【導(dǎo)讀】包含60000個(gè)訓(xùn)練樣本，以及10000個(gè)測(cè)試樣本，來自于250人。細(xì)化等處理，最終形成與樣本文件同樣大小的文件，其中每個(gè)樣本都已經(jīng)進(jìn)行了預(yù)處理，隨后便準(zhǔn)確的提取樣本的。征在各類別間的差異性，形成識(shí)別規(guī)則，計(jì)算隸屬度，最終現(xiàn)成一套完整的識(shí)別系統(tǒng)，完成對(duì)字符的識(shí)別。準(zhǔn)確率達(dá)91%以上，效果理想。課題來源及本人主要工作.....

　　

【正文】 第三章 系統(tǒng)分析 17 本點(diǎn)陣，每次穿越如果經(jīng)過數(shù)據(jù)點(diǎn)數(shù)大于 1 則穿越次數(shù)加 1 ；同樣對(duì)于縱向穿越 ，則為用 縱向直線做這種穿越。統(tǒng)計(jì)該樣本的橫向穿越次數(shù)，縱向穿越次數(shù)。 顯然這個(gè)特征對(duì)于樣本的識(shí)別也是十分有效的，從樣本點(diǎn)陣的形象圖中可以猜測(cè)出樣本“ 0” 和樣本 ―8‖ 的 穿越次數(shù)應(yīng)當(dāng)較大，而樣本 “ 1” 的穿越次數(shù)應(yīng)當(dāng)是最小的，當(dāng)然這只是統(tǒng)計(jì)結(jié)果，由于手寫數(shù)字書寫的自由性，也會(huì)出現(xiàn)個(gè)跟樣本的偏差，不過多項(xiàng)特征可以配合使用更好地對(duì)樣本進(jìn)行識(shí)別。 橫向穿越 統(tǒng)計(jì)方式如下： 270[ ] ( , )jn u m i p i j?? ? 1 [ ] 10 [ ] 1[ ] { n u m in u m inu m i ??? 2708 [ ]if n u m i?? ? () 橫向穿越統(tǒng)計(jì)方式如下： 270[ ] ( , )in u m j p i j?? ? 1 [ ] 10 [ ] 1[ ] { n u m in u m inum j ??? 2709 [ ]jf n u m j?? ? () 特征六 交叉點(diǎn)個(gè)數(shù) 數(shù)字在手寫時(shí)，筆劃會(huì)存在交叉，比如在數(shù)字“ 4” 中就有可能存在筆劃的交叉，當(dāng)然在其它數(shù)字中也有可能出現(xiàn)交叉，由于手寫的自由性，理論上應(yīng)當(dāng)出現(xiàn)筆劃交叉的可能在實(shí)際書寫中并不存在，而本應(yīng)不出現(xiàn)交叉的樣本也有能由于書寫的不規(guī)范而出現(xiàn)交叉，這些不規(guī)范性的出南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 18 現(xiàn)基本不會(huì)對(duì)人眼對(duì)數(shù)字的識(shí)別帶來太大麻煩，但對(duì)于計(jì)算機(jī)對(duì)數(shù)字的識(shí)別則會(huì)帶來不準(zhǔn)確性，這樣呢就要求對(duì)特征的提取過程中盡量使特征更加精確 ，且盡量提取更多的特征以備后期識(shí)別算法的確定。筆劃特征在數(shù)字識(shí)別中被廣泛的使用，為更深入的進(jìn)行識(shí)別打下基礎(chǔ)，這也是符合人對(duì)事物的認(rèn)識(shí)規(guī)律的。 在對(duì)交叉點(diǎn)的提取上由于考慮的書寫不規(guī)范性以及前期的細(xì)化處理 ，系統(tǒng)定義交叉點(diǎn)為八鄰域點(diǎn)中數(shù)據(jù)點(diǎn)大于 3 個(gè)的點(diǎn)： 這里要用到圖 的八鄰域特性，令點(diǎn)陣寬度為 W ； 高度為 H ；點(diǎn) p(i , j) 是否為交叉點(diǎn)引入 Cr(i , j) 為交叉點(diǎn)時(shí)取直為 1，否則取值為 0；八個(gè)領(lǐng)域點(diǎn)分別為： P0 = 1。 p1 = 1 – W。 p2 = W。 p3 = 1 – W。 P4 = 1。 p5 = W 1。 p6 = W。 p7 = 1 + W。 那么交叉點(diǎn)個(gè)數(shù)統(tǒng)計(jì)為： 70701303( , ) {kkkkPPCr i j ??????? 