基于FPGA的文字識(shí)別技術(shù)研究.pdf

1、針對于PC機(jī)實(shí)現(xiàn)的文字識(shí)別系統(tǒng)在功耗、體積上的局限性問題，本課題以漢字、數(shù)字混編的單字體多字號印刷體文字為識(shí)別對象，研究并設(shè)計(jì)了一種基于FPGA的文字識(shí)別系統(tǒng)。
　　 本文在闡述文字識(shí)別理論的基礎(chǔ)上，對現(xiàn)有的文字識(shí)別方法做了詳細(xì)研究，簡要討論了文字圖像預(yù)處理中的關(guān)鍵技術(shù)，對筆畫密度算法進(jìn)行分析并加以改善。首先結(jié)合漢字的結(jié)構(gòu)特點(diǎn)提出了利用循環(huán)切分法實(shí)現(xiàn)文字的分離，算法簡單易于實(shí)現(xiàn)，在減少由于粘連文字切分失誤引起的識(shí)別錯(cuò)誤的同時(shí)，降

2、低運(yùn)算量，使得算法能夠用于嵌入式設(shè)備中。接下來根據(jù)漢字字號變換的原理，提出了單字號存儲(chǔ)、多字號識(shí)別的設(shè)計(jì)思路，實(shí)現(xiàn)了基于單字體的多字號識(shí)別技術(shù)，節(jié)省了嵌入式系統(tǒng)的存儲(chǔ)資源。本文在特征提取中將互補(bǔ)性的兩種局部特征作為粗、細(xì)分類的特征選擇，將改進(jìn)的筆畫密度算法作為特征進(jìn)行提取，增加了特征的穩(wěn)定性，縮小了候選字符數(shù)量，減輕了二級分類時(shí)的識(shí)別難度。
　　 硬件采用模塊化設(shè)計(jì)，將系統(tǒng)分為圖像采集模塊、圖像預(yù)處理模塊、顯示模塊三個(gè)部分。首先