手寫漢字的識(shí)別算法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、手寫漢字識(shí)別是圖像模式識(shí)別領(lǐng)域的研究熱點(diǎn)之一，涉及到圖像預(yù)處理、特征提取以及識(shí)別分類設(shè)計(jì)等多個(gè)關(guān)鍵技術(shù)。其中漢字特征提取是最為關(guān)鍵的部分。有效的特征提取方法能夠迅速、精準(zhǔn)地識(shí)別出漢字的整體特征。則本文的具體工作如下:
　　1.漢字圖像的預(yù)處理。整個(gè)過程包括圖像的采集、灰度化、平滑去噪、二值化、漢字分割及漢字輪廓圖像的獲取等步驟，并對(duì)其各個(gè)步驟進(jìn)行了詳細(xì)的介紹。漢字圖像的預(yù)處理為接下來的特征提取和分類識(shí)別提供了極大的方便。
　

2、　2.漢字圖像的特征提取。針對(duì)不同漢字有著不一樣的輪廓特征，本文主要采用傅里葉描述法進(jìn)行漢字的特征提取。首先是對(duì)漢字輪廓連通域的獲取，接著對(duì)其各個(gè)連通域等間隔取邊界點(diǎn)，然后對(duì)邊界點(diǎn)做其離散傅里葉變換(DFT)，并對(duì)傅里葉變換結(jié)果歸一化，得到具有旋轉(zhuǎn)、平移和尺度不變性的特征描述子，即傅里葉描述子。在使用DFT的低頻分量時(shí)，該方法可以有效抑制高頻雜波，增強(qiáng)魯棒性，并起到特征壓縮的功效，而且對(duì)漢字的旋轉(zhuǎn)、平移及大小具有不敏感性。
　　3