基于字典驅(qū)動的小樣本中文郵政地址識別.pdf

1、近五年，我國郵政信函、快遞業(yè)務(wù)量保持20％的年均增長率，傳統(tǒng)依靠手工進(jìn)行郵政信函分揀模式難以勝任業(yè)務(wù)量的高速激增需求。目前一些自動郵政分揀系統(tǒng)主要通過建立信件上的條形碼、標(biāo)識碼與郵編號碼或地址信息的對應(yīng)關(guān)系來實現(xiàn)信函的自動分揀，其郵編或地址通常是通過終端人工輸入，在大量信函集中處理時，費時、費力、效率極低。利用圖像識別方法，依靠機器自動識別信函上的郵編及地址是一種非常有效、快速的分揀手段。
　　利用信封上的郵編識別來實現(xiàn)自動分揀，

2、會由于郵編空缺、書寫不規(guī)范或錯誤，導(dǎo)致依照郵編識別會出現(xiàn)地址投遞區(qū)域錯誤，造成信件延誤或者丟失情況。為改善郵政地址和郵政編碼單獨識別率受限狀況，本文利用郵政地址字典驅(qū)動模型，從信函提取手寫收件人地址區(qū)域和郵編號碼圖像，實現(xiàn)手寫收件人地址省、市、區(qū)（縣）信息和郵政編碼識別。論文完成工作如下：
　　信封圖像預(yù)處理與分割：預(yù)處理包括去噪、二值化、傾斜校正、地址塊提取、歸一化等。利用行投影法對信封圖像進(jìn)行分割，獲得收件人地址塊信息，然后利

3、用局部列投影進(jìn)行地址串切分。
　　手寫郵政地址識別：論文采取兩級特征法進(jìn)行識別，第一級采用改進(jìn)粗網(wǎng)格特征、外內(nèi)圍特征進(jìn)行單字粗分類，以減少二級識別單字候選集；第二級采用三方向筆畫密度特征、局部傅里葉變換特征對粗分類單字候選集進(jìn)行細(xì)分類。
　　字典驅(qū)動模型：由于手寫漢字存在大量連筆、粘連、噪音污染、斷筆的情況，使得單字識別過程中，漢字圖像分割后的字符不一定獨立和完整，對單個漢字的識別率產(chǎn)生很大影響。采用字典驅(qū)動的方法對地址文本