种基于RFID的枪支位置判定系统.pdf">一种基于RFID的枪支位置判定系统.pdf</a> </li> <li class="vprdn"> <img alt="信用卡套现识别方法和装置.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-7326441.html" title="信用卡套现识别方法和装置.pdf">信用卡套现识别方法和装置.pdf</a> </li> <li class="vprdn"> <img alt="用于控制生产过程的系统和方法.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-6421312.html" title="用于控制生产过程的系统和方法.pdf">用于控制生产过程的系统和方法.pdf</a> </li> <li class="vprdn"> <img alt="一种处理视频的方法及其系统.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-6421251.html" title="一种处理视频的方法及其系统.pdf">一种处理视频的方法及其系统.pdf</a> </li> <li class="vprdn"> <img alt="基于脑电信号特征的影片剪辑筛选辅助仪及实现方法.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-6421139.html" title="基于脑电信号特征的影片剪辑筛选辅助仪及实现方法.pdf">基于脑电信号特征的影片剪辑筛选辅助仪及实现方法.pdf</a> </li> <li class="vprdn"> <img alt="基于动态内插技术的通用化测控信道模拟方法.pdf" class="pdf" src="Images/s.gif" /><a target="_parent" href="//www.4mum.com.cn/p-6421123.html" title="基于动态内插技术的通用化测控信道模拟方法.pdf">基于动态内插技术的通用化测控信道模拟方法.pdf</a> </li></div> </div> <div class="box hot-keywords mt10" id="box3" style="overflow: hidden;width: 268px; border:solid 1px #dedede;"> <div class="boxHd" style="border: none;padding-bottom: 0px;"> <div class="fl keywords-ico mr5 ml13 ico"> </div> <h2 class="fl font-normal font16 font-yahei" style="font-size: 16px; font-weight: 100; margin-left: 0px; margin-top: 3px; font-family: 微软雅黑"> 相关搜索</h2> </div> <div class="hot-keywords-list"> <a target="_blank" href="search.html?p=0&q=%e6%96%87%e5%ad%97" class="tag-item ico" title="文字" hidefocus="true"><span class="ico"><em> 文字</em></span></a> <a target="_blank" href="search.html?p=0&q=%e8%af%86%e5%88%ab" class="tag-item ico" title="识别" hidefocus="true"><span class="ico"><em> 识别</em></span></a> <a target="_blank" href="search.html?p=0&q=%e8%a3%85%e7%bd%ae" class="tag-item ico" title="装置" hidefocus="true"><span class="ico"><em> 装置</em></span></a> <a target="_blank" href="search.html?p=0&q=%e5%ad%97%e5%85%b8" class="tag-item ico" title="字典" hidefocus="true"><span class="ico"><em> 字典</em></span></a> <a target="_blank" href="search.html?p=0&q=%e7%94%9f%e6%88%90" class="tag-item ico" title="生成" hidefocus="true"><span class="ico"><em> 生成</em></span></a> <a target="_blank" href="search.html?p=0&q=%e4%bb%a5%e5%8f%8a" class="tag-item ico" title="以及" hidefocus="true"><span class="ico"><em> 以及</em></span></a> <a target="_blank" href="search.html?p=0&q=%e5%bd%92%e4%b8%80%e5%8c%96" class="tag-item ico" title="归一化" hidefocus="true"><span class="ico"><em> 归一化</em></span></a> <a target="_blank" href="search.html?p=0&q=%e6%96%b9%e6%b3%95" class="tag-item ico" title="方法" hidefocus="true"><span class="ico"><em> 方法</em></span></a> <input name="ctl00$Content$hiddenCategoryID" type="hidden" id="Content_hiddenCategoryID" value="122" /> </div> </div> </div> </div> <!--end boxright--> <!--end layout01--> </div> <!--end mainpart--> </div> <div class="aspNetHidden"><input type="hidden" name="__VIEWSTATEGENERATOR" id="__VIEWSTATEGENERATOR" value="541A68AF" /></div></form> <div style="display: none" id="Div3"> </div> <div id="jubao" class="jubao" style="display: none;"> <div class="jubaoTitle"> 举报类型</div> <ul class="vprdn"> <li class="vprdn"> <input type="radio" id="jubaoSel12" name="jubaoSel12" value="12" />&nbsp;&nbsp; <label for="jubaoSel12">广告或垃圾信息</label> </li> <li class="vprdn"> <input type="radio" id="jubaoSel13" name="jubaoSel13" value="13" />&nbsp;&nbsp; <label