基于半阈值的字符分割与识别研究

论文摘要

本文对光学字符识别(Optical Character Recognition)技术在手机平台的应用进行了分析和研究,归纳了当前OCR技术的相关研究,包括字符的检测、分割、识别,目标是从理论和应用两个层次实现手机OCR系统的高性能字符识别。本文首先分析了手机平台上图像处理的局限性,提出了利用字符检测的方法指导图像的拍摄,降低了图像的拒识率,提高了识别系统的效率;其次,在字符分割阶段,提出与识别相结合的基于半阈值的粘连字符分割方法;再次,在字符特征提取阶段,在半阈值的基础上对字符前景点进行分级,完成字符的特征提取;最后,在字符识别阶段,通过基于遗传优化的BP网络完成字符识别。本文通过在50张英文名片图像的实验来分别验证本文所提方法的正确性,说明了基于半阈值的粘连字符方法具有高达95.32%的分割正确率,比投影法提高了近十个百分点;与基于二值化的字符特征相比,基于半阈值化的字符特征具有一定的鲁棒性;遗传优化的BP神经网络比一般的BP神经网络具有较快的收敛性和较高的识别率;最后,本文在Nokia N95上实现了一个原型识别系统,系统的图片拒识率只有6.25%,字符识别正确率达97.35%。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1.1 课题背景
• §1.2 相关研究
• 1.2.1 字符检测的研究
• 1.2.2 字符分割的研究
• 1.2.3 字符识别的研究
• §1.3 本文工作
• §1.4 研究的理论意义与应用前景
• §1.5 章节安排
• 第二章 图像获取与预处理
• §2.1 手机平台上图像处理的局限性
• §2.2 图像获取
• 2.2.1 手机相机的介绍
• 2.2.2 光学变焦与数码变焦
• §2.3 基于Otsu算法的字符检测
• 2.3.1 Otsu算法
• 2.3.2 字符检测
• §2.4 图像预处理
• 2.4.1 彩色图像灰度化
• 2.4.2 二值化
• 2.4.3 字符区域的分割
• 2.4.4 字符区域分块半阈值化
• 2.4.5 去噪处理
• §2.5 本章小结
• 第三章 基于半阈值的粘连字符分割
• §3.1 粘连字符的判断
• §3.2 粘连字符的分割
• §3.3 分割后处理
• §3.4 实验结果
• §3.5 本章小结
• 第四章 基于半阈值的字符特征提取
• §4.1 字符前景点分类
• §4.2 归一化
• §4.3 特征提取
• §4.4 实验结果
• §4.5 本章小结
• 第五章 基于遗传优化的BP网络识别
• §5.1 基于BP网络的字符识别
• 5.1.1 BP网络的研究与发展
• 5.1.2 BP网络的缺点
• §5.2 遗传算法
• 5.2.1 遗传算法的基本原理
• 5.2.2 遗传算法的优点
• 5.2.3 遗传算法与神经网络的结合
• §5.3 识别过程
• 5.3.1 字符编号
• 5.3.2 BP网络参数设定
• 5.3.3 基于遗传优化改进的BP网络识别算法
• 5.3.4 算法实现
• 5.3.5 实验结果
• §5.4 本章小结
• 第六章 系统实现
• §6.1 系统设计
• §6.2 识别系统的主要参数设定
• §6.3 系统的识别过程
• §6.4 系统性能
• §6.5 本章小结
• 第七章 结束语
• 致谢
• 参考文献
• 作者在学期间论文发表情况
• 附录 识别系统中的部分VC源代码