摘要:特征提取是進(jìn)行圖像識別的必要前提。本設(shè)計針對滿文單詞圖像的特征實(shí)現(xiàn)了以下幾種特征的提取方法，包括：方向梯度直方圖特征（HOG）、尺度不變特征（SIFT）、Gabor特征、矩特征、背景與筆畫的變換次數(shù)特征、輪廓特征以及視覺方向特征。對圖像進(jìn)行特征提取的前提是對其進(jìn)行圖像預(yù)處理，本設(shè)計還對滿文單詞圖像進(jìn)行了圖像灰度化、二值化、大小位置歸一化和圖像去噪等預(yù)處理。本文針對滿文單詞圖像特征的提取結(jié)果的不同情況通過實(shí)驗(yàn)進(jìn)行了驗(yàn)證和對比分析，具體分析如下：一是同一種滿文單詞的不同書寫方法的同一類特征的提取結(jié)果的對比分析；二是不同種類滿文單詞的同類特征的提取結(jié)果的對比分析。通過這兩種情況的對比分析可以得出以下結(jié)論：針對于不同書寫方法的同一種滿文單詞的同類特征的提取結(jié)果是具有一定差異的，同時不同種類滿文單詞的同類特征的提取結(jié)果差異性更大。本次設(shè)計還利用Python語言設(shè)計了一個GUI界面，將各種特征提取的方法用控件的形式在GUI界面上顯示出來，使操作更加方便快捷。

關(guān)鍵詞：滿文單詞；HOG特征；SIFT特征；Gabor特征；矩特征；Python；GUI設(shè)計

目錄

摘要

Abstract

1 緒論-1

1.1研究的背景和意義-1

1.2研究現(xiàn)狀-1

1.3本文的研究內(nèi)容-2

2 圖像預(yù)處理-4

2.1灰度化-4

2.2 二值化-4

2.3 位置歸一化-5

2.4 大小歸一化-5

2.5 圖像去噪-6

3特征提取-7

3.1方向梯度直方圖特征(HOG)-7

3.2 SIFT特征-8

3.3 Gabor特征提取-9

3.4矩特征-10

3.5輪廓特征提取-12

3.6背景與筆畫的變換次數(shù)-13

3.7視覺方向特征-13

4 GUI設(shè)計-15

4.1 Python簡介-15

4.2 Tkinter簡介-15

4.3 創(chuàng)建GUI界面-15

5實(shí)驗(yàn)結(jié)果分析-17

結(jié)    論-22

參 考 文 獻(xiàn)-23

附錄A 基于Python的滿文單詞圖像特征提取系統(tǒng)設(shè)計程序-24

致    謝-44