【文章內(nèi)容簡介】 們都無法從根本上克服誤識別率高這一不足 。 貝葉斯分類器等傳統(tǒng)的模式識別方法因先驗知識不足而無法取得理想的效果 ,語法推理法和繼電器法等新的識別方法因編碼過程復雜、計算量大或可識別的文字數(shù)量有限等原因而難以實現(xiàn) 。 神經(jīng)網(wǎng)絡具有很強的知識獲取能力和分類能力 ,有很高的容錯性和魯棒性 ,可以在特征空間內(nèi)形成任意復雜的決策區(qū)域 ,它所具有的自組織、自學習功能大大放寬了傳統(tǒng)模式識別方法所受的約束條件 ,為漢字識別提 供了新的有力工具 。 文字輸入預處理及特征提取 因為手寫漢字大小不一 ,所以在提取結(jié)構(gòu)特征和進行識別時首先需要對其進行歸一化處理 。 目前 ,大小歸一化有兩種方法 ,一是在水平和垂直方向都進行歸一化 。二是僅在一個方向歸一化 ,同時保持輸入漢字的形狀比例 。 前者在減小不同人的手寫漢字差異方面較為有效 ,但可能使?jié)h字在某一方向上發(fā)生失真 。 這里根據(jù)手寫漢字特征提取和識別的需要 ,對不同的輸入手寫漢字采用不同的歸一化策略 . 設原始手寫漢字為 Y 行 *X 列 ,歸一化后為 widthheight? 列 , 則 : (1) 如果 X ? width 且 Y height? ,文字只做平移操作 。 (2) 如果 Xwidth 且 Y height ,則將文字寬度歸一化為 width ,高度按比例歸一化 。 ( 3) 如果 X width 且 Y height ,則將文字高度歸一化為 height ,寬度按比例歸一化 。 (4) 如果 X width 且 Y height ,則將文字歸一化為 height 行 width 列 。 現(xiàn)在來討論歸一化手寫漢字的結(jié)構(gòu)特征提取問題 。 該方法 選擇的結(jié)構(gòu)特征包括 :特征點、線段、基本筆畫以及筆畫方向圖等 。 基本筆畫定義為長度有限的直線 ,而筆畫方向圖描述了字符 幾何結(jié)構(gòu)特征 ,其提取是以筆畫方向為基礎的 。 考慮了沿逆時針與水平方向夾角分別為 0176。 ,45176。 ,90176。和 135176。的四個方向 ,并用 1 ,2 ,3 ,4 以及 1 , 2 , 3 , 4 分別標記這四個方向及其反方向 . 令 ),( yxg 為像素重慶大學本科學生畢業(yè)設計（論文） 漢字識別的原理及常用算法 8 ),( yx 的灰度級 ,對于黑色像素 1),( ?yxg ,對于白色像素 0),( ?yxg ,字符是由黑色像素組成的圖像 。 一個黑色像素的方向碼是 根據(jù)沿四個方向經(jīng)過該像素的筆畫長度而確定的 。 該方法 定義 d 向筆畫為沿方向 d 的一系列連續(xù)黑色像素 (d = 1 ,2 ,3 ,4) ,將經(jīng)過黑色像素 ),( yx 的最長 d 向筆畫的方向定義為該點的方向碼 。 具有相同方向碼的相連黑色像素構(gòu)成一個像塊 ,且稱方向碼為 d 的像塊 為 d 向像塊 。 如果某個像塊與其它像塊交叉或相接 ,則需要將該塊進而分解為筆畫段和交叉段 。 下面來提取結(jié)構(gòu)特征量 。 首先需要提取的是輪廓段 ,它是從筆畫段中提取出來的 ， 對于方向代碼為 d 的筆畫段 ,它可以分解成一組連續(xù)的 d 向筆畫 ,提取輪廓段之前先確定該組兩端的 d 向筆畫 ,將它們用一條直線連接起來 ,形成筆畫段的輪廓 . 雖然根據(jù)其方向碼可將輪廓段分為四 種 ,但輪廓段可能是任意方向 . 如果某個輪廓段的長度小于或等于一個允許長度 ,就稱其為短輪廓段 . 如果短輪廓段的兩端都不與交叉點相接 ,即為一個孤立輪廓段 ,則認為該短輪廓段是噪聲 . 如果只有一段與交叉點相接 ,這樣的短輪廓段稱為毛邊 .該算法 根據(jù)這樣的邏輯去除了所提取的輪廓段中的噪聲和毛邊現(xiàn)象 。 接下來提取交叉點和輪廓 。 