【正文】 沈 陽 理 工 大 學 課 程 設 計 專 用 紙I摘 要 本課程設計主要運用 MATLAB 的仿真平臺設計進行文字識別算法的設計與仿真。也就是用于實現(xiàn)文字識別算法的過程。從圖像中提取文字屬于信息智能化處理的前沿課題，是當前人工智能與模式識別領域中的研究熱點。由于文字具有高級語義特征，對圖片內容的理解、索引、檢索具有重要作用，因此，研究圖片文字提取具有重要的實際意義。又由于靜態(tài)圖像文字提取是動態(tài)圖像文字提取的基礎，故著重介紹了靜態(tài)圖像文字提取技術。隨著計算機科學的飛速發(fā)展，以圖像為主的多媒體信息迅速成為重要的信息傳遞媒介，在圖像中，文字信息（如新聞標題等字幕）包含了豐富的高層語義信息，提取出這些文字，對于圖像高層語義的理解、索引和檢索非常有幫助。 關鍵字：文字識別算法；靜態(tài)圖像文字提??；檢索沈 陽 理 工 大 學 課 程 設 計 專 用 紙II目錄1 課程設計目的 ...........................................................................................32 課程設計要求 .........................................................................................43 相關知識 ................................................................................................54 課程設計分析 .........................................................................................85 系統(tǒng)實現(xiàn) ................................................................................................96 系統(tǒng)測試與分析 ...................................................................................17 文字識別算法仿真結果 .....................................................................17 基于字符及單詞的識別 ......................................................................19 基于字符的識別 ...........................................................................19 基于單詞的識別 ...........................................................................20 現(xiàn)存算法的問題 .................................................................................21 大多文字識別方法依賴于人工定義的特征 ................................21 脫離上下文的字符識別易造成顯著的歧義 ................................21 簡單的單詞整體識別有著較大的局限性 ....................................22 訓練樣本制作繁瑣 .......................................................................227 參考文獻 ..............................................................................................23沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學31 課程設計目的圖像文字提取又分為動態(tài)圖像文字提取和靜態(tài)圖像文字提取兩種，其中，靜態(tài)圖像文字提取是動態(tài)圖像文字提取的基礎，其應用范圍更為廣泛，對它的研究具有基礎性，所以本文主要討論靜態(tài)圖像的文字提取技術。靜態(tài)圖像中的文字可分成兩大類：一種是圖像中場景本身包含的文字， 稱為場景文字； 另一種是圖像后期制作中加入的文字，稱為人工文字，如右圖所示。場景文字由于其出現(xiàn)的位置、小、顏色和形態(tài)的隨機性，一般難于檢測和提?。欢斯の淖謩t字體較規(guī)范、大小有一定的限度且易辨認，顏色為單色，相對與前者更易被檢測和提取，又因其對圖像內容起到說明總結的作用，故適合用來做圖像的索引和檢索關鍵字。對圖像中場景文字的研究難度大，目前這方面的研究成果與文獻也不是很豐富，本文主要討論圖像中人工文字提取技術。靜態(tài)圖像中文字的特點靜態(tài)圖像中文字（本文特指人工文字，下同）具有以下主要特征：（1）文字位于前端，且不會被遮擋；（2）文字一般是單色的；（3）文字大小在一幅圖片中固定，并且寬度和高度大體相同，從滿足人眼視覺感受的角度來說，圖像中文字的尺寸既不會過大也不會過??；（4）文字的分布比較集中，排列一般為水平方向或垂直方向；（6）多行文字之間，以及單行內各個字之間存在不同于文字區(qū)域的空隙。在靜態(tài)圖片文字的檢測與提取過程中，一般情況下都是依據(jù)上述特征進行處理的。數(shù)字圖象處理靜態(tài)圖像文字提取一般分為以下步驟：文字區(qū)域檢測與定位、文字分割與文字提取、文字后處理。其流程如圖所示。圖 1 靜態(tài)文字處理流程圖沈 陽 理 工 大 學 課 程 設 計 專 用 紙沈陽理工大學42 課程設計要求在高速發(fā)展的計算機軟硬件技術的支撐下，多媒體技術的發(fā)展非常迅速，計算機技術從傳統(tǒng)的辦公和計算逐漸向人工智能和數(shù)字娛樂發(fā)展。在人工智能技術中，對環(huán)境信息的拾取處理和響應顯得尤為重要，其中文本信息占環(huán)境信息很大一部分，為了使人工智能系統(tǒng)更為完善，則需要系統(tǒng)能夠像人眼一樣對周圍環(huán)境信息進行理解，尤其是環(huán)境信息中的文本信息。實驗表明，人類日常生活中，50%以上的信息量來源于眼睛捕捉的周圍環(huán)境的圖像，人眼可以快速捕捉到圖像中感興趣的信息，而對于計算機來說，一幅圖像僅僅是雜亂的數(shù)據(jù)，如何讓計算機想人眼一樣快速讀取圖像中的信息并進行分類及檢索等相應處理，一直是多年來計算機視覺和模式識別研究者們探索的問題，如果能很好解決這些問題，能給工業(yè)生產及國防科技帶來巨大的改進。文字是信息存儲和傳遞的重要載體，在很多由攝像設備拍攝的圖片中，都存在或多或少的文字，比如路牌、店名、車站牌、商品簡介等，識別圖片中的文字對計算機理解圖像的整體內容有非常重大的作用。如何將圖片中的文字信息抽象出來形成具有完整語義的信息，再將其表達出來用于信息傳遞，從而輔助人類的生產和生活是研究計算機視覺的學者們多年來一直致力于解決的問題。研究如何對自然場景圖片中的字符進行識別，提取出有用信息，在獲取圖片文本信息的各個領域都有極大的商業(yè)價值。場景文字識別在日常