無限制手寫體數(shù)字串切分與識(shí)別的相關(guān)問題研究.pdf

1、字符識(shí)別是模式識(shí)別的一個(gè)重要分支，手寫體阿拉伯?dāng)?shù)字識(shí)別作為光學(xué)字符識(shí)別(OCR)的一個(gè)方面，在特定的環(huán)境下有著重要的實(shí)用價(jià)值，如郵政信函地址閱讀、銀行票據(jù)自動(dòng)處理系統(tǒng)等等。隨著研究的深入和技術(shù)的發(fā)展，手寫體數(shù)字的識(shí)別對(duì)象已由規(guī)范、孤立的手寫體數(shù)字向無限制、連續(xù)的手寫體數(shù)字串發(fā)展。目前大多數(shù)離線識(shí)別系統(tǒng)是基于單字識(shí)別的，字符切分作為單字識(shí)別的前提和基礎(chǔ)，成為不可缺少的關(guān)鍵步驟。由于手寫體字符存在變形、粘連和斷筆等原因，字符串切分技術(shù)成為O

2、CR系統(tǒng)中的主要難題，字符串切分效果的好壞將直接影響系統(tǒng)識(shí)別的正確率，成為系統(tǒng)整合的核心技術(shù)。因此，字符串切分的技術(shù)研究對(duì)于提高系統(tǒng)的整體性能具有極其重要的意義。
　　 本文以非限制手寫體數(shù)字串為研究對(duì)象，提出了一種新的基于手寫體數(shù)字結(jié)構(gòu)特征的切分方法，切分過程依據(jù)數(shù)字串的筆劃組合完成。主曲線是一種基于非線性變換的特征抽取方法，借由通過數(shù)據(jù)分布“中間”并滿足“自相合”的光滑曲線來進(jìn)行特征抽取，能夠獲得手寫數(shù)字字符筆劃的穩(wěn)定描述。

3、使用主曲線分析完成字符模板的筆劃抽取，在此基礎(chǔ)上以字符識(shí)別器提供的置信度為依據(jù)指導(dǎo)切分過程，在國內(nèi)現(xiàn)行票據(jù)集上的實(shí)驗(yàn)結(jié)果表明該方法的總體性能有所提高。
　　 針對(duì)手寫數(shù)字串筆劃集合的冗余度以及切分算法的高復(fù)雜度問題，對(duì)字符筆劃抽取模糊特征，引入模糊規(guī)則處理筆劃，處理過程分為三個(gè)方面：(1)不規(guī)則筆劃的分裂；(2)筆劃碎片的合并；(3)冗余筆劃剔除?；谀：?guī)則的筆劃處理過程有效地解決了筆劃的斷裂、交錯(cuò)等問題，同時(shí)減少了筆劃集合中

4、的筆劃數(shù)量，從而降低了筆劃組合的算法復(fù)雜度，從整體上提高了執(zhí)行效率。
　　 目前常用的手寫數(shù)字切分方法有基于投影和輪廓特征的方法、基于結(jié)構(gòu)特征的方法和基于識(shí)別的方法?；谕队昂洼喞卣鞯那蟹址椒▽?duì)于具體的應(yīng)用對(duì)象缺乏針對(duì)性，而基于結(jié)構(gòu)特征的切分由于缺乏識(shí)別的指導(dǎo)，往往導(dǎo)致切分質(zhì)量不高。因此，在切分過程中引入識(shí)別機(jī)制是提高正確率的有效手段，識(shí)別算法的好壞直接影響切分效果。為此，提出了一種基于Affinity Propagation

5、(AP)聚類和仿生模式識(shí)別理論的識(shí)別方法。該方法通過AP聚類選擇代表訓(xùn)練樣本，依據(jù)仿生模式識(shí)別理論構(gòu)建和劃分樣本窄間，根據(jù)待識(shí)樣本到各特征子空間的相對(duì)距離判定所處空間并進(jìn)行分類識(shí)別。在兩類拒識(shí)情況下，即待識(shí)樣本游離于子空間之外和特征子空間出現(xiàn)重疊，計(jì)算基于類條件的后驗(yàn)概率對(duì)樣本進(jìn)行相對(duì)區(qū)別。Concordia大學(xué)的CENPARMI手寫體數(shù)字庫與南京理工大學(xué)手寫金額庫上的實(shí)驗(yàn)結(jié)果表明了該方法在識(shí)別率方面優(yōu)于傳統(tǒng)的分類器。
　　 基