[发明专利]一种基于激活力模型的图片中文本识别纠错方法

摘要

本发明实施例公开了一种基于激活力模型的图片中文本识别纠错方法。该方法包括如下步骤字典构建步骤构建激活力字典，旨在挖掘汉字间的相互影响关系，从而获得各个汉字前方以及后方可能出现的其他汉字。不确定字纠正步骤使用通用方法获取识别出的字符以及对应的识别相似度，若其中存在某一字符的相似度高于选定阈值的，认为识别正确；若不存在，则将这些字符以及相似度作为参考先验概率，并利用构建的字典并结合贝叶斯公式筛选出最佳字。利用本发明实施例，能够提高图片文本识别的正确率，具有很大的实用价值。

主权项

一种基于激活力模型的图片中文本识别纠错方法，其特征在于，包括以下步骤：字典构建步骤：构建激活力字典，旨在挖掘汉字间的相互影响关系，从而获得各个汉字前方以及后方可能出现的其他汉字；不确定字纠正步骤：使用通用方法获取识别出的字符以及对应的识别相似度，若其中存在某一候选字符的相似度高于设定阈值，认为其对应的候选字符识别正确；若不存在，则将这些字符以及相似度作为参考先验概率，利用构建的字典并结合贝叶斯公式筛选出最佳字；其中，不确定字纠正步骤中，假定已经通过通用方法获取了字符i的识别结果wi和对应的相似度λi，其中wi＝[wi1,wi2,…,win]T，wix为识别出的可能的字符，λi＝[λi1,λi2,…,λin]T，λix为对应的相似度，此步骤具体过程如下：1)当存在λix大于θ时，认为对应的wix即为正确的识别结果；当不存在时，首先滤除λix小于对应的字符，将剩下的作为候选字符；2)对于待识别字符i的候选字符集合为w′i＝[wi1,wi2,…,wim]T，对于前后都存在已确定相邻字的字符i的某一候选识别字wij的后验概率ηij可以定义如下ηij=lg((afAwij+α)(afWijB+α)-α+1)]]>其中，A为字符i前面的相邻字，B为字符i后面的相邻字，α为平滑因子，同理，对于只存在一边相邻字的后验概率ηij可以定义为或者利用贝叶斯公式ψij=λijηijΣkλikηik]]>则选择最大的ψij作为字符i的识别结果，即Ψi=maxj(ψij)]]>Ψi即为字符i的识别结果。