手写体阿拉伯数字的分割与识别

摘要

该文提出了一种新的手写体数字识别的结构方法.将字符轮廓划分为特征片段,由特征片段得到特征基元,构成对字符结构的完整描述.为此该文提出了一种轮廓点的曲率滤波方法.然后,进而提出了利用字符的特征基元序列测量两样本之间的相似度方法.在此基础上,提出了一个两阶段的识别方法及两种拒识准则.在待识字符与两类训练样本都相似时,用一个专用的二义识别过程识别.该文提出和利用分类器性能矩阵的多分类器组合方法,从理论上讨论了该组合方法的一些性质,并利用该方法和一个结构分类器构造出了一个多分类方法,通过CENPAMI手写体数据库上的实验表明,该方法具有较好的性能.最后,该文给出了一个基本的银行支票处理系统.该系统包括支票定位分割、支票要素识别、印章览别、支票压缩处理备份等部分,具有较好的稳定性和识别率,目前正处于试点阶段.这一系统今后将作为写体数字识别的应用平台,获得更完善的功能.

目录

文摘

英文文摘

1绪论

1.1问题的提出

1.2研究方法概况

1.2.1一般OCR系统概况

1.2.2手写体阿拉伯数字分割

1.2.3手写体阿拉伯数字识别

1.3手写体数字识别系统的发展研究现状

1.4本文研究工作概述

1.5本文的内容安排

2基于笔划抽取的粘连数字分割

2.1前言

2.2起始点对的确定

2.2.1端点附近的起始点对

2.2.2笔划中部的起始点对

2.3基于轮廓点对跟踪的笔划抽取

2.3.1笔划抽取的基本过程

2.3.2点对PI：PR的移动规则

2.3.3点对移动的终止条件

2.4笔划结构的分析

2.4.1轮廓上的剩余片段

2.4.2轮廓上的边接头

2.4.3边接头的子集及其含义

2.4.4字符图象的笔划结构

2.5笔划抽取的实验结果

2.6粘连数字侯选分割位置的确定

2.6.1单粘连字符的分割位置

2.6.2双粘连字符与共用笔划字符的分割位置

2.7分割侯选位置的选择与优先级排序

2.8粘连数字分割的实验结果

2.9本章小节

3基于轮廓分段特征的手写体数字识别

3.1 引言

3.2特征提取

3.2.1图象预处理与轮廓提取

3.2.2外轮廓的分段

3.2.3字符的特征基元结构描述

3.3手写体数字的两阶段识别

3.3.1基于相似度的分类

3.3.2特征基元的类型序列匹配

3.3.3相似度的计算

3.3.4第一类拒识的处理

3.3.5第二类拒识的处理

3.4实验结果与比较

3.4.1训练样本的识别结果

3.4.2测试样本的识别结果及与前人结果的比较

3.5本章小结

4基于多分类器组合手写体数字识别

4.1引言

4.2多分类器组合的数学原理

4.2.1分类器性能参数及其性质

3.2.2两分类器组合方法

4.2.3多分类器组合方法

4.2.4多分类器组合的拒识方法

4.3特征抽取及分类器

4.3.1第一级：基于骨架的结构分类器

4.3.2第二级：多分类器的构造

4.4实验结果

4.5本章小结

5一个基本的支票自动处理系统

5.1引言

5.2支票版面分割与印刷体字符识别

5.2.1支票定位

5.2.2支票通用模板

5.2.3角码区域的分割和识别

5.2.4密码区域识别

5.2.5角码及密码区域识别实验结果

5.2.6印鉴分割和验证

5.3图象压缩存储

5.5结论

结束语

致谢

参考文献