基于神經(jīng)網(wǎng)絡(luò)的字符識別關(guān)鍵技術(shù)研究.pdf

1、目錄mmin1.1研究背景及意義l1.2字符識別技術(shù)的國內(nèi)外研究現(xiàn)狀分析11.2.1字符識別技術(shù)簡介11.2.2字符識別的主要方法41.2.3基于神經(jīng)網(wǎng)絡(luò)的模式識別41.3本文研究工作及結(jié)構(gòu)安排5第二章面向字符識別的圖像預(yù)處理技術(shù)72.^^^cl^^^^^...........................72.1.1常用灰度變換算法72.1.2灰度直方圖82.2圖像的增強92.2.1

2、濾波處理92.2.2邊緣檢測與提取112.3本章小結(jié)18第三章字符識別的二值化處理193.1常用二值化算法193.2塞于局部i^^f戈的Otsu算7去223.3本章小結(jié)25第四章字符區(qū)域定位傾斜校正與單個字符分割264.1字符區(qū)域定位264.1.1目標定位算法264.1.2傾斜校正算法274.1.3基于傅里葉變換的小角度傾斜校正算法和基于水平垂直投影的區(qū)域定位算法284.3字符!tl一化處理3

3、2I摘要光學(xué)字符識別作為文字自動輸入的一種方法，在許多行業(yè)，如銀行，航運，商業(yè)，通信等都有廣泛應(yīng)用。它能夠很大程度提髙信息獲取速度，減輕人們機械工作強度。多年來，光學(xué)字符識別技術(shù)已成為許多研究者的研究目標，雖然己取得很多成就，但是還存在很多問題，無法很好滿足一些實際需求。因此，研究字符識別的關(guān)鍵技術(shù)，尋找合理的改進方案，提高字符識別系統(tǒng)的性能具有重要意義。本文基于數(shù)字圖像處理技術(shù)和模式識別技術(shù)研究批量識別掃描字符圖像的關(guān)鍵技術(shù)，主要工作

4、包括以下幾點：(1)詳細介紹幾種圖像二值化處理方法，對比其處理效果。針對目標區(qū)域和背景區(qū)域分布不均，難以分離的問題，提出并實現(xiàn)基于局部迭代的Otsu改進算法，通過實驗驗證其有效性。針對傳統(tǒng)傾斜字符圖像校正方法過程復(fù)雜，應(yīng)性差的問題，采用基于傅里葉變換的小角度傾斜校正算法和基于水平垂直投影的區(qū)域定位算法，減少冗余信息處理，提高后續(xù)目標分割精度。根據(jù)實際字符圖像版面特征，采用區(qū)間掃描法對多行文本進行快速分割，實現(xiàn)單個字符準確提取。(2)

5、簡要介紹幾類用于字符識別的特征提取方法。針對實際測試的字符圖像特點，將字符骨骼化后抽取外圍輪廓特征和穿透特征，組合為單個字符特征數(shù)據(jù)集，從而提高系統(tǒng)識準率。對應(yīng)用廣泛的誤差反向傳播神經(jīng)網(wǎng)絡(luò)進行研究，通過動量項和學(xué)習(xí)率整體自適應(yīng)的方法，針對BP網(wǎng)絡(luò)本身網(wǎng)絡(luò)收斂速度慢、易陷入局部最小值等缺陷進行改進，實現(xiàn)改進的分類器，并以實驗驗證其優(yōu)越性。(3)完成整個字符識別系統(tǒng)的設(shè)計、實現(xiàn)與測試。實際測試結(jié)果表明：本文提出的算法和設(shè)計的系統(tǒng)是有效可行