多模型融合在手寫數(shù)字識(shí)別中的應(yīng)用研究.pdf

1、作為字符識(shí)別的一個(gè)重要研究分支，手寫數(shù)字識(shí)別在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)、財(cái)務(wù)、稅務(wù)、金融以及郵件分揀等領(lǐng)域具有廣泛的應(yīng)用。手寫數(shù)字識(shí)別的應(yīng)用領(lǐng)域要求識(shí)別的結(jié)果不允許有任何誤差。雖然只有10個(gè)數(shù)字，由于數(shù)字書寫隨意，有明顯的區(qū)域特性，再加上不能借助上下文的關(guān)系，導(dǎo)致手寫數(shù)字識(shí)別的研究更具有挑戰(zhàn)性。
　　為實(shí)現(xiàn)高效、快速的手寫數(shù)字識(shí)別，本文首先基于逐像素特征建立了手寫數(shù)字識(shí)別模型。通過實(shí)驗(yàn)驗(yàn)證分析，發(fā)現(xiàn)基于逐像素特征的識(shí)別模型對(duì)存在筆畫粘連缺失

2、、多余筆畫信息、字符傾斜等三種缺陷的手寫數(shù)字圖像識(shí)別性能較差，不能很好地將相似字符對(duì)區(qū)分開來。
　　為彌補(bǔ)逐像素特征識(shí)別模型的不足，在分析逐像素特征識(shí)別模型的誤識(shí)樣本圖像的基礎(chǔ)上，提出一種新的結(jié)構(gòu)特征——凹線特征。由于凹線特征具有描述手寫數(shù)字輪廓凹線的形態(tài)及位置的能力，因此對(duì)字符細(xì)微結(jié)構(gòu)差異敏感。提高了“相似字符對(duì)”分類的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明，凹線特征雖然具有解決“三缺陷”圖像“相似字符對(duì)”的分類能力，然而，由于凹線特征提取的僅為

3、數(shù)字字符的局部信息，不能解決數(shù)字字符輪廓曲線出現(xiàn)噪聲干擾的問題，對(duì)存在“筆畫斷裂”“筆畫噪聲”等問題的圖像不能很好地識(shí)別。
　　為彌補(bǔ)凹線特征的不足，在分析逐像素特征識(shí)別模型誤識(shí)樣本圖像的基礎(chǔ)上，又提出一種新的統(tǒng)計(jì)特征——旋轉(zhuǎn)投影特征。旋轉(zhuǎn)投影特征提取數(shù)字字符各個(gè)方向上的投影值，能夠體現(xiàn)數(shù)字字符筆畫密度分布情況，解決了凹線特征隨字符輪廓噪聲干擾而變化的問題。實(shí)驗(yàn)結(jié)果表明，旋轉(zhuǎn)投影特征雖然具有解決帶有輪廓噪聲干擾的手寫數(shù)字圖像識(shí)別的