基于BP神经网络的OCR

论文摘要

本文研究和实现了对图片中的印刷体字符的自动识别。在系统的设计中,本文引入了神经网络模式识别技术,提出了一套基于BP神经网络的字符识别系统的设计方案。本文把整个系统分成了三个主要模块(预处理、特征提取和初分类以及基于BP网络的字符分类器)进行详细的阐述。为了提高系统的性能,尽可能的降低误识率和拒识率,本文仔细分析了在三个模块的设计过程中遇到的重点和难点问题,分别提出了下面的解决方案:1.在预处理模块的设计中,本文结合了多种图像处理技术,提出了包括去除离散杂点噪声、倾斜调整和字符分割算法在内的一系列预处理算法,取得了不错的效果,为下面对字符特征提取打下了坚实的基础。2.字符的特征提取是系统设计的重点和难点,关系到整个设计方案的成败。本文在比较研究了几种常用的特征提取方法后,提出了一种基于字符骨架中封闭曲线特征和纵向线条特征的两级初分类算法,将有限个待识别字符集比较平均的分成了三个子集,降低了后续处理的难度。在特征提取方面,本文提出了一种结合字符粗网格特征和规一化投影特征的混合提取算法,很好的兼顾了字符总体特征和局部特征,并利用规一化体现出相似文字在个体大小上的差异,为分辨形似字符提供了依据。3.在基于BP网络的字符分类器的设计过程中,本文参考了前人的研究成果,认真研究了包括网络结构设计,参数设计,网络训练和网络识别在内的BP网络设计上的关键性问题,给出了一套优化BP网络性能网络设计方案,并在最后的试验中验证了优化方案的有效性。本文的研究表明,基于BP神经网络的字符识别系统不仅可以高效的识别与训练样本字体相同的字符,还可以对其他字体字符进行有效识别,同时具有一定的抗干扰和形变的能力。本文的设计方案不仅对提高OCR系统的性能有一定的参考、借鉴价值,还可以很好的应用于与字符识别相关的其他领域。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 光学字符识别技术的历史，现状及展望
• 1.3 光学字符识别系统设计中的关键问题
• 1.3.1 字符特征提取
• 1.3.2 字符分类器设计
• 1.4 论文的结构简介
• 第二章 人工神经网络与误差反向传播算法
• 2.1 人工神经网络简述
• 2.1.1 发展简史
• 2.2 基本原理
• 2.2.1 生物神经网络系统
• 2.2.2 人工神经网络
• 2.3 神经网络的结构和学习规则
• 2.3.1 神经网络的连接形式
• 2.3.2 神经网络的学习和训练
• 2.4 误差反向传播神经网络算法
• 2.4.1 误差反向传播神经网络算法描述
• 2.4.2 误差反向传播神经网络的映射与容量分析
• 2.4.3 误差反向传播神经网络的容错性、鲁棒性和泛化能力
• 第三章 字符的特征提取与待识别字符的初分类
• 3.1 概述
• 3.2 字符特征提取方法
• 3.3 基于字符骨架的两级初分类
• 3.3.1 字符图像的细化
• 3.3.2 基于检测字符骨架中闭合曲线的初分类
• 3.3.3 基于字符骨架纵向线条特征第二次初分类
• 3.4 字符混合特征向量的提取
• 3.4.1 粗网格特征提取的方法以及实现
• 3.4.2 规一化的投影特征向量的提取
• 第四章 基于误差反传播网络的字符分类器的设计
• 4.1 BP网络的结构设计
• 4.1.1 输入层神经元个数
• 4.1.2 输出层神经元个数及输出表示
• 4.1.3 隐藏层层数选择
• 4.1.4 隐藏层神经元的数目
• 4.1.5 节点设计
• 4.2 BP网络的参数设计
• 4.2.1 网络连接权初始值的设置
• 4.2.2 网络学习参数的设置
• 4.3 BP网络的训练
• 4.3.1 训练样本的选取
• 4.3.2 误差准则函数
• 4.3.3 训练的停止条件
• 4.3.4 网络的训练过程
• 4.4 BP网络的识别过程
• 第五章 字符识别系统中的图像预处理
• 5.1 256色位图的灰度化
• 5.2 灰度图像的二值化
• 5.3 梯度锐化（可选）
• 5.4 去除离散杂点噪声
• 5.5 调整倾斜
• 5.6 字符分割
• 5.7 字符的规一化
• 5.8 字符的紧缩重排
• 第六章 系统实现和性能分析
• 6.1 系统描述及基本要求
• 6.2 系统的实现
• 6.2.1 BP代码实现（训练）
• 6.2.2 BP代码实现（识别）
• 6.3 系统性能分析
• 第七章 回顾和展望
• 7.1 工作总结
• 7.2 对今后工作的展望
• 附件
• 参考文献
• 致谢