基于识别反馈机制多粘连字符分割和识别

《基于识别反馈机制多粘连字符分割和识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中山大学硕士学位论文：基于识别反馈机制的多粘连字符分割与识别基于识别反馈机制的多粘连字符分割与识别专业：应用数学姓名：李甲长指导老师：赖剑煌教授摘要手写文字识别技术已广泛应用于各类智能系统。粘接文字的分割是手写文字识别的第一步，因其分割难度之大，往往成为进一步识别甚至是整个智能系统的瓶颈，分割的好坏直接决定了识别率的高低。通常，随着字符串个数的增加，粘连程度的增大，分割难度也在进一步加大。目前，多粘连字符串的分割与识别现在已成为手写文字识别系统研究的热点之一。针对含有字符和数字的强粘连字符串的分割与识别问题，本文做了如下工作：1．本文对初始灰度图片进行分割之前，采用

2、了一种新的预处理方法，以求粘连字符串分成尽可能多的几个连通区域，然后采用本文提出的字符串上下轮廓提取方法，对预处理后的图片提取上下轮廓。得到上下轮廓后，利用KNN分类器找到候选的特征点，进而根据候选特征点构造出分割路径集合。2．利用分治算法依次处理字符串图片的每个连通区域，然后对粘连字符部分使用基于识别反馈机制的字符分割算法，筛选出最优分割路径来完成分割和识别，再组合所有连通区域的识别结果得到最终的结果。此方法与以往算法相比，时间复杂度在一定程度上有所降低。3．本文采用KNN和BP神经网络这两种分类器做单字符识别，最终选择识别率更高的BP神经网络用于识别反馈。本文的

3、创新点是：首先我们采用一种新的预处理方法来处理灰度图片，然后利用KNN分类器来提取轮廓特征点，随后采用了一种打分机制匹配上下轮廓特征点来构造分割路径集合。最后，我们将遗传算法和识别反馈结合起来完成字符分割与识别。实验结果表明，本文提出的方法在解决强粘连多字符串的分割与识别方面取得了不错的效果，同时反馈机制的引入，也提高了识别的可靠度。中山大学硕士学位论文：基于识别反馈机制的多粘连字符分割与识别Third，weuseKNNandBPneuralnetworkclassifiertodealwithisolatedcharactersrespectively．BPneu

4、ralnetworkisfinallyusedintherecognitionandfeedbackbecauseofitshigherrecognitionrate．Someinnovationsarepresentedinthearticle．Firstofall，weuseanewmethodtopreprocessthegrayimage，andthenextractthefeaturepointsbyKNNclassifier．Andweadoptascoremechanismtomatchthefeaturepointsinordertoconstruc

5、tthecutting—pathset．Finally,wecombinethegeneticalgorithmwithneuralnetworkrecognizertocompletethesegmentationandrecognition．Experimentresultsindicatethatthealgorithmproposedinthispaperwaseffectiveinsolv崦themultiply-touchingcharacterswithstrongadhesion．Further-more，theintroductionoffeedb

6、ackmechanismalsoenhancesthereliabilityofrecognition．Keywords：CharacterSegmentation,DiOdeandConquer,TouchingCharacters，FeedbackMechanismIVi囊i砷蓟莉剃薹睡冀妻囊蓁孽；萋主蓁霎鐾爹囊薹薹主霎薹，茎塞茎要雾蚕萋姜鐾至萋：鬟霎喜霎霎明叁冀薹

7、蓁耋薹霎；蚕窭篓蓁i篓妻嘉薹篓委姜萋薹耋差主雾薹霎薹霎墓薹塞霆要委羹蓁羹羹篓鬟霎薹；雾囊冀囊冀蠢琴冀冀j霪墓翼霪薹喜扣蠡薹鎏薹囊薄矍i萋篆蓁羹；誊侧霎薹篓姜攀霎萎塞霎霎霎薹藿篓；摹萋委塞錾薹薹囊薹鬟

8、蠹萋菱i妻薹鎏薹霎耋妻囊；j墓鋈薹嘉耋妻霎篓零蔫i薹学有关保留、使用学位论文的规定，即：学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有室被查阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩印或其他方法保存学位论文。学位论文作者签名：巷甲欤耋雾i砷年多月岁日导师签名：·，划A日期≯1年多月士日日"x第1章引言1．1选题背景与意义光学字符识别技术(0lpt妇lCh觚acterRecogIlitioll，简称OcR)的研究目的是使计算机能够自动识别人手写在纸张上的字符[1][2][3儿4][5]。文字识别技术广泛应用于各类