光字符识别技术关于.docVIP

模式识别技术 中的光字符识别技术 2．1 OCR概 述1929年 Tausheck取 得 光 字 符 识 别 (OpticalCharacterRecognition，OCR)专利 ，由于其容 易被人们接受、掌握 ，它同语 音识别 、行 为识别等一起 日益成为人们 研究的焦 点[4]。经过 近一个世 纪 的发展 ，OCR已经成为当今模式识别领域 中最活跃的研究内容之一[5]。它综合 了数字图像处 理、计算机 图形学和人工智能等多方 面的知识，并在计算机及其相关领域中得到了广泛应用。 通常 OCR识别方法可以分为如下 3类 ：统计特征字符识别技术、结构字符识别技术和基于人工神经网络的识别技术 。]。 2．2 统计特征字符识别技术 统计特征字符识别技术一般选取同一类字符 中共有的 、相对稳定的并且分类性能好的统计特征作为特征向量 。常用的统计特征有字符二维平面的位置特征 、字符在水平或者垂直方向投影 的直方 图特征、矩特征和字符经过频域变换或其他形式变换后的特征等。基于字符像素点平面分布的识别算法 ，因为算法简单 、实现方便的特点而成为最 常用 的匹配方法。Kelner和 Glauberman在 1956年 提 出了用二维图像的投影代替 图像点阵信息的思路。二维的图像被一维 的投影代替 ，计算量减少 ，同时也消除了文字在投影方向偏移 的影响 ，但是对于字符的旋转变形却无能为力 。基于统计特征的字符识别技术对于形近字符 区分 能力弱 ，通常应用于字符的粗分类 。 2．3 结构字符识别技术 结构字符识别技术首先要提取字符的结构，提取出的结构又称作 字符 的子模式、部件 、基 元，所有基元按照某种顺序排列起来就成了字符的特征。基于结构的文字识别实际上是将字符映射到了基元组成 的结构空间进行识别 。传统识别方法 中，对输人图像采取统一分辨率进行识别，分辨率 由系统的计算和存储资源先期决定 ，造成 了系统资源的浪费和识别效率的降低 。J．Park分析了传统结构识别 方法 中的这些弊端 ，提 出主动字符识别 (ActiveChar—acterRecognition)的思想 ，主动依据输人 图像，动态确定结构特征的选取 ，降低 了系统资源的浪 费并提高了效率。 2．4 基于人工神经网络的识别技术 基于人工神经网络的识别技术 目的就是力图通过对人脑功能和结构 的模 拟来 实现字符 的高效识别 。在 OCR系统 中，人工神经 网络 主要 充当分类器的功能，输人是字符的特征 向量 ，输出是字符的分类结果 ，即识别结果。Krezyak和 LeCun主要研究了 BP(BackPropagation)神经网络在文字识别方面的应用 ，针对 BP网络学习速度慢、泛化能力弱的缺点 ，在 BP网络 的基础上产生 了竞争监督学 习的策略 。 3 OCR技 术在 汉字识别 中的应用 汉字识别属于模式识别的研究范畴。 目前汉字识别技术按照识别的汉字不 同可以分为印刷体汉字识别和手写体汉字识别 。印刷体汉字识别从识别字体上可分为单体印刷体汉字识别与多体印刷体汉字识别 。手写体汉字识别根据实时性又可分为联机手写体识别和脱机手写体识别 。从识 别的难度看 ，多体 印刷体识别难于单体 印刷体识别 ，手写体识别难 在日常生活中，字符识别技术应用越来越成熟，备受人们关注。在此用BP网络和霍普菲尔德网络对部分英文字母进行识别设计与测试。 首先将待识别的26个字母整的每一个字母都通过长和宽分别为 7×5的方格进行数字化处理，并用一个向量表示。其相应有数据位置置为1,其他位置置为0。图 3.1给出了字母A、B和C 的数字化过程,其中最左边 的为字母A 的数字化处理结果所得对应的向量为：letterA=[0 0 1 0 0 0 1 0 1 0 0 1 0 1 0 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 0 0 0 1]，由此可得每个字母都是由35个元素组成一个输入向量。由26个标准字母组成的输人向量被定义为一个输人向量矩阵alphabet,即神经网络的样本输人为一个35×26 的矩阵。其中alphabet=[letterA,letterB,letterC,.....，letterZ]。网络样本输出需要一个对26个输人字母进行区分输出向量,对于任意一个输人字母,网络输出在字母对应的顺序位置上的值为1，其余为0，即网络输出矩阵为对角线上为1的26×26的单位阵，定义target=eye（26）。 图 3.1数字化字符 本文共有两类这样的数据作为输人：一类是理想的标准输人信号；另一类是在标准输人信号中加上用MATLAB工具箱里 的噪声信号,即randn函数。 3.2识别字符的网络