2 7 2 7001 0 ( , )ijf Cr i j??? ?? () 特征七 端點(diǎn)情況 對(duì)于手寫數(shù)字，端點(diǎn)也就一個(gè)獨(dú)立筆劃的進(jìn)入點(diǎn)，一般來 說，端點(diǎn)標(biāo)明一個(gè)線段的起點(diǎn)或終點(diǎn)，對(duì)于整個(gè)數(shù)字，可以有多個(gè)這樣的端點(diǎn)，每個(gè)端點(diǎn)有它自己的坐標(biāo)，標(biāo)明該端點(diǎn)在點(diǎn)陣中的位置，端點(diǎn)在系統(tǒng)中定義為八鄰域中只有一個(gè)數(shù)據(jù)點(diǎn)的點(diǎn)，因此，那唯一的相鄰數(shù)據(jù)點(diǎn)也標(biāo)明了該端點(diǎn)的出方向，也就標(biāo)明由端點(diǎn)引入的線段的走向，由于在下面識(shí)線段時(shí)還要用點(diǎn)端點(diǎn)信息，P3 P2 P1 P4 P P0 P5 P5 P7 南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 19 而往往一個(gè)線段以一個(gè)端點(diǎn)為起點(diǎn)，再以另外一個(gè)端點(diǎn)為中點(diǎn)，這樣還需要給端點(diǎn)一個(gè)標(biāo)識(shí)，標(biāo)明該端點(diǎn)有沒有在線段的提取中搜索過，這樣避免線段因?yàn)槠鹗嫉膬蓚€(gè)端點(diǎn)而被重復(fù)統(tǒng)計(jì)。 根據(jù)上述對(duì)端點(diǎn)的描述，做以下定義： Dp(i , j) 用 做對(duì)數(shù)據(jù)點(diǎn) p(i , j) 八鄰域中數(shù)據(jù)點(diǎn)的個(gè)數(shù)統(tǒng)計(jì) ， 端點(diǎn)數(shù)統(tǒng)計(jì)為特征 f11 70( , ) ( , )kkD p i j P i j?? ? 1 ( , ) 10( , ) { D p i jD p i j ?? 其 它 2 7 2 7001 1 ( , )ijf D p i j??? ?? 對(duì)于樣本，除了端點(diǎn)的個(gè)數(shù)信息 f11，還要記錄下各端點(diǎn)的情況： 數(shù)組 end_P[4] 記錄端點(diǎn)信息， end_P[0] 是否被訪問過 置為 0 end_P[1] end_P[2] 端點(diǎn)在點(diǎn)陣中的坐標(biāo) 分別 為 i , j end_P[3] 端點(diǎn)方向，為唯一八鄰接數(shù)據(jù)點(diǎn)的方向 k 特征八 線段情況 線段在本系統(tǒng)中可以認(rèn)為是組成數(shù)字的各種筆劃，這里只取兩種筆劃，就是橫和豎， 因?yàn)檫@兩種筆劃更加容易判別，而且因手寫的自由性所引入的偏差也較小，而 弧 這種筆劃就不容易判別，到底彎曲的什么程度才算是弧，比如說數(shù)字“ 2” ，如圖 3. 3 中 本應(yīng) 存在的弧， 但 因?yàn)槭謱懖灰?guī)范的原因而不能被判別出來， 數(shù)字在點(diǎn)陣中顯示為 “橫 —折 —橫”的筆劃走向，而無(wú)法判別出其中有弧。而底端的橫則比較明顯，在不同書寫方式中，底端的橫出現(xiàn) 也比較穩(wěn)定，那么這些隨自由書寫而出現(xiàn)頻率較為穩(wěn)定的筆劃特征就是我們要提取的目標(biāo)。這里要提取的橫 或 豎，仍然要做一些近似，因?yàn)?，雖然理論上看來，每種數(shù)字在規(guī)范書寫時(shí)橫、豎都應(yīng)當(dāng)是“橫平豎直”的，且長(zhǎng)度上也一定，然而真正把點(diǎn)陣輸出出來發(fā)現(xiàn)，橫、豎都很有可能為斜的，那么細(xì)化后，就會(huì)出圖 中的“打折” 現(xiàn)象，而且很多人手寫數(shù)字都有把數(shù)字寫的比較傾斜南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 20 的習(xí)慣，比如數(shù)字“ 1”，本來應(yīng)當(dāng)是一個(gè)標(biāo)準(zhǔn)的豎直線，然而由于人們手寫的習(xí)慣，數(shù)字“ 1”就呈現(xiàn)一個(gè)斜直線的樣子（圖 ） 。 圖 數(shù)字“ 1” 圖 數(shù)字“ 2” 在輸出的點(diǎn)陣中我們看到，直正“橫平豎直” 的筆劃并不多，而我們也不想放棄這一重要特征，那么就需要對(duì)我們要提取的這兩種筆劃進(jìn)行一下規(guī)定 和近似。 