基于非完全切分和投影歸一化的英文字符識別.pdf

1、隨著全球經(jīng)濟一體化和計算機網(wǎng)絡(luò)的發(fā)展，需要處理的印刷英文材料也在不斷增長，傳統(tǒng)的鍵盤輸入已經(jīng)遠遠不能滿足需要，如何解決大批量文字資料的輸入成為模式識別領(lǐng)域一個急需解決的問題，另外在快速郵政分揀系統(tǒng)、車牌識別、身份證識別等等計算機領(lǐng)域都需要解決印刷體字符的識別問題。 OCR正是解決這些問題的技術(shù)。OCR識別技術(shù)自從上個世紀三十年代誕生以來，經(jīng)過幾十年的發(fā)展，盡管在發(fā)展過程中遇到了不少前所未有的障礙，OCR技術(shù)已經(jīng)取得了很大的進步和

2、成就，并且成為當今模式識別領(lǐng)域最活躍的內(nèi)容之一。它綜合了數(shù)字圖像處理、計算機圖形學和人工智能等多方面的知識，并在計算機及其相關(guān)領(lǐng)域中得到了廣泛應用。 本文主要研究英文印刷體字符的識別問題。本文先是較為詳細的介紹了OCR識別技術(shù)的發(fā)展歷程、研究現(xiàn)狀，并在各章節(jié)中詳細介紹了各模塊的技術(shù)原理。英文印刷體字符識別的難點和熱點之一是粘連字符的切分問題，本文研究統(tǒng)計發(fā)現(xiàn)：粘連字符的個數(shù)有限且比較固定，并且粘連字符中的主體是兩個字符的粘連。由

3、此本文提出了非完全字符切分的思想，經(jīng)實驗證明，實驗結(jié)果較好。 OCR技術(shù)的核心是特征向量的提取，特征的提取和選擇對識別系統(tǒng)至關(guān)重要，它基本上決定了識別系統(tǒng)的性能和識別精確度，甚至還可能影響到整個系統(tǒng)的識別的成功與否。本文提出了一種基于投影歸一化的字符特征提取方法，實驗結(jié)果表明該特征對字符大小的變化具有較強的適應能力。雖然它也會造成一定的誤識率，但是它具有容易計算和字號大小適應性強的優(yōu)點，因此可以作為字符識別的一種比較有效的特征。