基于图像匹配的汉字识别系统研究与实现

摘要

汉字是世界上使用人数最多的文字,它具有不同于字母的特性,同时信息技术的飞速发展使得信息的存在形式各种各样,因此,有效地处理汉字信息是信息处理的一个关键问题。目前的汉字识别研究多数以OCR(Optical Character Recognition)系统作为基础,研究成果取得了很大成绩,但是目前的汉字识别系统仍有不足之处,对输入图像的质量要求较高。鉴于此,利用局部特征不变量的优势研究新型的汉字识别系统,具有十分重要的意义。本文首先对目前的汉字识别系统进行研究与分析,在此基础上本文总结了目前汉字识别系统的难点和不足之处。其次,本文提出了一种以图像匹配为基准的新型的汉字识别系统,它以SIFT(Scale Invariant Feature Transform)作为特征提取的表述,整个系统框架设计成3个主要模块：图像的特征提取模块,高维向量索引模块,相似性匹配模块,然后本文进一步分析和解释系统框架中各个模块的作用,重点介绍了主要模块的设计算法。最后,根据提出的系统设计方案,本文实现了这个新型的汉字识别系统。针对本文的研究目的,本文对新型的汉字识别系统进行规模测试,验证本文系统的可行性,然后再根据实验结果分析本文系统的特性。经过大规模测试得出结论,本文提出的新型汉字识别系统具有可行性,SIFT特征具有表述汉字特征的能力,而且本文的系统对拉伸,旋转,仿射,复杂背景,噪声等情况具有一定的鲁棒性。

目录

摘要

ABSTRACT

第一章 绪论

1.1 研究背景

1.2 研究意义

1.3 本文主要内容

第二章 汉字识别技术研究与分析

2.1 汉字识别分类

2.2 汉字识别系统

2.3 预处理模块

2.4 识别模块

2.4.1 结构模式识别方法

2.4.2 统计模式识别方法

2.4.3 统计与结构相结合的识别方法

2.4.4 人工神经网络方法

2.4.5 建立系统的字典和匹配抉择

2.5 后处理

2.6 目前汉字识别系统的衡量标准，难点和不足

2.6.1 汉字识别系统的衡量标准

2.6.2 汉字识别系统的难点

2.6.3 目前汉字识别系统的不足

2.7 本章小结

第三章 基于图像匹配的汉字识别系统设计

3.1 设计思想

3.2 基于图像匹配的汉字识别系统架构

3.2.1 架构定义

3.2.2 模块简述

3.3 主要模块算法基础

3.3.1 特征提取模块算法基础

3.3.2 高维向量索引模块算法

3.4 本章小结

第四章 基于图像匹配的汉字识别系统的实现

4.1 图像自动生成模块的实现

4.2 特征提取模块的实现

4.3 高维向量索引模块的实现

4.4 相似性匹配模块的实现

4.5 测试样例

4.6 实验验证

4.6.1 实验环境

4.6.2 测试设计

4.7 实验结果与分析

4.7.1 第一类实验结果与分析

4.7.2 第二类实验结果与分析

4.7.3 第三类实验结果与分析

4.7.4 系统特性分析

4.8 本章小结

第五章 总结与展望

5.1 论文总结

5.2 展望

参考文献

致谢

攻读硕士学位期间发表的学术论文

上海交通大学硕士学位论文答辩决议书