基于圖像處理的字符識(shí)別系統(tǒng)研究.pdf

1、許多文檔是以紙質(zhì)文檔的形式存在，例如銀行票據(jù)、稅務(wù)報(bào)表、標(biāo)準(zhǔn)化考試中的機(jī)讀卡、人口普查表、彩標(biāo)投注單、選票、定貨單等。紙質(zhì)文檔不便于保存、檢索、統(tǒng)計(jì)和修改，而將這些信息錄入計(jì)算機(jī)是一件非常繁瑣的事情。長(zhǎng)期以來(lái)人們通過(guò)鍵盤手工輸入，不但費(fèi)時(shí)費(fèi)力且容易出錯(cuò)。在實(shí)時(shí)性要求較高的場(chǎng)合(如選舉中的統(tǒng)計(jì)選票)自動(dòng)、快速、準(zhǔn)確地處理文檔顯得尤為重要。因此，對(duì)這些文檔進(jìn)行計(jì)算機(jī)自動(dòng)錄入具有重要的現(xiàn)實(shí)意義。 本課題研究了字符圖像的計(jì)算機(jī)識(shí)別問(wèn)題。

2、字符根據(jù)書(shū)寫(xiě)方式的不同，分為印刷體字符和手寫(xiě)體字符。系統(tǒng)針對(duì)每種字符各自的特點(diǎn)，通過(guò)對(duì)字符的預(yù)處理，提取字符本身特征，然后運(yùn)用特定的識(shí)別算法，實(shí)現(xiàn)了字符圖像的自動(dòng)識(shí)別。整個(gè)系統(tǒng)包括圖像采集、圖像預(yù)處理、特征提取與字符識(shí)別四個(gè)部分。 根據(jù)印刷體和手寫(xiě)體字符識(shí)別的需要，系統(tǒng)采取了各自不同的特征提取策略。對(duì)于印刷體字符，在對(duì)字符進(jìn)行了圖像預(yù)處理后，采用網(wǎng)格特征和交叉點(diǎn)特征相結(jié)合的方法作為其字符特征，建立字符標(biāo)準(zhǔn)特征庫(kù)。而對(duì)于手寫(xiě)體字符

3、，采用直接抽取字符邊緣輪廓特征的方法，完成字符特征的提取。 印刷體字符采用模板匹配算法實(shí)現(xiàn)了字符的識(shí)別，利用待識(shí)別字符與字符標(biāo)準(zhǔn)特征庫(kù)相比較，把待識(shí)別字符識(shí)別為與其特征向量的歐氏距離最小的特征向量所代表的標(biāo)準(zhǔn)字符。而對(duì)于手寫(xiě)體字符，系統(tǒng)采用基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)字符的識(shí)別。通過(guò)遺傳算法來(lái)確定BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，以達(dá)到優(yōu)化BP神經(jīng)網(wǎng)絡(luò)、實(shí)現(xiàn)識(shí)別準(zhǔn)確率提高的目的。 系統(tǒng)軟件由NI公司的虛擬儀器軟件Lab vie

4、w及圖像處理工具包IMAQ Vision開(kāi)發(fā)，實(shí)現(xiàn)了圖像的采集、預(yù)處理、特征提取和字符識(shí)別等功能，并且成功的在Lab View開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn)了基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)算法。該系統(tǒng)充分發(fā)揮了虛擬儀器的開(kāi)發(fā)周期短，編程簡(jiǎn)便，代碼復(fù)用率高，操作簡(jiǎn)單，界面友好，可靠性高等優(yōu)點(diǎn)，節(jié)省了系統(tǒng)成本，提高了效率。經(jīng)實(shí)驗(yàn)表明，該系統(tǒng)使字符識(shí)別準(zhǔn)確率大大提高。印刷體數(shù)字的識(shí)別率平均為98.96％，印刷體字母的識(shí)別率平均為98.35％；手寫(xiě)體數(shù)字的識(shí)別率平