拓撲結構特征提取及其在脫機手寫數(shù)學符號識別中的研究與應用.pdf

1、文字是人類信息交流的主要載體之一。隨著計算機信息技術的高速發(fā)展，使用計算機處理并識別文字信息也就成為了一個非常重要的研究和應用領域。光學字符識別OCR(Optical Character Recognition)是在20世紀逐步發(fā)展起來的一門自動化技術。脫機手寫體字符識別是模式識別的一個重要分支，它涉及人工智能、圖像處理、信息論、數(shù)字信號處理、模糊數(shù)學、計算機等學科，是一門綜合性技術。在信息處理、機器翻譯、辦公自動化、人工智能等高技術領

2、域，都有著重要的實用價值和理論意義。 需要錄入到計算機中的非純文本信息是各種各樣的，如大規(guī)模的原始數(shù)據(jù)資料、稅務單據(jù)、會計憑證、金融票據(jù)、傳統(tǒng)信件以及學生試卷等。如果采用手工輸入的方式，就會顯得非常麻煩而且工作效率非常低。盡管識別文字及數(shù)字的OCR技術已經(jīng)非常實用，但數(shù)學符號的識別仍然不夠理想。而數(shù)學符號對科學研究人員、數(shù)學工作者乃至普通大眾都是很重要的。 針對這一問題，本文進行了必要的分析，分別將脫機手寫數(shù)字和脫機希臘

3、字母進行了預處理并自主建立了手寫數(shù)學符號樣本庫，然后對其進行了特征提取以及分類識別實驗。 本文對手寫數(shù)學符號識別技術進行了研究和探討，試圖尋找屬于某種范圍的(比如：學生試卷學號、日期以及數(shù)學試卷中最常見的希臘字母，MNIST手寫數(shù)字庫)特征提取以達到很高的識別率。提出了一種通過拓撲特征構造來進行特征提取的方法。該方法以圖像預處理為基礎，最后采用分類樹的方法進行識別分類。 在特征提取方面，本文提出了一種拓撲結構構造方法，對

4、數(shù)學符號構造了拓撲特征。人類字符認知的常識表明，拓撲結構在字符尤其是單個字符的辨識中起著首要的決定性的作用。由于原始圖像所含對象本身的拓撲結構所包含的信息是很有限的，不能夠反映出對象或其某些部位的彎曲方向、程度、分支關系等特征，而這些特征對于區(qū)分對象來說又是非常關鍵的。 為此，本文提出如下的圖像對象拓撲構造方法：在原始圖像對象的某一側或某幾側增加幾列或幾行像素，這些新增加的像素與原來的圖像對象構成了新的拓撲結構，然后通過對新拓撲

5、結構的連通區(qū)域的計數(shù)與位置計算獲得識別特征。這些新構成的拓撲結構所含的連通(環(huán)狀)區(qū)域能夠體現(xiàn)出對象或其某些部位的彎曲方向、程度、分支關系等特征，從而可以為分類和識別提供有價值的依據(jù)。 在預處理方面，本文用采集來的本科學生試卷的學號和日期以及學生高等數(shù)學試卷中的最常用的希臘字母作為樣本，對其采用了傳統(tǒng)的預處理過程，包括圖像的灰度化、單字符切分、二值化、字符平滑、去除干擾、單字符歸一化。最后將預處理后的字符圖像仿照MNIST手寫數(shù)