1） 所有提取線段必須以端點(diǎn)為起點(diǎn)； 2） 線段必須為連續(xù)滿足某一提取條件的點(diǎn)集，點(diǎn)集中點(diǎn)的個(gè)數(shù)不少于一設(shè)定值； 3） 線段具有方向性； 4） 對(duì)于起點(diǎn)、終點(diǎn)都為端點(diǎn)的線段不得重復(fù)計(jì)數(shù)； 現(xiàn)對(duì)上述規(guī)則 做進(jìn)一步解釋： 1） 只所以規(guī)定所提取線段必須以端點(diǎn)為起點(diǎn)是由數(shù)字本身的特點(diǎn)所決定的，不以端點(diǎn)為起點(diǎn)卻滿足提取規(guī)則的連續(xù)點(diǎn)集往往是由于書寫的不規(guī)范引入的，例如 圖 中數(shù)字“ 2” 中間的“折”，本身近似于 圖 中數(shù)字“ 1” 的斜直線， 后者符合提取規(guī)則，為一個(gè)由上向下的豎，而前者并不是從端點(diǎn)進(jìn)入，是由于書寫不規(guī)范出現(xiàn)的，不應(yīng)當(dāng)被提取。 2） 由于所提取線段為近似的結(jié)果，所以必須規(guī)定嚴(yán)格的提取條件： 由端點(diǎn)開始進(jìn)行八鄰域生長(zhǎng)，且始終沿一個(gè)方向生長(zhǎng)，當(dāng)生長(zhǎng)條件不再滿足時(shí)結(jié)束生長(zhǎng)，且生長(zhǎng)過程中不再回退到前面生長(zhǎng)過 的點(diǎn)，如果本次生長(zhǎng)所搜索到的點(diǎn)數(shù)高于某一設(shè)定值，就認(rèn)為本次生長(zhǎng)有效，找到一個(gè)線段，由于點(diǎn)陣為 28 28 的，系統(tǒng)統(tǒng)一設(shè)定為 10。 3） 點(diǎn)集的生長(zhǎng)必須具有方向性且始終按同一方向生長(zhǎng)，以免將弧 或環(huán)判定為所提取線段， 系南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 21 統(tǒng)定義了四種方向： 由左向右的橫 （ 0） 由右向左的橫 （ 1） 由上向下的豎 （ 2） 由下向上的豎 （ 3） 圖 線段的方向示意圖 每次生長(zhǎng)從端點(diǎn)出發(fā)依次嘗試從方向 0 ~ 4 四種方向進(jìn)行生長(zhǎng)，一種生長(zhǎng)方式生長(zhǎng)成功確定一線段則放棄對(duì)其它方向的嘗試，如果一種方向生長(zhǎng)失敗，才嘗試從下一方向進(jìn)行新的生長(zhǎng)嘗試。這樣從一端點(diǎn)出發(fā)，最多確定一條線段。 對(duì)于每種方向都以 P0 為主方向，由于前述的“打折”情況的存在，可以有 一次選擇另一輔助方向的機(jī)會(huì)，一旦選擇好輔助方向， P1 或 P2 則本次生長(zhǎng)就只能沿著 P0 或所選擇的輔助方向進(jìn)行，而不能再變動(dòng)輔助方向，這樣是為了避免把 “弧”做為線段提取出來，例如 數(shù)字“ 2”上邊的弧頂，如果在點(diǎn)陣?yán)锍尸F(xiàn)一種弧的形式，那么在本規(guī)則下是不會(huì)被提取為線段的，很多情況下由于書寫的原因，這些“弧”常以線段的方式出現(xiàn)，那么也就被提取出來，這是合理的，符合手寫數(shù)字的自由性。 4）線段的重復(fù)計(jì)數(shù)，如圖 數(shù)字“ 1”中有上下兩個(gè)端點(diǎn)，上端點(diǎn)出發(fā)可生長(zhǎng)出由上向下的豎，而由下端點(diǎn)則可生長(zhǎng)出下往上的豎，顯然， 如果對(duì)樣本中線段數(shù)量進(jìn)行計(jì)數(shù)，那么這兩個(gè)線段本應(yīng)是同一線段。所以為了避免這種重復(fù)計(jì)數(shù)的出現(xiàn)對(duì)端點(diǎn)標(biāo)識(shí)P0 P1 P2 P2 P0 P1 P0 P1 P2 P2 P0 P1 南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 22 在提取線段過程中是否已被訪問過，如果該端點(diǎn)已經(jīng)在前面由其它端點(diǎn)發(fā)起的搜索過程中訪問過，那么不再以該端點(diǎn)發(fā)起新的提取過程，保證了線段數(shù)量這一特征的準(zhǔn)確性。 