手寫體漢字識別實驗平臺及筆劃網(wǎng)格特征提取方法的研究.pdf

1、脫機手寫體漢字識別研究是一個涉及多種學科的課題。手寫體漢字的數(shù)量巨大、類別繁多、結(jié)構(gòu)復(fù)雜、以及書寫風格差異性等特點，使其在模式識別廣闊的研究領(lǐng)域中，成為一個極其富有挑戰(zhàn)性的課題。建立一個統(tǒng)一的脫機手寫體漢字識別實驗平臺是對手寫體漢字識別研究方法進行客觀分析、評價的重要方式和手段。本文設(shè)計和構(gòu)建了一個脫機手寫體漢字識別實驗平臺。并在實驗平臺基礎(chǔ)上對漢字識別相關(guān)算法進行了深入的研究。研究的主要內(nèi)容如下：
　　1.手寫體漢字識別的實驗平

2、臺。首先對手寫體漢字樣本庫進行了研究，介紹了樣張的設(shè)計和采集，樣本庫構(gòu)建流程以及樣本信息的組織方式，構(gòu)建了一個標準的手寫體漢字樣本字庫。接著介紹了漢字常用的預(yù)處理技術(shù)。最后重點介紹了本文手寫體漢字識別實驗平臺的系統(tǒng)架構(gòu)，實驗平臺功能模塊的設(shè)計。
　　2.手寫體漢字的特征提取。漢字的特征提取方法主要可以分為兩類：基于統(tǒng)計特征、基于結(jié)構(gòu)特征的提取方法。本文主要研究并在實驗平臺上編程實現(xiàn)了漢字識別中幾種常用的特征提取算法。在此基礎(chǔ)上，將

3、筆劃密度函數(shù)的定義擴展到對角方向上，構(gòu)成對角方向網(wǎng)格，提出了一種新的基于筆劃密度函數(shù)的雙彈性網(wǎng)格方法，此方法不僅考慮到漢字的筆劃結(jié)構(gòu)中“撇”、“捺”筆劃的書寫特性，而且通過構(gòu)造對角彈性網(wǎng)格技術(shù)彌補了縱橫網(wǎng)格技術(shù)的不足之處。
　　3.手寫體漢字的分類識別。首先介紹了漢字分類中的一些典型的分類方法，如最近鄰（KNN）分類法、貝葉斯(Bayes)判別分類法、支持向量機(SVM)和BP神經(jīng)網(wǎng)絡(luò)分類方法。同時介紹了AdaBoost算法的相關(guān)

4、知識。接著，深入研究了用于手寫體漢字分類的基于BP神經(jīng)網(wǎng)絡(luò)的AdaBoost方法。最后，在漢字實驗平臺的基礎(chǔ)之上，對比了不同分類器的實驗結(jié)果，驗證了該方法的有效性。
　　4.漢字識別實驗平臺的系統(tǒng)實現(xiàn)和識別實驗結(jié)果及分析。首先介紹了漢字實驗平臺的系統(tǒng)實現(xiàn)。接著，對手寫體漢字實驗平臺的性能進行測試，對比了構(gòu)造樣本集所用的時間，驗證了本文構(gòu)造的脫機手寫體漢字識別實驗平臺的實用性和高效性。然后基于實驗平臺，對多種特征提取方法和分類識別方