基于SVM的脫機(jī)手寫體漢字識別方法的研究.pdf

1、脫機(jī)手寫體漢字識別是當(dāng)前模式識別領(lǐng)域的一個(gè)研究熱點(diǎn)，具有廣泛的應(yīng)用前景。由于漢字字符集字量大、相似字多，加上手寫體的變形，使得脫機(jī)手寫體漢字識別成為目前文字識別領(lǐng)域最困難的問題之一。支持向量機(jī)(SupportVector Machines，SVM)是根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的一種新的機(jī)器學(xué)習(xí)方法，已經(jīng)在模式識別、回歸分析等方面取得了較好的效果。因此，基于支持向量機(jī)的脫機(jī)手寫體漢字識別研究具有一定的理論意義和應(yīng)用價(jià)值。 本文以脫機(jī)手寫

2、體漢字為研究對象，采用二叉樹SVM粗分類與“一對多”SVM細(xì)分類相結(jié)合的方法進(jìn)行漢字識別，主要做了以下幾方面的研究工作： (1)手寫體漢字圖像的預(yù)處理與特征提取。分析研究了手寫體漢字圖像的灰度化、二值化、平滑、歸一化等預(yù)處理方法及目前常用的幾種特征提取方法。 (2)構(gòu)造了基于支持向量機(jī)的手寫體漢字粗分類二叉樹。針對手寫體漢字識別中復(fù)雜多分類問題，在分析二叉樹和SVM理論的基礎(chǔ)上，依據(jù)漢字字型結(jié)構(gòu)可分解的特點(diǎn)，給出了一種基

3、于SVM的二叉樹算法，實(shí)現(xiàn)了基于字型結(jié)構(gòu)的粗分類。 (3)脫機(jī)手寫體漢字識別的研究。提取了手寫體漢字的筆劃密度、方向和小波網(wǎng)格特征，并將這些特征融合成一個(gè)新的特征向量作為SVM的輸入，利用“一對多”算法實(shí)現(xiàn)了同類漢字的識別。 (4)選取了SCUT-IRAC庫中的手寫體漢字作為仿真樣本，以MATLAB7.0為仿真工具進(jìn)行了仿真分析。 結(jié)果表明：本文采用的二叉樹SVM粗分類與“一對多”SVM細(xì)分類相結(jié)合的分類識別方法