基于神經(jīng)網(wǎng)絡(luò)的字符識(shí)別關(guān)鍵技術(shù)研究.pdf

1、目錄mmin1.1研究背景及意義l1.2字符識(shí)別技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀分析11.2.1字符識(shí)別技術(shù)簡(jiǎn)介11.2.2字符識(shí)別的主要方法41.2.3基于神經(jīng)網(wǎng)絡(luò)的模式識(shí)別41.3本文研究工作及結(jié)構(gòu)安排5第二章面向字符識(shí)別的圖像預(yù)處理技術(shù)72.^^^cl^^^^^...........................72.1.1常用灰度變換算法72.1.2灰度直方圖82.2圖像的增強(qiáng)92.2.1

2、濾波處理92.2.2邊緣檢測(cè)與提取112.3本章小結(jié)18第三章字符識(shí)別的二值化處理193.1常用二值化算法193.2塞于局部i^^f戈的Otsu算7去223.3本章小結(jié)25第四章字符區(qū)域定位傾斜校正與單個(gè)字符分割264.1字符區(qū)域定位264.1.1目標(biāo)定位算法264.1.2傾斜校正算法274.1.3基于傅里葉變換的小角度傾斜校正算法和基于水平垂直投影的區(qū)域定位算法284.3字符!tl一化處理3

3、2I摘要光學(xué)字符識(shí)別作為文字自動(dòng)輸入的一種方法，在許多行業(yè)，如銀行，航運(yùn)，商業(yè)，通信等都有廣泛應(yīng)用。它能夠很大程度提髙信息獲取速度，減輕人們機(jī)械工作強(qiáng)度。多年來(lái)，光學(xué)字符識(shí)別技術(shù)已成為許多研究者的研究目標(biāo)，雖然己取得很多成就，但是還存在很多問(wèn)題，無(wú)法很好滿足一些實(shí)際需求。因此，研究字符識(shí)別的關(guān)鍵技術(shù)，尋找合理的改進(jìn)方案，提高字符識(shí)別系統(tǒng)的性能具有重要意義。本文基于數(shù)字圖像處理技術(shù)和模式識(shí)別技術(shù)研究批量識(shí)別掃描字符圖像的關(guān)鍵技術(shù)，主要工作

4、包括以下幾點(diǎn)：(1)詳細(xì)介紹幾種圖像二值化處理方法，對(duì)比其處理效果。針對(duì)目標(biāo)區(qū)域和背景區(qū)域分布不均，難以分離的問(wèn)題，提出并實(shí)現(xiàn)基于局部迭代的Otsu改進(jìn)算法，通過(guò)實(shí)驗(yàn)驗(yàn)證其有效性。針對(duì)傳統(tǒng)傾斜字符圖像校正方法過(guò)程復(fù)雜，應(yīng)性差的問(wèn)題，采用基于傅里葉變換的小角度傾斜校正算法和基于水平垂直投影的區(qū)域定位算法，減少冗余信息處理，提高后續(xù)目標(biāo)分割精度。根據(jù)實(shí)際字符圖像版面特征，采用區(qū)間掃描法對(duì)多行文本進(jìn)行快速分割，實(shí)現(xiàn)單個(gè)字符準(zhǔn)確提取。(2)

5、簡(jiǎn)要介紹幾類用于字符識(shí)別的特征提取方法。針對(duì)實(shí)際測(cè)試的字符圖像特點(diǎn)，將字符骨骼化后抽取外圍輪廓特征和穿透特征，組合為單個(gè)字符特征數(shù)據(jù)集，從而提高系統(tǒng)識(shí)準(zhǔn)率。對(duì)應(yīng)用廣泛的誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行研究，通過(guò)動(dòng)量項(xiàng)和學(xué)習(xí)率整體自適應(yīng)的方法，針對(duì)BP網(wǎng)絡(luò)本身網(wǎng)絡(luò)收斂速度慢、易陷入局部最小值等缺陷進(jìn)行改進(jìn)，實(shí)現(xiàn)改進(jìn)的分類器，并以實(shí)驗(yàn)驗(yàn)證其優(yōu)越性。(3)完成整個(gè)字符識(shí)別系統(tǒng)的設(shè)計(jì)、實(shí)現(xiàn)與測(cè)試。實(shí)際測(cè)試結(jié)果表明：本文提出的算法和設(shè)計(jì)的系統(tǒng)是有效可行