自然场景中汉字识别关键技术研究

论文摘要

自然场景中的文字蕴含着丰富的信息。自动地获取图像中的文字信息可以帮助人们更有效地理解图像和对图像进行存储、压缩、检索等进一步处理。本文对自然场景中汉字识别的关键技术作了研究。并在附录中给出了手机平台联机手写汉字数据库XD-MBOHD的建立方法。本文的主要工作如下:1.目前面向中文自然场景的文字定位识别研究中,没有公开、精确、通用的数据库,这是阻碍研究的一个瓶颈问题。为此,本文建立了西安电子科技大学自然场景文本定位与识别数据库（XDText L&R Database）,设定了自然场景中文本的坐标、含义等真值,用于后继的文字定位及识别研究。2.自然场景文本定位后,会产生定位不准确,漏检,多个字符相连,倾斜等问题。针对这一情况,本文对自然场景的汉字识别预处理的算法进行研究,包括文本区域二值化,字符颜色的提取,颜色的聚类分析,字符的切分等,并对定位后文本区域合并的规则进行设计。3.研究了文字识别中特征提取与分类器集成方法,将欧氏距离分类器和神经网络分类器并行集成,通过设计的投票法则,使集成后的分类器具有自适应权值的功能,适应候选结果质量的变化。4.建立了手机平台联机手写汉字数据库XD-MBOHD,该数据库包括了汉字、数字、英文字母、常用标点符号等内容,该数据库的采集方式,还可扩展到在线签名识别,笔迹身份鉴定等领域。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 自然场景中汉字识别的研究意义
• 1.2 自然场景中汉字识别研究现状
• 1.2.1 自然场景汉字识别数据库的研究概述
• 1.2.2 自然场景汉字识别的识别算法研究概述
• 1.3 论文主要研究内容及安排
• 第二章 自然场景文本定位与识别数据库的建立
• 2.1 引言
• 2.2 国内外自然场景文本数据库的研究比较
• 2.2.1 中文自然场景文本数据库
• 2.2.2 ICDAR 2003 OCR 数据库
• 2.2.3 其他数据库
• TEXTL&R Database 数据库的建立'>2.3 XD_TEXTL&R Database 数据库的建立
• 2.3.1 图像采集
• 2.3.2 图像标定
• 2.3.3 检查整改
• 2.4 构建数据库成果
• 2.5 本章小结
• 第三章 自然场景中文字识别预处理
• 3.1 自然场景中汉字识别问题分析
• 3.2 字符提取
• 3.2.1 文本定位区域字符颜色提取
• 3.2.2 颜色聚类
• 3.2.3 文本区域合并的规则
• 3.2.4 字符二值化和前景提取
• 3.3 带有倾斜矫正的字符切分
• 3.3.1 字符的倾斜矫正
• 3.3.2 字符的切分
• 3.3.3 字符的切分和倾斜矫正的结合
• 3.4 本章小结
• 第四章 自然场景中汉字识别算法研究
• 4.1 引言
• 4.2 基于方向线素的特征提取
• 4.2.1 字符归一化处理
• 4.2.2 字符轮廓化
• 4.2.3 方向线素的特征提取
• 4.3 欧氏距离分类器
• 4.4 神经网络分类器
• 4.4.1 神经元示意图
• 4.4.2 神经网络
• 4.4.3 感知器的学习算法
• 4.4.4 基于感知器模型的汉字识别
• 4.5 欧氏距离分类器与神经网络分类器集成的汉字识别算法
• 4.5.1 分类器集成概述
• 4.5.2 欧氏距离与神经网络分类器集成的设计框架
• 4.5.3 欧氏距离分类器与神经网络分类器的识别结果分析
• 4.5.4 分类器集成设计的实现
• 4.6 自然场景汉字识别系统示例
• 4.7 本章小结
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 致谢
• 参考文献
• 附录A 汉字识别手写数据库XD-MBOHD的建立
• A.1 汉字识别手写数据库的研究现状
• A.2 XD-MBOHD 的特点
• A.3 XD-MBOHD 的建立
• A.3.1 手写字符采集软件Writfun
• A.3.2 手写字符采集软件AnycallWriting
• A.3.3 手写样本的后期处理
• A.4 基于移动终端的联机手写识别系统简介
• A.5 本章小结
• 附录A 参考文献