假設交叉段只包括一個交叉點 ,當程序發(fā)現(xiàn)一個交叉段后 ,就首先計算交叉度和交叉點的位置 ,然后延長所有與該交叉段相接的輪廓段到該交叉點處 ,從而形成完整的字符輪廓 。 假設 Nd 代表方向代碼同為 d 且與同一個交叉段相接的輪廓段的個數(shù) ,令 Df 為該交叉段的交叉度 ,則有4321 NNNNDf ???? 。 為了確定交叉點的位置 ,本文按照方向代碼考慮了全部四種不同的情況 : (1) 0?Df ,即沒有輪廓段 。 (2) 1?Df ,只有一個輪廓段 ,確定該輪廓段方向上與白色像素相鄰接的黑色像素為交叉點 。 (3) 1?Df 且 4,3,2,1 NNNN 至少有兩個輪廓段 ,而且一個方向上最多只有一個輪廓段 。 選擇任意兩個輪廓段并沿各自的方向?qū)⑵溲娱L ,延長線的交點即為交叉點 。 (4) 11?N , 24,3,2 ?NNN ,至少有兩個具有相同方向代碼的輪廓段 . 如果有一對延伸方向相反的 d 向輪廓段 ,則標識量 Flagd 置為 1 ,相反則為 時需要分三種情況討論 : (a) 04321 ???? F la gF la gF la gF la g ,不存在延伸方向相反的一對輪廓段 . 如果有兩個輪廓段方向碼不相同 ,則將其沿各自的方向延長后必然會形成一個交叉點 . 而如果所有輪廓段的方向碼都相同 ,則將其中一段按估計的筆畫寬度的某一倍數(shù)延長后即得到所期望的交叉點 。 (b) 14321 ???? F la gF la gF la gF la g ,只存在一對延伸方向相反的輪廓段 . 用一段直線將它們連接起來 ,取該直線的中點作為交叉點 。 重慶大學本科學生畢業(yè)設計（論文） 漢字識別的原理及常用算法 9 (c) 14321 ???? F la gF la gF la gF la g ,至少 存在兩個延伸方向相反的輪廓段 . 任選兩對輪廓段 ,將每對用一條直線相連 ,兩條直線的交點便是所期望的交叉點 。 提取出一個交叉點后 ,將每個在該交叉點相接的輪廓段與該交叉點連接起來 ,這樣把所有輪廓段和交叉點都連接起來便構(gòu)成了字符輪廓 ,即瘦化字符 。 在提取出交叉點和輪廓段 (即點特征和線段特征 ) 后 ,就可根據(jù)這兩種信息進而提取基本筆畫 ,根據(jù)輪廓段信息還可以提取出筆畫方向圖 . 該處 用一種簡單的輪廓段合并策略將輪廓段合并成基本筆畫 . 依次檢查各個交叉點處所有相接的輪廓段中是否有兩個輪廓段共線 ,如果有就將它們合并成一個新的輪 廓段 ,即基本筆畫 . 記 φ 1 和 φ 2 分別為兩個輪廓段的方向角 ,令 φ = min (| φ 1 φ 2 | ,360176。 | φ 1 φ 2 | ) 為兩段的夾角 ,若 155?? φ ? 180176。 ,則允許將兩段合并 . 然后以合并后的輪廓段取代原來的兩個輪廓段 ,且更新輪廓段和交叉點的端點標記 ,同時選擇與新輪廓段方向最接近的方向代碼作為新的方向代碼 d 。 當檢查完所有交叉點后 ,全部基本筆畫便最終確定了 。 最后根據(jù)各輪廓段的方向代碼來繪制筆畫方向圖 . 首先將 nn? 字符沿水平和垂直方向分成 kk? 個單元 ,每個單元為 mm? ,其中 nmk? 。 選擇每個單元中像素數(shù)目最多的輪廓段的方向代碼為該單元方向碼 。 如果某單元沒有輪廓段經(jīng)過 ,則其方向碼置空 (null ) ,所有單元的方向代碼一起就構(gòu)成了筆畫方向圖 . 重慶大學本科學生畢業(yè)設計（論文） 基于多特征提取的識別算法 10 2 基于多特征提取的識別算法 現(xiàn)在對于聯(lián)機手寫體的漢字識別算法很多，在本章第一節(jié)，我們先對這些算法做初步的分析認識，然后在其基礎上導出多特征提取的算法，而用于實現(xiàn)這些算法的代碼將在下章給出。 手寫漢字識別的現(xiàn)行算法分析 以筆劃序列為特征的算法 該 算法將漢字的筆畫分為若干類，然后根據(jù)各類筆畫的輸入順序做為一個漢字的特征并存入字庫，當漢字聯(lián)機輸入時，得到該文字 圖像 的筆畫序列特征并和字庫中的特征進行比較，若有一組特征與該 圖像 特征的差別很小，即可認為是同一字。