基于过程神经网络的脱机手写体汉字特征提取与识别方法研究

论文摘要

脱机手写体汉字识别是模式识别领域中的热门课题，具有重要的理论意义和实用价值。由于汉字的种类多、结构复杂、相似字多，且脱机手写体汉字存在形变及不能反映手写过程信息等因素，使得脱机手写体汉字识别成为了汉字识别领域中的难题之一。本文运用过程神经网络的理论方法，模拟人类认知汉字的思维过程，研究了基于过程神经网络的脱机手写体汉字特征提取与识别方法，对机器“认知”脱机手写体汉字进行了探索。论文的主要研究工作如下：1、构建脱机手写体汉字的多特征数据表。模拟手写体汉字的书写习惯和汉字形码输入法，把脱机手写体汉字的特征表征为笔划类型数量、笔划类型位置、拓扑结构类型数量和笔划书写顺序特征，在研究脱机手写体汉字特征容错性表征的基础上，构建了待识别脱机手写体汉字的多特征数据表。2、分析并建立用于提取脱机手写体汉字特征的过程神经网络模型。利用过程神经网络能够处理时空二维信息的特点，构建用于提取脱机手写体汉字特征的过程神经网络模型，选用脱机手写体汉字样本及改进的BP算法对网络进行训练；用训练好的过程神经网络提取脱机手写体汉字的多重特征，完成脱机手写体汉字的多特征数据表。3、制定具有容错性的脱机手写体汉字识别匹配规则。模仿人类对比判断能力，制定具有容错性的脱机手写体汉字识别匹配规则，把待识别脱机手写体汉字的多特征数据表与标准仿宋印刷体汉字的多特征数据表进行容错匹配识别。在MATLAB R2009b的仿真软件平台上，选取SCUT-IRAC HCCLIB字库中包含各类结构的脱机手写体汉字，对本文研究的基于过程神经网络的脱机手写体汉字特征提取与识别方法进行了验证实验，实验结果表明该方法能较好地提取脱机手写体汉字特征，识别率较高。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 汉字识别研究的概述
• 1.2 脱机手写体汉字识别研究的热点及难点
• 1.2.1 脱机手写体汉字识别研究的热点
• 1.2.2 脱机手写体汉字识别研究的难点
• 1.3 本课题研究的现状和意义
• 1.3.1 本课题研究的现状
• 1.3.2 本课题研究的意义
• 1.4 论文研究的内容及安排
• 1.4.1 论文研究的内容
• 1.4.2 论文内容安排
• 第二章 脱机手写体汉字特征分析及表征
• 2.1 手写体汉字的特征分析
• 2.1.1 手写体汉字的笔划特征
• 2.1.2 手写体汉字的拓扑结构特征
• 2.1.3 手写体汉字的书写顺序特征
• 2.2 脱机手写体汉字多特征的表征
• 2.2.1 脱机手写体汉字特征表征的方法
• 2.2.2 脱机手写体汉字多特征的选取与表征
• 2.2.3 脱机手写体汉字多特征数据表的构建
• 第三章 脱机手写体汉字特征提取的过程神经网络模型及学习算法
• 3.1 基于过程神经网络的脱机手写体汉字特征提取机理
• 3.1.1 过程神经网络模型
• 3.1.2 过程神经网络的一般学习算法
• 3.1.3 采用过程神经网络提取脱机手写体汉字特征的机理
• 3.2 构建脱机手写体汉字特征提取的过程神经网络模型
• 3.2.1 提取汉字特征的过程神经网络模型分析
• 3.2.2 建立提取脱机手写体汉字特征的过程神经网络模型
• 3.3 提取脱机手写体汉字特征的过程神经网络的学习算法
• 3.4 过程神经网络的训练及结果
• 第四章 基于过程神经网络的脱机手写体汉字识别
• 4.1 脱机手写体汉字图像预处理
• 4.2 脱机手写体汉字特征提取
• 4.2.1 脱机手写体汉字多特征的获取方法分析
• 4.2.2 脱机手写体汉字特征提取示例
• 4.3 脱机手写体汉字的匹配识别
• 4.3.1 脱机手写体汉字匹配规则定义分析
• 4.3.2 定义匹配规则及匹配识别
• 第五章 实验与结果分析
• 5.1 实验与仿真
• 5.1.1 实验条件及步骤
• 5.1.2 实验示例
• 5.2 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