名片图像的分割和识别研究

摘要

本文以英文名片图像分割和识别为课题，主要研究了英文名片图像的分割和识别处理中相关算法和实现意义。本文首先介绍名片图像分割和识别的总体框架，包括图像的预处理、图像版面的分析、图像的字符分割和字符的分类识别。然后再对组成框架的各个功能模块和过程进行介绍和说明，并且对涉及到的相关算法进行阐述和比较，其中重点介绍图像字符分割和字符识别。 在分割阶段，本文针对名片识别信息字符的特点，首先利用连通元分析的方法进行分割，然后对名片粘连字符块进行分割。在粘连字符分割上，本文提出一种水容器(water reservoir)的方法，该方法是结合字符识别进行的。水容器拓扑结构和属性可以表示字符与字符间隔之间的重要信息，从而为字符的分割提供重要的依据。通过实验表明该方法能够提供比较精确的粘连字符的分割。 在识别阶段，本文结合模式匹配算法和BP神经网络的方法，一方面，首先进行基于改进Hausdorff距离的模式匹配算法，该算法是在加权Hausdorff距离方法上的一种改进；然后进行BP神经网络的分类方法，其中对字符的特征进行了多维特征向量的提取，其中包括结构特征和统计特征。结构特征与统计特征在识别分类中各有优缺点，所以本文结合两者的优点进行特征向量的提取。实验表明，证明上述方法在一定程度上提高了字符识别率。

目录

文摘

英文文摘

学位论文独创性声明及使用授权声明

第一章 绪论

§1.1引言

§1.2字符图像分割和识别的研究现状

§1.2.1字符的分割研究

§1.2.2字符的识别研究

§1.3本文的工作和结构

第二章名片图像的预处理

§2.1二值化

§2.2噪声处理

§2.2.1平滑去噪

§2.2.2标记去噪

§2.3矫正倾斜

第三章版面分析

§3.1版面分析介绍

§3.2版面分析的方法

§3.3本文采用的版面分析方法

§3.3.1八连通方式

§3.3.2版面块的划分

第四章字符图像分割

§4.1字符分割技术

§4.1.1字符分割基本策略

§4.2粘连字符块的切割技术

§4.3本文采用的分割方法

§4.3.1水容器的定义

§4.3.2粘连字符块的判断

§4.3.3粘连字符块的分割

第五章字符图像识别

§5.1字符图像识别技术回顾

§5.2本文提出的字符识别方法

§5.2.1字符图像归一化

§5.2.2改进的加权Hausdorff距离

§5.2.3改进方法的实验结果及结论

§5.3图像字符特征提取

§5.4 BP神经网络识别

§5.4.1 BP神经网络模型介绍

§5.4.2 BP神经网络的设计实现

§5.5两种方法结合的实验结果

第六章总结和展望

§6.1工作总结

§6.2对今后工作和研究的展望

参考文献

附录在攻读硕士期间发表的学术论文

致谢