国际邮件批译系统的研究与开发

论文摘要

在国际邮件批译系统中,邮件地址识别的正确与否是信函翻译是否正确的先决条件,降低邮件地址识别的拒识率和误识率,能够有效的提高国际邮件批译系统的批译率和批译准确率。随着科学技术的逐渐发展,光学字符识别（OCR）技术受到越来越多人的重视和关注。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,促进了函件自动分拣系统的发展,为提高邮政业务劳动生产率提供了保证。本课题以国际邮件批译系统为背景,对国际邮件中的地址字符识别展开研究。结合国际邮件的信封特征,开发了一套高效的图像预处理算法。利用Otsu算法获得最佳阈值,以实现图像的二值化分割；利用最小二乘法实现图像的倾斜调整；基于寻找字符外轮廓的思想完成了字符分割以及归一化调整；针对印刷体英文字母和阿拉伯数字的特点,选取字符的网格特征和投影特征作为识别的特征,通过特征向量组合的方式以提高系统的识别效率。针对国际邮件的地址字符特征,详细讨论了BP神经网络输入层、输出层和隐藏层神经元数目的确定以及神经网络的参数设计问题。最后,重点分析了BP神经网络的训练和识别过程,包括训练样本的选取以及训练的停止条件等。基于Visual C++ 6.0和OpenCV库开发了系统的软件测试平台。通过大量的英文邮件进行识别测试。最后得出系统的总体识别率在98%以上,拒识率为0,达到了系统预期的目标。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状及发展趋势
• 1.3 本文的主要内容及结构
• 第二章 国际邮件批译系统简介
• 2.1 国际邮件批译系统的批译规则
• 2.2 国际邮件批译系统的组成
• 2.3 国际邮件批译系统的信息处理流程
• 2.4 国际邮件批译系统的功能模块
• 2.4.1 图像采集
• 2.4.2 图像识别
• 2.4.3 地址翻译
• 2.4.4 图像显示
• 2.4.5 地址打印
• 2.4.6 数据统计
• 2.5 地址翻译系统的设计
• 2.5.1 分词模块的设计
• 2.5.2 命名实体意译模块的结构设计
• 2.6 OCR系统软件要求
• 2.6.1 总体要求
• 2.6.2 信件的特征描述
• 2.6.3 系统输入
• 2.6.4 系统输出
• 2.6.5 系统识别要求
• 第三章 图像预处理
• 3.1 灰度转化
• 3.2 图像增强
• 3.2.1 图像增强分类
• 3.2.2 直方图均衡化
• 3.3 图像二值化
• 3.3.1 固定阈值法
• 3.3.2 最大类间方差法
• 3.4 图像平滑处理
• 3.5 倾斜度调整
• 3.5.1 最小二乘法
• 3.5.2 图像旋转
• 3.6 字符分割
• 3.7 归一化调整
• 3.8 字符特征提取
• 3.8.1 字符特征提取方法
• 3.8.2 字符特征的提取
• 第四章 BP神经网络及字符分类器的设计
• 4.1 误差反向传播神经网络
• 4.2 网络的结构设计
• 4.2.1 输入层神经元个数
• 4.2.2 输出层神经元个数及输出表示
• 4.2.3 隐藏层层数
• 4.2.4 隐藏层神经元的数目
• 4.2.5 节点设计
• 4.3 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 网络的识别
• 第五章 OCR系统设计与实现
• 5.1 OpenCV简介
• 5.2 OCR系统核心算法实现
• 5.2.1 邮件图片选择与显示
• 5.2.2 图像预处理
• 5.2.3 字符特征提取
• 5.2.4 BP神经网络训练与识别
• 5.3 OCR系统测试分析
• 第六章 结论与展望
• 6.1 工作总结
• 6.2 下一步工作及展望
• 参考文献
• 致谢
• 作者攻读硕士学位期间发表的学术论文