低質(zhì)量壓印字符的分割與識別技術(shù)研究.pdf

1、目前光學(xué)字符識別技術(shù)的研究越來越成熟，壓印凹凸字符屬于光學(xué)字符的范疇，但由于其自身的特點，它的處理流程與光學(xué)字符不完全相同。在本文中，參考國內(nèi)外圖像處理領(lǐng)域的研究現(xiàn)狀，做了以下內(nèi)容的研究:
　　預(yù)處理部分采用基于圖像引導(dǎo)濾波算法處理低質(zhì)量的壓印字符。通過引導(dǎo)圖像對輸入圖像的指導(dǎo)作用，使輸出的圖像在細節(jié)上更完善。與傳統(tǒng)的均值濾波算法相比，在增強圖像細節(jié)的同時，不會對邊緣有用信息造成削弱，故而可以更好的平滑字符圖像。
　　利用滴

2、水算法對粘連的壓印字符進行切分。原理即是模擬水滴下落的過程切分字符，其中最重要的是起始點與切割路徑的確定。通過優(yōu)化算法改善這些問題，首先探測切割起始點時采用逐行掃描探測的方法，將找到的偽切割點排除。其次，在字符粘連區(qū)域滴落時選擇走中心線。通過優(yōu)化設(shè)計算法解決滴水分割中的兩個問題:其一是，當(dāng)探測點達到數(shù)字粘連區(qū)域時，保證分割線路可以貫穿并且平分公共粘連的黑色像素區(qū)域;其二是，當(dāng)探測點處于數(shù)字輪廓的邊界時，保證切割路徑是在探測到的邊界點處垂

3、直向下，而不是一直貼著輪廓。通過對多組樣本進行分割實驗，優(yōu)化滴水算法效果較好，證明了本算法的有效性。
　　采用HOG算法和SVM結(jié)合的方法對壓印字符進行特征提取和識別。首次將HOG算子用于壓印字符的特征提取，然后送入SVM分類器，將分類器中的三種核函數(shù)對應(yīng)的識別率分別做了比較，選取徑向基核函數(shù)，并通過多組樣本的處理，驗證其具有較好的識別率。利用Matlab開發(fā)工具實現(xiàn)了上述圖像的處理算法并給出了各個步驟的處理結(jié)果，本文的研究成果，