基于广义特征反馈的手写体汉字识别系统研究

论文摘要

手写体汉字识别的研究因其广泛的应用前景,已成为人工智能与模式识别领域中的一个研究热点。但因其自身的复杂性一直被视为汉字识别领域中“最难征服的领域”。心理学和生理学表明人类心理认知是一个具有反馈的过程。传统基于前向信号处理的汉字识别系统不完全符合人类心理认知过程。如何建立模仿人类看图识字的认知机理和过程是值得研究的方法之一。文章仿照人脑识字过程,尝试建立一种多层多段过程间密切联系的、存在反馈机制的多模式模态有机整体结构的识别模型,力图进一步提高系统性能,改善手写体汉字识别过程中正确率和拒识率这一对矛盾指数。本文主要工作如下:1.反馈结构的智能手写体汉字识别系统。模仿人类心理认知所具有的反馈过程,构建了一种具有决策层、识别层和反馈层三层并行耦合式结构的手写体汉字识别系统,并给出了三层并行耦合式结构的运行机制,建立了对不同识别误差结果具有反馈校正机制的手写体汉字识别系统。2.多模式模态定性定量识别。手写体汉字识别系统提取反映待识别手写体汉字本身的定性与定量相结合的各种全局特征信息构成该对象的多模式模态特征模型。依据待识别汉字的特征模型进行识别,建立了优选首轮识别方案的决策机制,并根据选定的识别方法,对手写体汉字进行识别,以获得识别结果。3.广义识字误差的表征和获取。依据对识字结果信息与待识别对象之间的误差分析,自定义了三种广义识字误差,并给出了这三种广义识字误差的定性与定量相结合的识字误差获取方法,通过对这三种广义识字误差的类型和数值进行定性与定量相结合的分析,建立了识别结果的可信度评价指标体系和反馈校正决策机制。4.选取SCUT-IRAC手写体汉字库中的六类共400个手写体汉字样本,对文章研究的基于反馈结构的手写体汉字识别系统进行了验证实验。实验结果表明了该方法是可行有效的,改善了传统识别方法中手写体汉字识别的正确率和拒识率这一对矛盾指数。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 汉字识别概述
• 1.2 手写体汉字识别的发展历程和现状
• 1.3 手写体汉字识别中的技术难点
• 1.4 手写体汉字识别的发展趋势和研究热点
• 1.5 本课题研究的意义及论文内容
• 1.5.1 本课题研究的意义
• 1.5.2 论文的内容安排
• 第二章 反馈结构的汉字识别系统研究
• 2.1 控制系统结构分析
• 2.1.1 开环控制系统
• 2.1.2 闭环反馈控制系统
• 2.1.3 反馈结构对于系统的作用
• 2.2 手写体汉字识别系统结构分析
• 2.2.1 传统的手写体汉字识别的系统结构
• 2.2.2 基于反馈的手写体汉字识别的系统结构
• 2.2.3 仿人智能手写体汉字识别系统结构模型
• 第三章 三种广义识字误差的表征和获取
• 3.1 广义识字误差1——比对字像特征距离差的表征与获取
• 3.1.1 广义识字误差1 的表征方法
• 3.1.2 广义识字误差1 的获取
• 3.2 广义识字误差2——比对特征向量差的表征与获取
• 3.2.1 广义识字误差2 的表征方法
• 3.2.2 广义识字误差2 的获取
• 3.3 广义识字误差3——字像差的表征与获取
• 3.3.1 广义识字误差3 的表征方法
• 3.3.2 广义识字误差3 的获取
• 第四章 具有反馈结构的智能手写汉字识别系统
• 4.1 反馈识别系统的设计
• 4.1.1 反馈识别系统的结构设计
• 4.1.2 决策层设计
• 4.1.3 识别层设计
• 4.1.4 反馈层设计
• 4.2 反馈识别系统决策控制流程
• 4.2.1 识字结果可信度判断规则
• 4.2.2 识别方法反馈校正
• 第五章 实验验证与结果分析
• 5.1 实验系统的建立
• 5.1.1 汉字多模式模态定性定量识别特征
• 5.1.2 识别层的识别方法及其识别策略
• 5.2 实验步骤
• 5.3 实例
• 实验一：对“犬”字的识别过程步骤
• 实验二：对“疯”字的识别过程步骤
• 实验三：对“幅”字的识别过程步骤
• 实验四：对“姑”字的识别过程步骤
• 实验五：对“赌”字的识别过程步骤
• 实验六：对“辫”字的识别过程步骤
• 5.4 实验结果分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文