光学手写数字字符识别技术的研究

摘要

光学字符，指的是人们肉眼可见的打印在纸张等材质上的字符。把这些光学字符转化为计算机可以识别的编码的过程就是光学字符识别(Optical Character Recognition)过程。
　　光学字符识别有着十分广泛应用范围。如物流系统的邮件分拣、智能交通系统的车牌识别、金融监管中票据处理，公共安全管理中证件读取等等。但是，对于手写的光学字符，由于人们手写的随意性，使其识别的难度大于较正规的印刷字符。因此，对于手写的光学字符识别，特别是中文的手写光学字符识别，识别结果都不尽如人意。本文重点就对两种在字符识别领域表现比较优秀的遗传优化误差逆反馈人工神经网络算法和支持向量机算法进行深入的研究，比较它们在手写数字字符识别上的优缺点及特性，以期对工程项目应用做出指导。
　　文中利用C++编程语言，结合OPENCV图像处理开源库(http://opencv.org/)及google公司的MNIST手写数字字符数据库(http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list)及LIBSVM开源库(http://www.csie.ntu.edu.tw/～cjlin/libsvm/)对OCR开发过程中涉及到的各种算法进行实验，提出实用可行的解决方案。主要工作可以分为三大部份，第一部份是图像预处理，第二部份为特征提取与描述，第三个部份为识别。其中涉及图像二值化、字符分割、字符细化、寻找字符轮廓、极坐标变换、支持向量机、人工神经网络、遗传算法等方面的技术与知识。
　　论文提出向量差值法比较骨架特征与轮廓特征的优劣是一创新点。同时，把前人的经典算法利用于光学手写数字字符的识别上，从识别正确率、识别速率、训练样本规模等方面比较它们在光学手写数字字符识别领域的优缺点，得到的实验结果具有比较高的实用价值。

目录

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 光学手写数字字符识别技术发展历程与趋势

1．3 研究内容，及结构安排

第二章 图像预处理

2．1 彩色图像二值化

2．1．1 RGB颜色模型与HSV颜色模型概述

2．1．2 彩色图像二值化理论基础

2．1．3 利用RGB与HSV颜色模型二值化实验分析

2．2 字符分割

2．2．1 未粘连字符分割

2．2．2 贴连字符的分割

2．3 字符图像大小归一化

2．3．1 图像缩放

2．4 本章小结

第三章 字符图像的特征提取

3．1 字符图像的细化(骨架特征提取)

3．1．1 zhang并行快速细化算法

3．1．2 算法流程及实验结果

3．2 图像的边缘特征提取

3．2．1 基于梯度法的边缘检测

3．2．2 基于拉普拉斯算子的边缘检测法

3．2．3 基于形态学的边界跟踪算法

3．2．4 几种边界检测算法在本课题中的实验比较

3．3 基于对数极坐标变换的形状上下文特征描述

3．3．1 对数极坐标变换原理

3．3．2 对数级坐标变换描述特征

3．4 图像横纵向的投影累加值的特征描述

3．5 骨架特征与轮廓特征的比较

3．6 本章小结

第四章 遗传优化误差逆传播人工神经网络

4．1 误差逆传播人工神经网络

4．1．1 人工神经元的结构

4．1．2 人工神经元的激活函数

4．1．3 人工神经网络的学习规则

4．1．4 BP人工神经网络的拓朴结构及算法流程

4．1．5 BP人工神经网络的特点及改进算法

4．2 遗传算法原理

4．2．1 遗传算法理论

4．2．2 遗传算法的特点及算法的流程

4．3 遗传优化BP人工神经网络

4．4 本章小结

第五章 支持向量机算法

5．1 线性SVM基本原理

5．2 非线性SVM原理

5．3 支持向量机的多类分类问题

5．3．1 “一对多”方法

5．3．2 “一对一”方法

5．3．3 有向无环图方法(Directed Acyclic Graph，简称DAG)

5．4 本章小结

第六章 人工神经网络的设计及实验结果分析

6．1 GA-BP人工神经网络的设计

6．1．1 BP人工神经网络部份

6．1．2 遗传优化算法部份的设计

6．2 支持向量机识别算法的设计

6．3 实验数据分析

6．4 本文结论

6．5 本章小结

第七章 总结与展望

7．1 总结

7．2 展望

参考文献

致谢

声明