面向专利发布特殊字符的识别系统

摘要

本文研究和实现了对专利发布中的特殊字符的自动识别，这些特殊字符包括希腊字母和一些不常用的汉字，是在汉王产品识别的基础上进行的二次识别。
　　 本文首先在理论上分析了系统的可行性，然后初步设计了一套基于BP神经网络的字符识别系统。该系统对样本图像进行了二值化、归一化等预处理，为特征提取做好了充分的准备。特征提取则设计采用了网格特征和投影特征相结合的混合特征提取方法，即考虑到了字符的全局特征又兼顾到了局部特点，为好的识别率打下了良好基础；本文在BP网络分类器的设计上做了大量的研究工作，即参考了前人的宝贵经验又根据实际试验选择了好的改进方案，在这一部分详细的介绍了BP网络输入层、隐含层和输出层的结构设计过程，网络各参数的设置过程还有误差准则函数的设计过程。本文最后一部分对整个系统的程序设计和性能分析进行了描述。程序设计过程介绍了预处理与特征提取、BP网络分类器的训练、用BP网络进行识别的程序设计和数据库的操作，给出了设计流程图和主要函数代码。文中介绍了用专利文献中的希腊字母和汉字图片对系统进行的训练和识别测试，并通过测试结果说明该系统对有稍微变形的字可以识别正确，而且对汉字的敏感度较高。