基于matlab的文字識(shí)別算法-課程設(shè)計(jì)(已修改)
2025-08-07 08:54 本頁(yè)面
【正文】 沈 陽(yáng) 理 工 大 學(xué) 課 程 設(shè) 計(jì) 專(zhuān) 用 紙I摘 要 本課程設(shè)計(jì)主要運(yùn)用 MATLAB 的仿真平臺(tái)設(shè)計(jì)進(jìn)行文字識(shí)別算法的設(shè)計(jì)與仿真。也就是用于實(shí)現(xiàn)文字識(shí)別算法的過(guò)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(dāng)前人工智能與模式識(shí)別領(lǐng)域中的研究熱點(diǎn)。由于文字具有高級(jí)語(yǔ)義特征，對(duì)圖片內(nèi)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(shí)際意義。又由于靜態(tài)圖像文字提取是動(dòng)態(tài)圖像文字提取的基礎(chǔ)，故著重介紹了靜態(tài)圖像文字提取技術(shù)。隨著計(jì)算機(jī)科學(xué)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(biāo)題等字幕）包含了豐富的高層語(yǔ)義信息，提取出這些文字，對(duì)于圖像高層語(yǔ)義的理解、索引和檢索非常有幫助。 關(guān)鍵字：文字識(shí)別算法；靜態(tài)圖像文字提?。粰z索沈 陽(yáng) 理 工 大 學(xué) 課 程 設(shè) 計(jì) 專(zhuān) 用 紙II目錄1 課程設(shè)計(jì)目的 ...........................................................................................32 課程設(shè)計(jì)要求 .........................................................................................43 相關(guān)知識(shí) ................................................................................................54 課程設(shè)計(jì)分析 .........................................................................................85 系統(tǒng)實(shí)現(xiàn) ................................................................................................96 系統(tǒng)測(cè)試與分析 ...................................................................................17 文字識(shí)別算法仿真結(jié)果 .....................................................................17 基于字符及單詞的識(shí)別 ......................................................................19 基于字符的識(shí)別 ...........................................................................19 基于單詞的識(shí)別 ...........................................................................20 現(xiàn)存算法的問(wèn)題 .................................................................................21 大多文字識(shí)別方法依賴(lài)于人工定義的特征 ................................21 脫離上下文的字符識(shí)別易造成顯著的歧義 ................................21 簡(jiǎn)單的單詞整體識(shí)別有著較大的局限性 ....................................22 訓(xùn)練樣本制作繁瑣 .......................................................................227 參考文獻(xiàn) ..............................................................................................23沈 陽(yáng) 理 工 大 學(xué) 課 程 設(shè) 計(jì) 專(zhuān) 用 紙沈陽(yáng)理工大學(xué)31 課程設(shè)計(jì)目的圖像文字提取又分為動(dòng)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(dòng)態(tài)圖像文字提取的基礎(chǔ)，其應(yīng)用范圍更為廣泛，對(duì)它的研究具有基礎(chǔ)性，所以本文主要討論靜態(tài)圖像的文字提取技術(shù)。靜態(tài)圖像中的文字可分成兩大類(lèi)：一種是圖像中場(chǎng)景本身包含的文字， 稱(chēng)為場(chǎng)景文字； 另一種是圖像后期制作中加入的文字，稱(chēng)為人工文字，如右圖所示。場(chǎng)景文字由于其出現(xiàn)的位置、小、顏色和形態(tài)的隨機(jī)性，一般難于檢測(cè)和提??；而人工文字則字體較規(guī)范、大小有一定的限度且易辨認(rèn)，顏色為單色，相對(duì)與前者更易被檢測(cè)和提取，又因其對(duì)圖像內(nèi)容起到說(shuō)明總結(jié)的作用，故適合用來(lái)做圖像的索引和檢索關(guān)鍵字。對(duì)圖像中場(chǎng)景文字的研究難度大，目前這方面的研究成果與文獻(xiàn)也不是很豐富，本文主要討論圖像中人工文字提取技術(shù)。靜態(tài)圖像中文字的特點(diǎn)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(huì)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(mǎn)足人眼視覺(jué)感受的角度來(lái)說(shuō)，圖像中文字的尺寸既不會(huì)過(guò)大也不會(huì)過(guò)??；（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(nèi)各個(gè)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(cè)與提取過(guò)程中，一般情況下都是依據(jù)上述特征進(jìn)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(cè)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(yáng) 理 工 大 學(xué) 課 程 設(shè) 計(jì) 專(zhuān) 用 紙沈陽(yáng)理工大學(xué)42 課程設(shè)計(jì)要求在高速發(fā)展的計(jì)算機(jī)軟硬件技術(shù)的支撐下，多媒體技術(shù)的發(fā)展非常迅速，計(jì)算機(jī)技術(shù)從傳統(tǒng)的辦公和計(jì)算逐漸向人工智能和數(shù)字娛樂(lè)發(fā)展。在人工智能技術(shù)中，對(duì)環(huán)境信息的拾取處理和響應(yīng)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(duì)周?chē)h(huán)境信息進(jìn)行理解，尤其是環(huán)境信息中的文本信息。實(shí)驗(yàn)表明，人類(lèi)日常生活中，50%以上的信息量來(lái)源于眼睛捕捉的周?chē)h(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(duì)于計(jì)算機(jī)來(lái)說(shuō)，一幅圖像僅僅是雜亂的數(shù)據(jù)，如何讓計(jì)算機(jī)想人眼一樣快速讀取圖像中的信息并進(jìn)行分類(lèi)及檢索等相應(yīng)處理，一直是多年來(lái)計(jì)算機(jī)視覺(jué)和模式識(shí)別研究者們探索的問(wèn)題，如果能很好解決這些問(wèn)題，能給工業(yè)生產(chǎn)及國(guó)防科技帶來(lái)巨大的改進(jìn)。文字是信息存儲(chǔ)和傳遞的重要載體，在很多由攝像設(shè)備拍攝的圖片中，都存在或多或少的文字，比如路牌、店名、車(chē)站牌、商品簡(jiǎn)介等，識(shí)別圖片中的文字對(duì)計(jì)算機(jī)理解圖像的整體內(nèi)容有非常重大的作用。如何將圖片中的文字信息抽象出來(lái)形成具有完整語(yǔ)義的信息，再將其表達(dá)出來(lái)用于信息傳遞，從而輔助人類(lèi)的生產(chǎn)和生活是研究計(jì)算機(jī)視覺(jué)的學(xué)者們多年來(lái)一直致力于解決的問(wèn)題。研究如何對(duì)自然場(chǎng)景圖片中的字符進(jìn)行識(shí)別，提取出有用信息，在獲取圖片文本信息的各個(gè)領(lǐng)域都有極大的商業(yè)價(jià)值。場(chǎng)景文字識(shí)別在日常
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1