脱机手写体汉字识别系统

论文摘要

脱机手写体汉字识别是模式识别领域一个极具挑战性的课题,它将在信函分拣、银行支票识别、统计报表处理以及手写文稿的自动输入等诸多方面发挥巨大的作用。然而,手写体汉字的书写随意性很大,相邻汉字之间的位置关系也复杂多样,因此,相对于其他字符识别,脱机手写体汉字的发展明显缓慢而障碍重重。本系统的主要应用方向为手写文稿的自动录入,主要工作如下:1、预处理方面,实现了基本的图像平滑,并针对不同纸张背景制定了区别对待的图像二值化策略:对以空白纸张为背景的汉字图像采用迭代最佳分割阈值算法,以稿纸为背景的汉字图像采用双重阈值法。2、回顾和总结了历年手写汉字的主要细化方法,在结合本系统主要适用于汉字录入这一用途的基础上,提出了改进细化算法。3、介绍了几种主要的统计特征和笔划结构特征提取方法,针对手写体汉字采用全新的笔段特征提取算法,同时还提出了一种新的基于笔画结构的字切分算法。4、在识别阶段,本文采用了改进的双层串行分类器结构,使识别时间比单层分类器缩短了50%。本系统中训练和测试样本共包含一级汉字和二级汉字约2000个,每个汉字有6种不同风格。将训练样本分为两类:第一类为手写印刷体汉字,笔划疏散且基本横平竖直;第二类工整普通汉字书写有少量连笔,字形尽量规整。分别采用两种不同识别方法后得到第一类汉字识别正确率为90%,第二类汉字为85%。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题的背景和意义
• 1.2 脱机手写体汉字识别可能遇到的困难以及发展概况
• 1.3 手写体汉字的特点
• 1.4 主要工作和章节安排
• 第二章 预处理
• 2.1 平滑处理
• 2.1.1 平滑线性滤波器
• 2.1.2 统计排序滤波器
• 2.1.3 平滑的频率域滤波器
• 2.1.4 总结
• 2.2 二值化
• 2.2.1 迭代最佳分割阈值算法
• 2.2.2 双重阈值法
• 2.3 汉字切分
• 2.3.1 基于汉字整体认识的分割方法
• 2.3.2 像素跟踪法
• 2.3.3 基于汉字笔划结构的分割
• 2.3.4 基于识别的分割方法
• 2.3.5 本文采用的分割方法
• 第三章 汉字细化
• 3.1 主要细化算法概述
• 3.1.1 快速并行算法—FPA 算法
• 3.1.2 SPTA 细化算法
• 3.1.3 快速Hilditch 并行模板细化算法
• 3.2 本文采用的细化算法
• 第四章 特征提取
• 4.1 统计特征提取
• 4.1.1 汉字分形性和计盒维数统计特征
• 4.1.2 最优采样特征
• 4.1.3 Gabor 特征
• 4.2 基于方向线素的特征提取
• 4.3 基于细化汉字的笔画特征提取
• 4.3.1 去交叉点
• 4.3.2 笔段提取
• 4.3.3 笔段整理
• 4.3.4 伪拐点笔段合并
• 4.3.5 交叉点笔段合并
• 4.4 字切割
• 4.4.1 部件提取
• 4.4.2 部件合并
• 第五章 汉字识别
• 5.1 多层分类器构架
• 5.2 一级分类器
• 5.2.1 距离分类器
• 5.2.2 基于细化汉字的笔划匹配识别方法
• 5.3 二级分类器
• 第六章 识别结果
• 致谢
• 论文情况
• 参考文献