【正文】 初始的特征庫后再進(jìn)行大量樣本的學(xué)習(xí)，建立實用的特征庫。其中結(jié)構(gòu)模式識別方法主要是早期文字識別的主要方法，隨著統(tǒng)計理論的發(fā)展，統(tǒng)計模式識別方法逐漸成為文字識別主要的研究力法。 （ 2） 解決了算法復(fù)雜度與輸入向量密切相關(guān)的問題 。 （ 2） 作用函數(shù)模型 作用函數(shù)是反映下層輸入對上層節(jié)點刺激脈沖強度的函數(shù)又稱刺激 函 數(shù) ，一般取 為（ 0,1）內(nèi)連續(xù)取值 Sigmoid 函數(shù)： )1/(1)( exf ?? （ 35） （ 3） 誤差計算模型 誤差計算模型是反映神經(jīng)網(wǎng)絡(luò)期望輸出與計算輸出之間誤差大小的函數(shù)： ? ??? )(2/1 O pitp iEp （ 36） tpii 節(jié)點的期望輸出值； Opii 節(jié)點計算輸出值 。直到誤差反向傳播算法（ BP 算法）的提出，成功地解決了求解非線性連續(xù)函數(shù)的多層前 饋神經(jīng)網(wǎng)絡(luò)權(quán)重調(diào)整問題。 （ 4） 神經(jīng)網(wǎng)絡(luò)由于其信息的分布式的存儲方式使它具備一定的容錯能力，因此神經(jīng)網(wǎng)絡(luò)分類器對于輸人模式信息的缺損不是非常敏感，適合質(zhì)量較差圖像的識別。這其中的原因很 多，主要的原因還在于我們對人腦的工作方式以及 ANN本身的許多問題還沒有找到完美的答案。 ANN可以作為單純的分類器 （ 不包含特征提取、選擇 ） ，也可以用作功能完善的分類器。 如表 31所示為統(tǒng)計方法和結(jié)構(gòu)方法特征比較： 表 31 統(tǒng)計方法和結(jié)構(gòu)方法特征比較 項目 方法 識別策略 判別方法 文字變形 變體 特征 提取 相似文 字區(qū)分 統(tǒng)計方法 向量維數(shù) 距離、 類似度 適應(yīng)性差 容易 不易區(qū)分 印刷體漢字識別技術(shù)的研究 上海應(yīng)用技術(shù)學(xué)院 電氣與電子工程學(xué)院 畢業(yè)論文 14 結(jié)構(gòu)方法 分而治之 串行判決 適應(yīng)性好 不容易 容易區(qū)分 由上述分析可見， 統(tǒng)計與結(jié)構(gòu)方法各有優(yōu)缺點。 （ 5） 特征點特征 漢字信息的絕大部分集中在漢字骨架上，而漢字骨架信息又大多集中在若干特征點上。 （ 2） 利用變換特征的方法 該方法利用各種函數(shù)變換，例如 KL 變換、 Fourier 變換和 Gabor 變換等對漢字圖像特征進(jìn)行變換。 統(tǒng)計模式識別方法 統(tǒng)計決策論發(fā)展較早，理論也較成熟。這就是結(jié)構(gòu)模式識別。 （ 5） 人工神經(jīng)元網(wǎng)絡(luò) 利用人工神經(jīng)元網(wǎng)絡(luò)的漢字識別后處理可以采取兩種方式。 漢字識別后處理的詞法分析方法，就是在詞匹配的基礎(chǔ)上，對仍難以確定的 漢字，找出這些漢字與前后漢字所能組成的詞，然后通過詞法分析，確定一個能和該詞的前后詞組成“最佳”匹配的詞，從而確定要識別的漢字。綜合詞匹配法可以減少搜索詞條關(guān)系時的搜索空間，從而提高糾錯速度。漢字識別的后處理方法從用戶的參與程度來說，可分為三類：手工處理，交互式處理和計算機自動處理。 松弛匹配法兼具統(tǒng)計方法和結(jié)構(gòu)方法的特長。統(tǒng)計方法的優(yōu)點是特征提取和模板的建立都比較容 易，抗干擾能力強，使局部噪聲不敏感：缺點是分辨相似字的能力較弱，對書寫風(fēng)格的變化比較敏感。 而本文為實現(xiàn)特征提取，我們將著重于對漢字的橫豎撇捺四種特征的提取 (漢字本身屬性決定 )，一般而言，特征提取的常用方法有逐象素特征提取法，垂直方向數(shù)據(jù)統(tǒng)計特征提取法， 13特征點提取方法等，本設(shè)計中將引入 13 點特征提取法。其缺點是筆段的提取會較為困難，匹配的難度大，抗內(nèi)部筆畫斷裂或者粘連能力差。其缺點是操作速度較慢，計算量大。所以選擇哪種特征，如何組合特征將是漢字特征提取這一部分 的重點研究領(lǐng)域。然而，細(xì)化過程本 身固有的弱點總是造成筆畫骨架線的畸變，增加對識別的干擾，主要的畸變包括：交叉筆畫畸變、轉(zhuǎn)折處出現(xiàn)分叉筆畫、失去短筆畫和筆畫合并等。 （ 7） 細(xì)化 細(xì)化處理是在圖像處理中相當(dāng)重要和關(guān)鍵的一環(huán)，它是將二值化文字點陣逐層剝?nèi)ポ喞吘壣系狞c，變成筆畫寬度只有一個比特的文字骨架圖形。 （ 5） 歸一化 歸一化也稱規(guī)格化，它是把文字尺寸變換成統(tǒng)一大小，糾正文字位置 （ 平移 ） ，文字筆畫粗細(xì)變換等文字 圖像的規(guī)格化處理，并只對文字圖像進(jìn)行投影。 行切分是利用行與行之間的直線型空隙來分辨行，將各行的行上界和行下界記錄下印刷體漢字識別技術(shù)的研究 上海應(yīng)用技術(shù)學(xué)院 電氣與電子工程學(xué)院 畢業(yè)論文 7 來 [6]?，F(xiàn)如今，漢字圖像二值化方法多種多樣，但大多都有應(yīng)用限制。預(yù)處理通常包括去除噪聲、版面分析、二值化、傾斜校正、行列切分、平滑、歸一化、細(xì)化等 [3][4]。提取特征的穩(wěn)定性及有效性，直接決定了識別的性能。漢字的后處理是出于獲得最大化識別率考慮，它在前期已有識別水平上，通過調(diào)整參數(shù)或反饋處理獲得更高的識別率。漢字識別技術(shù)是計算機智能接口的一個重要組成部分。 （ 2） 結(jié)構(gòu)復(fù)雜 漢字是一種結(jié)構(gòu)性很強的文字，每個漢字都具有 獨一無二 特定分布的若干筆劃構(gòu)成，筆劃是漢字最基本的組成部分，漢字也可以看成是由部件組合而成的，部件是筆劃有意義的組合，一般 稱之為偏旁、部首或字根。 進(jìn)入 90 年代以來 ，印刷體漢字識別研究的主要目的是提高識別系統(tǒng)的品質(zhì)和效率，增強系統(tǒng)對不同文本的適應(yīng)性，擴大使用面。 1984 年日本武藏野電氣研究所研制成多體印刷漢字識別裝置，可以識別 2300 個多體漢字的印刷體漢字識別系統(tǒng) , 識別率為 %，識別速度大于 100 字 /秒，代表了當(dāng)時漢字識別的最高水平 [1]。 印刷體漢字識別技術(shù)的研究狀況 印刷體漢字識別是文字識別技術(shù)的一種。這種快速，準(zhǔn)確的 自動處理方式將在很大程度上推動我國信息化的發(fā)展進(jìn)程，對社會各方面的工作都有著相當(dāng)深遠(yuǎn)的意義。 v 參考文獻(xiàn) .................................................................. 