基于圖像識(shí)別和地址翻譯的國(guó)際信函批譯系統(tǒng).pdf

1、機(jī)器翻譯是自然語(yǔ)言處理領(lǐng)域的一個(gè)重要研究課題，對(duì)于目前高速發(fā)展的信息社會(huì)有著廣泛的市場(chǎng)潛力和研究?jī)r(jià)值。隨著科學(xué)技術(shù)的逐漸發(fā)展，基于圖像識(shí)別的機(jī)器翻譯開(kāi)始引起人們的重視和關(guān)注。國(guó)際信函批譯是指將國(guó)際信函上的英文地址信息翻譯成相應(yīng)的中文地址，然后批注到信函上，以便信函的進(jìn)一步分揀和投遞。
　　 本文以中國(guó)郵政集團(tuán)公司上海研究院SATP-120型高速外信批譯分揀機(jī)項(xiàng)目為背景，對(duì)國(guó)際信函圖像中的地址翻譯過(guò)程和條碼定位識(shí)別過(guò)程展開(kāi)研究。論

2、文首先介紹了機(jī)器翻譯的發(fā)展歷程和相關(guān)技術(shù)研究，并對(duì)條碼定位識(shí)別技術(shù)進(jìn)行分析，最后，完成了基于圖像識(shí)別和地址翻譯的國(guó)際信函自動(dòng)批譯系統(tǒng)的開(kāi)發(fā)。整個(gè)系統(tǒng)分為條碼定位模塊、條碼識(shí)別模塊、信函圖像地址定位模塊、OCR識(shí)別模塊、地址理解模塊和地址翻譯模塊，并深入分析各個(gè)模塊的具體功能和關(guān)鍵技術(shù)。本文主要完成了以下工作：
　　 第一，結(jié)合圖像處理算法，自動(dòng)定位信函圖像的地址區(qū)域。采用OCR識(shí)別算法，將圖像中的英文地址轉(zhuǎn)化為相應(yīng)的文本信息。提

3、出基于地址詞庫(kù)的OCR字符后處理，減少OCR識(shí)別結(jié)果中的誤識(shí)字符對(duì)后續(xù)地址理解和地址翻譯過(guò)程的干擾；
　　 第二，根據(jù)有限狀態(tài)自動(dòng)機(jī)算法設(shè)計(jì)地址理解規(guī)則，自動(dòng)理解英文地址中的各項(xiàng)信息，如人名、公司名、路名、號(hào)碼等。設(shè)計(jì)中英文號(hào)碼的排序規(guī)則，使其符合當(dāng)前的實(shí)際應(yīng)用需求；
　　 第三，提出基于地址實(shí)例庫(kù)與地址直譯相結(jié)合的地址批譯方法，實(shí)驗(yàn)證明取得了較好的翻譯效果；
　　 第四，提出了一種復(fù)雜背景下的條碼自動(dòng)定位技術(shù)，

4、該技術(shù)根據(jù)條碼的梯度特征和角點(diǎn)特征，可以自動(dòng)區(qū)分和條碼類似的紋理，例如文字等，實(shí)現(xiàn)國(guó)際掛號(hào)信函圖像中的條碼自動(dòng)定位。針對(duì)國(guó)際掛號(hào)信函圖像采集過(guò)程中可能出現(xiàn)的非均勻光照，設(shè)計(jì)一種改進(jìn)的Bernsen二值化預(yù)處理算法，從而有效地減少非均勻光照對(duì)條碼識(shí)別的影響；
　　 將該系統(tǒng)應(yīng)用于郵政批譯分揀系統(tǒng)，測(cè)試驗(yàn)證機(jī)器翻譯的正確率、錯(cuò)誤率和拒絕率。實(shí)驗(yàn)結(jié)果表明，本文提出的設(shè)計(jì)方案滿足了系統(tǒng)的需求，該課題的研究成果對(duì)于郵政自動(dòng)化領(lǐng)域以及其他相