基于非完全切分和投影歸一化的英文字符識(shí)別.pdf

1、隨著全球經(jīng)濟(jì)一體化和計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展，需要處理的印刷英文材料也在不斷增長(zhǎng)，傳統(tǒng)的鍵盤(pán)輸入已經(jīng)遠(yuǎn)遠(yuǎn)不能滿(mǎn)足需要，如何解決大批量文字資料的輸入成為模式識(shí)別領(lǐng)域一個(gè)急需解決的問(wèn)題，另外在快速郵政分揀系統(tǒng)、車(chē)牌識(shí)別、身份證識(shí)別等等計(jì)算機(jī)領(lǐng)域都需要解決印刷體字符的識(shí)別問(wèn)題。 OCR正是解決這些問(wèn)題的技術(shù)。OCR識(shí)別技術(shù)自從上個(gè)世紀(jì)三十年代誕生以來(lái)，經(jīng)過(guò)幾十年的發(fā)展，盡管在發(fā)展過(guò)程中遇到了不少前所未有的障礙，OCR技術(shù)已經(jīng)取得了很大的進(jìn)步和

2、成就，并且成為當(dāng)今模式識(shí)別領(lǐng)域最活躍的內(nèi)容之一。它綜合了數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)和人工智能等多方面的知識(shí)，并在計(jì)算機(jī)及其相關(guān)領(lǐng)域中得到了廣泛應(yīng)用。 本文主要研究英文印刷體字符的識(shí)別問(wèn)題。本文先是較為詳細(xì)的介紹了OCR識(shí)別技術(shù)的發(fā)展歷程、研究現(xiàn)狀，并在各章節(jié)中詳細(xì)介紹了各模塊的技術(shù)原理。英文印刷體字符識(shí)別的難點(diǎn)和熱點(diǎn)之一是粘連字符的切分問(wèn)題，本文研究統(tǒng)計(jì)發(fā)現(xiàn)：粘連字符的個(gè)數(shù)有限且比較固定，并且粘連字符中的主體是兩個(gè)字符的粘連。由

3、此本文提出了非完全字符切分的思想，經(jīng)實(shí)驗(yàn)證明，實(shí)驗(yàn)結(jié)果較好。 OCR技術(shù)的核心是特征向量的提取，特征的提取和選擇對(duì)識(shí)別系統(tǒng)至關(guān)重要，它基本上決定了識(shí)別系統(tǒng)的性能和識(shí)別精確度，甚至還可能影響到整個(gè)系統(tǒng)的識(shí)別的成功與否。本文提出了一種基于投影歸一化的字符特征提取方法，實(shí)驗(yàn)結(jié)果表明該特征對(duì)字符大小的變化具有較強(qiáng)的適應(yīng)能力。雖然它也會(huì)造成一定的誤識(shí)率，但是它具有容易計(jì)算和字號(hào)大小適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，因此可以作為字符識(shí)別的一種比較有效的特征。