下面我們先介紹筆畫的 分類方法，然后在分別介紹 圖像 的預處理和距離定義。 在介紹筆劃的劃分前，我們先把二維平面做一個劃分，如下圖所示： 圖 二維平面的劃分 在上圖基礎上，筆劃通常劃分為以下幾種： （ 1） 橫，用數(shù)字 1 標識，方向為 1； （ 2） 豎，用數(shù)字 2 標識，方向為 3； （ 3） 撇，用數(shù)字 3 標識，方向為 4； （ 4） 捺，用數(shù)字 4 標識，方向為 2； 重慶大學本科學生畢業(yè)設計（論文） 基于多特征提取的識別算法 11 （ 5） 折，用數(shù)字 5 標識，有至少兩個方向； 在有些算法中，又把折細分為順時針方向折、逆時針方向折和混合方向折三種，在此不再細述。 將筆劃分類以后，我們就要面臨一個問題，如何從文字 圖像 的讀入 過程中得到方向序列，自然地我們會想到斜率，即得到一個筆劃中每一相素點的斜率，然后依照上圖得到該筆劃的方向，但嚴格來講，用斜率表示并不明智，比如方向 3 和 7 的斜率根本不存在。得到一個相素點方向的可行方法是：用該相素后面第二個點的坐標與該相素坐標做比較，如下： 若 point[a+2].y=point[a].y 且 point[a+2].xpoint[a].x,方向 1。 若 point[a+2].y=point[a].y 且 point[a+2].xpoint[a].x,方向 5。 若 point[a+2].x=point[a].x 且 point[a+2].ypoint[a].y,方向 3。 若 point[a+2].x=point[a].x 且 point[a+2].ypoint[a].y,方向 7。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 2。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 8。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 4。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 6。 為得到一筆劃方向，在得到該筆劃內(nèi)各相素的方向后，我們還要做一些去噪處理。比如為消除下筆和收筆時的抖動誤差而去除兩邊若干相素點、為消除書寫時的歪曲而除去若干奇異點等。得到筆劃方向序列后，就必須為以后的匹配定義距離，即定義何謂相似的標準。通常做以下定義： 距離 d= )1(10?? ?mi iam 其中 m為輸入文字 圖像 的筆劃數(shù) ， ia 為輸入文字 圖像 第 i 筆 test[i]的筆劃與字庫中某組待比較特征的第 i 筆的相似度，經(jīng)過大量的調(diào)查分析， ia 一般取值如下表： 表 筆劃的相似度表 該算法的一般步驟如下： 橫 豎 撇 捺 折 橫 1 0 豎 0 1 撇 1 0 捺 0 1 0 折 0 1 重慶大學本科學生畢業(yè)設計（論文） 基于多特征提取的識別算法 12 （ 1） 從輸入端得到輸入點序列。 （ 2） 由輸入點序列去噪、計算得到方向碼序列。 （ 3） 將方向碼序列去噪處理得到筆畫碼序列。 （ 4） 根據(jù)筆畫碼序列參照表 得到距離 d，匹配判別識別漢字。 根據(jù)此定義得到距離后與事先設定的闕值 dis 進行比較，若 ddis 可認識兩字相同，即 對手寫漢字 圖像 做了識別。這種識別算法原理簡單且易于實現(xiàn)，但也有其不足之處，例如：漢字“六”和“文”的筆劃序列都是“ 4134”，所以無法正確識別。 基于統(tǒng)計特征的漢字識別算法 統(tǒng)計特征即漢字圖像的相素分布特征 ]5[ ，為簡化起見，一般把漢字 圖像 轉(zhuǎn)換成二值 圖像 再做處理，通常把一副漢字圖像分成 4*4=16 或 3*3=9 個