線段的提取過程如下： 由 端 點(diǎn) 進(jìn) 入沿 方 向 0 開 始生 長(zhǎng)主 方 向 數(shù) 據(jù) 點(diǎn)納 入 生 長(zhǎng) 點(diǎn) 集主 方 向 上有 數(shù) 據(jù) 點(diǎn)輔 助 方 向上 有 數(shù) 據(jù)點(diǎn)輔 助 方 向 上 數(shù)據(jù) 點(diǎn) 納 入 生 長(zhǎng)點(diǎn) 集確 定 輔 助 方 向生 長(zhǎng) 結(jié) 束是否是否統(tǒng) 計(jì) 生 長(zhǎng) 點(diǎn) 集中 的 點(diǎn) 數(shù)該 點(diǎn) 為 另一 端 點(diǎn)置 該 端 點(diǎn) 為 已訪 問是該 點(diǎn) 為 另一 端 點(diǎn)是點(diǎn) 數(shù) 大 于設(shè) 定 值依 次 沿 方 向1 ~ 3 重 復(fù) 方 向 0的 生 長(zhǎng) 過 程得 到 線 段 ， 提取 線 段 相 關(guān) 信息點(diǎn) 數(shù) 大 于設(shè) 定 值是是否 圖 線段提取的 SDL 圖 通個(gè)上述過程，可以得到每個(gè)線段的相關(guān)信息：線段的起點(diǎn)、終點(diǎn)、點(diǎn)數(shù)、方向，保存下來以備識(shí)別之用 。 對(duì)線段的提取過程中，便得到了線段個(gè)數(shù)這一可統(tǒng)計(jì)特征： f12 線段個(gè)數(shù) 南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 23 閉合區(qū)域 書寫一個(gè)數(shù)字的過程中，另外一個(gè)重要的特征是閉合環(huán)，在系統(tǒng)中做為閉合區(qū)域處理。理論上數(shù)字“ 0”“ 4”“ 6”“ 9”分別有一個(gè)閉合區(qū)域，數(shù)字“ 8”有兩個(gè)閉合區(qū)域，而其它數(shù)字不應(yīng)當(dāng)出現(xiàn)閉合區(qū)域，而實(shí)際上，由于手寫的習(xí)慣，這種閉合區(qū)域的出現(xiàn)也就不再那么絕對(duì)，然而這并不能阻止它成為數(shù)字識(shí)別中經(jīng)常被利用的特征，在本系統(tǒng)中，該特征被準(zhǔn)確提取，并在識(shí)別過程中起到很大作用。 由于手寫數(shù)字中出現(xiàn)的閉合區(qū)域，形狀上會(huì)有很大的區(qū)別，而 這種形狀上的區(qū)別完全是由于手寫的自由性引入的 。 在很多識(shí)別算法中都用到了閉合區(qū)域的形狀特性來區(qū)分不同的數(shù)字，比如圖 中的數(shù)字“ 0” 與數(shù)字“ 4”， 認(rèn)為數(shù)字“ 0”中的閉合區(qū)域更接近于圓，而數(shù)字“ 4”中的閉合區(qū)域則更接近于三角形，那么數(shù)字“ 0” 中閉合區(qū)域的離散度會(huì)大于數(shù)字“ 4”中閉合區(qū)域的離散度。這樣也不無(wú)道理，然而這只是理論上的猜想，實(shí)際的樣本中來看，樣本“ 4”由于書寫習(xí)慣，出現(xiàn)閉合區(qū)域的機(jī)率才 7%左右，而該閉合區(qū)域的書寫現(xiàn)狀也是因人而異，所以在本系統(tǒng)中 對(duì)于所有閉合的區(qū)域 同樣處理，而不再區(qū)別圓、橢圓、三角 形等不同現(xiàn)狀的閉合區(qū)域。 圖 閉合區(qū)域?qū)Ρ葓D 南京郵電大學(xué)碩士研究生學(xué)位論文 第三章 系統(tǒng)分析 24 圖 多余的閉合區(qū)域 另外在手寫過程中還有可能由于書寫不規(guī)則而出現(xiàn)多余的閉合區(qū)域，如圖 中的數(shù)字“ 2” 和數(shù)字“ 3”，都是因書寫習(xí)慣導(dǎo)致的，這些閉合區(qū)域的出現(xiàn)在很大程度上影響了特征提取的準(zhǔn)確度，由于后邊的識(shí)別階段也是很大程度上利用了該特征，那么就應(yīng)當(dāng)盡量去除這些多余的閉合區(qū)域，系統(tǒng)中規(guī)定，閉合區(qū)域所包含點(diǎn)的個(gè)數(shù)小于某一設(shè)定值時(shí)便認(rèn)定該 閉合區(qū)域?yàn)槎嘤嗟?，該值取得太小就不能保證去除所以多余區(qū)域，比如圖 中的數(shù)字“ 2”，