论文题目: 基于特征融合的脱机手写体汉字识别
论文类型: 硕士论文
论文专业: 系统工程
作者: 温昌兵
导师: 杨扬
关键词: 脱机手写体汉字识别,特征融合,变换
文献来源: 北京科技大学
发表年度: 2005
论文摘要: 在金融保险、邮政税务、医疗卫生等各个领域,都需要将手写汉字转变为计算机内部可以保存的形式,以便能方便信息的交流,目前这种需求正逐年增加。因此对脱机手写体汉字识别技术的研究有广阔的应用前景。同时脱机手写体汉字识别一直是模式识别研究领域中的难点,囊括了模式识别领域中的所有典型问题,如特征选择、分类器选择以及样本集选择,因此对于它的研究具有深刻的理论意义。本课题针对脱机手写体汉字进行特征提取技术的研究,并设计了一个实验性的脱机手写体汉字识别系统。本文提出一种新颖的将局部特征与全局特征进行融合的特征提取方法。其中局部特征是基于结合Gabor滤波器的弹性网格技术进行提取的,而全局特征是基于Zernike矩变换进行提取。Gabor滤波器对笔划的方向具有很强的选择性,通过设计良好的Gabor滤波器组可以提取汉字在“横、竖、撇、捺”四个方向的笔划。在得到汉字四个方向的笔划分解子图像之后,利用弹性网格技术在原图像上构造弹性网格,将弹性网格作用于分解之后的汉字子图像上,然后统计各子图像在网格内黑像素点的概率分布作为局部特征。Zernike矩能很好地描述汉字的全局特征,它具有位移、旋转和变换不变性。两种特征融合后能互相弥补不足,具有更强的分类能力。最后,基于距离分类器对测试样本进行分类识别,验证文中提出的特征提取方法。实验结果表明,本文提出的特征融合方法的识别率达到92%以上,高于单独使用其中任一种特征进行识别的识别率,证明了特征融合方法的有效性。
论文目录:
摘要
Abstract
引言
1 结论
1.1 课题背景
1.1.1 汉字识别概述
1.1.2 手写体汉字识别的问题和困难
1.1.3 国内外研究发展状况
1.2 课题研究内容
2 手写体汉字识别技术综述
2.1 手写体汉字识别的基本原理
2.2 预处理技术
2.2.1 图像二值化
2.2.2 汉字切分
2.2.3 图像平滑
2.2.4 汉字归一化
2.2.5 汉字细化
2.3 特征提取
2.3.1 特征提取的意义
2.3.2 常用的特征提取方法
2.3.3 多特征的融合
2.4 分类识别
2.4.1 常用分类器
2.4.2 多分类器的集成
2.5 后处理
2.5.1 基于词典的方法
2.5.2 基于概率统计的方法
2.6 小结
3 基于结合Gabor滤波器的弹性网格和Zernike矩的特征融合
3.1 基于结合Gabor滤波器的弹性网格特征提取方法
3.1.1 时-频分析
3.1.2 Gabor变换简介
3.1.3 Gabor变换的定义
3.1.4 二维Gabor滤波器
3.1.5 提取汉字笔划
3.1.6 基于弹性网格提取特征
3.2 基于Zernike矩的特征提取方法
3.2.1 Hu矩
3.2.2 仿射矩
3.2.3 Legendre矩
3.2.4 Zernike矩
3.3 基于局部特征和全局特征的融合
3.3.1 基于K-L变换的特征向量正交化
3.3.2 特征融合
3.4 小结
4 系统实现及结果分析
4.1 系统的软硬件平台和系统构成
4.1.1 软硬件实现平台
4.1.2 手写体汉字识别系统的总体构成
4.2 汉字识别系统的实现
4.2.1 汉字预处理
4.2.2 汉字特征提取
4.2.3 汉字识别分类器
4.2.4 实验结果分析
结论
参考文献
在学研究成果
致谢
发布时间: 2012-07-10
参考文献
- [1].基于深度模型的脱机手写体汉字识别研究[D]. 周星辰.浙江大学2016
- [2].基于数学形态学的脱机手写体汉字识别[D]. 李美丽.北京科技大学2007
- [3].一种具有统计广义特征反馈的智能脱机手写体汉字识别系统的研究[D]. 邱瑾.合肥工业大学2012
- [4].基于粒子群算法和支持向量机的脱机手写体汉字识别研究[D]. 陈永春.天津师范大学2013
- [5].脱机手写体汉字识别研究[D]. 杨玲.西华大学2008
- [6].基于邻域增长仿生模式的脱机手写体汉字识别方法研究[D]. 吴晓煦.合肥工业大学2012
- [7].脱机手写体汉字识别中细化、特征提取和相似字识别算法研究[D]. 刘云飞.湖南大学2006
- [8].基于广义特征反馈的手写体汉字识别系统研究[D]. 王二帅.合肥工业大学2010
- [9].基于数学形态学的手写体汉字识别[D]. 赵伟.湖南大学2008
- [10].手写体汉字识别实验平台及笔划网格特征提取方法的研究[D]. 宁博.河北工业大学2014
相关论文
- [1].基于数学形态学的脱机手写体汉字识别[D]. 李美丽.北京科技大学2007
- [2].一种具有统计广义特征反馈的智能脱机手写体汉字识别系统的研究[D]. 邱瑾.合肥工业大学2012
- [3].基于粗糙集和变粒度原理的脱机手写体汉字识别系统研究[D]. 黎阳.合肥工业大学2012
- [4].基于特征融合的脱机手写体汉字识别[D]. 牛振华.西南财经大学2009
- [5].基于SVM的脱机手写体汉字识别研究[D]. 肖斌.西华大学2009
- [6].基于SVM的脱机手写体汉字识别方法的研究[D]. 项思俊.合肥工业大学2009
- [7].脱机手写体汉字识别研究[D]. 杨玲.西华大学2008
- [8].信息粒及其在脱机手写识别中应用的研究[D]. 徐健锋.南昌大学2006
标签：脱机手写体汉字识别论文; 特征融合论文; 变换论文;