特定領(lǐng)域OCR系統(tǒng)的精度與速度問題研究.pdf

1、經(jīng)過五十多年的艱苦努力，人們在文字識別領(lǐng)域取得了眾多成果，逐漸成熟的文字識別技術(shù)使得滿足金融、郵電通信、新聞出版、辦公自動化等領(lǐng)域?qū)嵱没疧CR技術(shù)的迫切需求成為可能。雖然最近幾年才開始嘗試把OCR技術(shù)應(yīng)用到金融票據(jù)和信息檢索領(lǐng)域，但是由于強烈的市場需求的推動，這些研究方向已經(jīng)逐漸成為文字識別領(lǐng)域的兩大應(yīng)用熱點，大大推動了OCR理論和技術(shù)的進一步發(fā)展。 在金融領(lǐng)域，OCR主要用于對金融票據(jù)上的信息進行識別，進而完成自動化的結(jié)算、

2、后督等功能；在信息檢索領(lǐng)域，主要利用OCR將紙質(zhì)媒介上的信息轉(zhuǎn)換為可供計算機處理的格式，使用戶能夠方便的檢索和訪問，同時提供進一步信息挖掘的基礎(chǔ)。 目前，各國的研究機構(gòu)和公司都加緊研究面向?qū)嵱玫腛CR技術(shù)，各方面對此都非常重視，北京郵電大學(xué)模式識別實驗室(PRIS實驗室)的金融票據(jù)OCR技術(shù)研究不僅與許多企業(yè)和銀行部門展開了合作，也受到了國家863項目的支持。在這種背景下，本文的研究目的就是參考國內(nèi)外最新研究進展，在PRIS實驗

3、室的技術(shù)積累基礎(chǔ)之上，在“金融票據(jù)OCR系統(tǒng)中的成套關(guān)鍵技術(shù)”的國家863項目的支持下，對金融票據(jù)OCR系統(tǒng)中的關(guān)鍵技術(shù)進行研究和改進，并結(jié)合最新的信息檢索領(lǐng)域的應(yīng)用，提出相應(yīng)的解決思路。本文進行的主要工作如下： 1．對于漢字識別這樣一個統(tǒng)計模式識別的問題來說，訓(xùn)練樣本的數(shù)量和質(zhì)量對于系統(tǒng)的識別性能是非常關(guān)鍵的。當訓(xùn)練樣本的數(shù)量和質(zhì)量不能滿足需要時，我們無法正確估計樣本的統(tǒng)計分布，無法得到最優(yōu)的識別率。本文提出一種新的基于余弦整

4、形變換的手寫漢字訓(xùn)練樣本生成方法，可有效提高現(xiàn)有手寫漢字識別系統(tǒng)的識別性能。通過對原始訓(xùn)練樣本進行基于余弦整形變換的樣本生成和樣本篩選，一定程度上緩解了某些條件下訓(xùn)練樣本不足的問題，增強了識別器的擴展能力和魯棒性。 2．手寫體漢字變形問題是手寫體漢字識別中的關(guān)鍵問題，歸一化處理是直接從漢字點陣圖像上矯正手寫變形、減小屬于同一類別的不同模式之間差異的主要途徑。但是，在對圖像進行規(guī)整的過程中，也引進了可能會影響識別精度的鋸齒等不利因

5、素。為了更有效的提取手寫漢字的特征，提高識別精度，本文提出了一種利用非線性歸一化過程產(chǎn)生的坐標變換信息來提取手寫漢字有效特征的方法。該方法通過非線性歸一化獲得各有效像素點在原漢字圖像及規(guī)整后漢字圖像中的坐標變換關(guān)系，在原圖像上抽取各點特征，在歸一化圖像上進行網(wǎng)格的均勻劃分和特征統(tǒng)計并形成用于分類的特征向量。該方法有效克服了以往先進行歸一化預(yù)處理方法和動態(tài)網(wǎng)格方法的一些不足，兼顧了與傳統(tǒng)結(jié)構(gòu)特征提取方法的有效結(jié)合。 3．研究了基于

6、PCA和LDA的手寫漢字特征壓縮問題，通過特征壓縮，使原先的高維特征能夠高效地用于實際識別過程，在保證漢字識別率的情況下，特征矢量維數(shù)大大降低，使用基于LDA的方法在一定的壓縮比率下，漢字識別率也得到了改善。 4．金融票據(jù)中手寫體金融漢字的識別這類問題，屬于背景和字形情況都相對復(fù)雜的小字符集漢字識別問題，對識別器的區(qū)分能力和魯棒性都有較強的要求。實驗表明，使用馬氏距離進行分類，通過適當選擇參數(shù)，可以達到較高的精度，但運算量非常大