for="jubaoSel13">色情、淫秽、低俗信息</label> </li> <li class="vprdn"> <input type="radio" id="jubaoSel14" name="jubaoSel14" value="14" />&nbsp;&nbsp; <label for="jubaoSel14">反政府、反人类、反社会等反动信息</label> </li> <li class="vprdn"> <input type="radio" id="jubaoSel15" name="jubaoSel15" value="15" />&nbsp;&nbsp; <label for="jubaoSel15">散布赌博、暴力、凶杀、恐怖或者教唆犯罪等信息</label> </li> <li class="vprdn"> <input type="radio" id="jubaoSel16" name="jubaoSel16" value="16" />&nbsp;&nbsp; <label for="jubaoSel16">侮辱、诽谤等人身攻击信息</label> </li> <li class="vprdn"> <input type="radio" id="jubaoSel17" name="jubaoSel17" value="17" />&nbsp;&nbsp; <label for="jubaoSel17">散布谣言、扰乱社会秩序,破坏社会稳定等信息</label> </li> <li style="text-align: center; height: 50px; margin-top: 10px;"> <input type="hidden" id="hidTypeID" /> <input type="button" onclick="saveJuBao()" value="提 交" />&nbsp;&nbsp;&nbsp;&nbsp;<input type="button" onclick="$('#jubao').hide();" value="取 消" /></li> </ul> </div> <div id="jubaoResponse" class="jubao" style="display: none;"> <div class="jubaoTitle"> 提示</div> <ul class="vprdn"> <li class="vprdn"> <h4 style="text-align: center; color: rgb(83, 136, 35);"> </h4> </li> <li style="text-align: center; height: 50px; margin-top: 10px;"> <input type="button" onclick="$('#jubaoResponse').hide();" value="关 闭" /> </ul> </div></div> <div class="tempdiv" style="display:none;line-height:0px;height:0px; overflow:hidden;"> </div> <!-- JiaThis Button END --> <span id="LabelScript"></span> </div> </div> <!--foot--><div class="bg_100 foot_nav_bg" style=" min-width:1200px;"> <div class="foot_nav"> <a href="//www.4mum.com.cn/h-33.html" target="_blank" rel="nofollow">关于我们</a> - <a href="//www.4mum.com.cn/h-34.html" target="_blank" rel="nofollow">网站声明</a> - <a href="//www.4mum.com.cn/h-35.html" target="_blank" rel="nofollow"> 网站地图</a> - <a href="//www.4mum.com.cn/sitemap.html" target="_blank" rel="nofollow"> 资源地图</a> - <a href="//www.4mum.com.cn/friend.aspx" target="_blank" rel="nofollow">友情链接</a> - <a rel="nofollow">网站客服</a> - <a href="//www.4mum.com.cn/h-93.html" target="_blank" rel="nofollow">联系我们</a> </div></div><div class="bg_100 siteInner_bg" style=" min-width:1200px;"> <div class="siteInner"> <p style="text-align: center; line-height: 1.75em;"><span style="font-size: 14px;"><span style="font-size: 14px; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &#39;Times New Roman&#39;; line-height: 20px; text-align: center;">copyright@ 2017-2018 www.4mum.com.cn网站版权所有</span><br style="color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &#39;Times New Roman&#39;; font-size: 12px; line-height: 20px; text-align: center; white-space: normal; "/><span style="font-size: 14px; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &#39;Times New Roman&#39;; line-height: 20px; text-align: center;">经营许可证编号:粤ICP备17046363号-1&nbsp;</span></span> &nbsp;</p><p><br/></p> </div></div><!--foot end--> <!