35 致謝 ...................................................................... 36 參考附錄 .................................................................. 37 參考附錄 1 .............................................................. 37 參考附錄 2 .............................................................. 48 印刷體漢字識別技術(shù)的研究 上海應(yīng)用技術(shù)學(xué)院 電氣與電子工程學(xué)院 畢業(yè)論文 1 1 緒論 印刷體漢字識別技術(shù)的研究意義 漢字已有數(shù)千年的歷史，是中華民族文化的重要結(jié)晶，閃爍著中 華 人民智慧的光芒。第二章 對印刷體漢字的識別過程進(jìn)行基本概述 。本文 首先在第一章 就漢字識別研究的意義 和 背景 以及對目前存在的問題 作了綜述。s what printed Chinese character recognition can do. Firstly, in chapter 1， this thesis gives what is the significance of research and background of Chinese character recognition and introduce the problems we encountered now. The chapter 2， it is a basic overview of the recognition process of printed Chinese characters. In chapter 3, we discusses the principles and printed character recognition, feature extraction and analysis, the postprocessing process, Emphatically analyses the statistical pattern recognition method, structural pattern recognition method and Artificial neural work pattern recognition method. In chapter 4, giving an Matlab simulation concludes the whole article and forecast characters identification technology research directions of future iii development. KeyWords： Chinese characters recognition； feature extraction； Matching recognition； Artificial neural work； Matlab simulation iv 目 錄 摘要 ...................................................................... ii ABSTRACT. ................................................................. ii 目錄 .................................................................... iiii 1 緒論 .................................................................... 1 印 刷體漢字識別技術(shù)的研究意義 ........................................ 1 印刷體漢字識別技術(shù)的研究狀況 ........................................ 1 印刷體漢 字識別 技術(shù) 存在的難點 ........................................ 2 2 印刷體漢字識別的概述 .................................................... 4 印刷體漢字識別的原理簡介 ............................................ 4 印刷體漢字識別的流程簡介 ............................................ 4 3 印刷體漢字識別技術(shù)的研究 ................................................ 6 預(yù)處理 .............................................................. 6 漢字特征提取 ........................................................ 8 漢字識別 算法 分類 .................................................... 9 后處理 ............................................................. 11 印刷體漢字識別方法分析 ............................................. 12 結(jié)構(gòu)模式識別方法 ............................................... 12 統(tǒng)計模式識別方法 ............................................... 12 人工神經(jīng)網(wǎng)絡(luò) ................................................... 14 BP 神經(jīng)網(wǎng)絡(luò) .................................................... 15 支持向量機 ..................................................... 17 本章小結(jié) ........................................................... 18 4 系統(tǒng)的 Matlab 仿真 ...................................................... 19 系統(tǒng)的分析 ......................................................... 1