離線手寫體漢字鑒別及識別算法研究.pdf

1、隨著模式識別技術(shù)的發(fā)展，手寫漢字筆跡鑒別和字符識別的研究越來越引起人們的重視。漢字字符有其自身的特點(diǎn)：字符種類多，字形復(fù)雜，而手寫字符又存在書寫風(fēng)格各異的問題。為了滿足應(yīng)用的需求，深入的研究手寫漢字筆跡鑒別和字符識別具有廣泛的應(yīng)用價值。本文的主要研究內(nèi)容和學(xué)術(shù)貢獻(xiàn)有以下幾個方面：
　　首先，針對目前采集到的筆跡圖像樣本的背景、噪聲、大小不一等問題，本文設(shè)計了一套筆跡圖像預(yù)處理系統(tǒng)。該方法對于影響圖像樣本的格線等背景，設(shè)計了閾值分割

2、方法進(jìn)行背景去除；為體現(xiàn)手寫字符的書寫風(fēng)格，進(jìn)行了灰度化和二值化的處理；通過實(shí)驗(yàn)比較驗(yàn)證了手寫漢字圖像的各種去噪方法，選取自適應(yīng)中值濾波方法對圖像進(jìn)行去噪；最后針對字符或紋理圖像樣本大小各異的問題，設(shè)計了行、字分割和尺寸歸一化。整個預(yù)處理系統(tǒng)為后續(xù)的特征提取效果提供了保證。
　　其次，在文本依存的離線手寫漢字筆跡鑒別問題上，提出采用各項(xiàng)異性高斯濾波器對樣本進(jìn)行特征提取的方法，通過實(shí)驗(yàn)分析了尺度和角度參數(shù)對于特征值的重要性。針對濾波

3、器參數(shù)選擇耗時過高的問題，提出了結(jié)合人工蜂群算法和LDA算法的參數(shù)優(yōu)化方法。實(shí)驗(yàn)證明，該參數(shù)優(yōu)化方法可以大幅提高鑒別的時間效率。
　　對于基于文本獨(dú)立的離線手寫漢字筆跡鑒別，針對目前算法存在識別率不高的問題，提出一種特征融合的方法進(jìn)行筆跡特征的提取。該方法結(jié)合了局部二值模式方法的局部特征提取能力強(qiáng)，和多通道分解方法全局特征提取效果好的優(yōu)點(diǎn)，同時在空域和時域上進(jìn)行特征提取，應(yīng)用于文本獨(dú)立的筆跡鑒別中，取得了不錯的識別率。