-- 代码部分begin --><div class="QQ_S" style="height: 172px;position:fixed;right: 0px;bottom: 20px; top:auto;"> <div class="Q_top" onclick="HideFoot()"> <span class="signi"></span>收起</div> <div class="Q_botm"> <div class="Q_pic"> <div class="Q_pic_hide"> <a target="_blank" title="在线客服" rel="nofollow"><span class="hide_pic"></span>在线客服</a> </div> </div> <div class="Q_anser"> <div class="Q_anser_hide"><a target="_blank" title="意见反馈"> <span class="hide_pic1"></span>意见反馈 </a> </div> </div> <div class="Q_sign"> <div class="Q_sign_hide" onclick="backToTop();"><a href="javascript:void(0)" title="返回顶部"><span class="hide_pic2"></span>返回顶部 </a></div> </div> </div></div><div class="QQ_S1"> <div class="Q_top1" onclick="ShowFoot()"> <span class="signj"></span>展开</div> <div class="Q_botm1"> <div class="Q_pic1"> <div class="Q_pic1_hide"> <a href="//www.4mum.com.cn/" title="重庆时时彩单双窍门">重庆时时彩单双窍门</a></div> </div> <div class="Q_sign1"> <div class="Q_sign1_hide" onclick="backToTop();"><a href="javascript:void(0)">返回顶部</a></div> </div> </div></div> <!-- 代码部分end --> <li><a href="//www.4mum.com.cn/77d944/69034815.html ">四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 </a> 2019-05-13</li> <li><a href="//www.4mum.com.cn/euy29/3433514.html ">银保监会新规剑指大企业多头融资和过度融资 </a> 2019-05-12</li> <li><a href="//www.4mum.com.cn/a62999/3431813.html ">韩国再提4国联合申办世界杯 中国网友无视:我们自己来 </a> 2019-05-11</li> <li><a href="//www.4mum.com.cn/4kf294/98434412.html ">中国人为什么一定要买房? </a> 2019-05-11</li> <li><a href="//www.4mum.com.cn/33r392/76278011.html ">十九大精神进校园:风正扬帆当有为&nbsp;勇做时代弄潮儿 </a> 2019-05-10</li> <li><a href="//www.4mum.com.cn/1jd106/47417610.html ">粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 </a> 2019-05-09</li> <li><a href="//www.4mum.com.cn/997397/2262689.html ">太原设禁鸣路段 设备在测试中 </a> 2019-05-09</li> <li><a href="//www.4mum.com.cn/br3559/3646538.html ">拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 </a> 2019-05-08</li> <li><a href="//www.4mum.com.cn/9h7915/8581547.html ">“港独”没出路!“梁天琦们”该醒醒了 </a> 2019-05-07</li> <li><a href="//www.4mum.com.cn/3n3511/2345366.html ">陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 </a> 2019-05-06</li> <li><a href="//www.4mum.com.cn/b0059/6332815.html ">人民日报客户端辟谣:“合成军装照”产品请放心使用 </a> 2019-05-05</li> <li><a href="//www.4mum.com.cn/v5j888/7405464.html ">【十九大·理论新视野】为什么要“建设现代化经济体系”?&nbsp;&nbsp; </a> 2019-05-04</li> <li><a href="//www.4mum.com.cn/pl1926/4722623.html ">聚焦2017年乌鲁木齐市老城区改造提升工程 </a> 2019-05-04</li> <li><a href="//www.4mum.com.cn/14g861/9039202.html ">【专家谈】上合组织——构建区域命运共同体的有力实践者 </a> 2019-05-03</li> <li><a href="//www.4mum.com.cn/7jn906/5662951.html ">【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! </a> 2019-05-03</li> <script>(function(){ var src = (document.location.protocol == "") ? "//js.passport.qihucdn.com/11.0.1.js?9ed1f3a8f9c3ff069b7b95c01474c743":"https://jspassport.ssl.qhimg.com/11.0.1.js?9ed1f3a8f9c3ff069b7b95c01474c743"; document.write('<script src="' + src + '" id="sozz"><\/script>'); })(); </script> <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = '//push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> <a href="//www.734523.live">快乐10分钟彩票技巧</a> <a href="//www.168030.live">彩票大乐透</a> <a href="//www.524378.live">吉林麻将吉祥棋牌</a> <a href="//www.2818331.live">26选5中奖号码</a> <a href="//www.5284007.live">精准一尾中特公式规律</a> <a href="//www.232240.live">免费老时时彩彩票软件</a> <a href="//www.972935.live">浙江快乐12开奖奖金分配</a> <a href="//www.4373292.live">北京快乐8开奖查询</a> <a href="//www.550027.live">2018四川金7乐开奖结果查询</a> <a href="//www.686010.live">老时时彩三星四码遗漏</a> <a href="//www.207681.live">吉林科乐麻将微信群</a> <a href="//www.3218769.live">北京赛车pk开奖直播现场</a> <a href="//www.4353051.live">中彩网北京赛车</a> <a href="//www.0769405.live">斯诺克比分直播手机网</a> <a href="//www.625273.live">河北时时彩怎么玩</a> <a href="//www.506323.live">108张麻将技巧口诀表</a> </body></html>