英文识别OCR关键技术包括图像的二值化、文本分割、倾斜校正、单词字符分割、字符特征提取、字符识别以及后处理.相关工作还有字符模板的建立,后处理词典的建立等等.目前英文单字符识别技术在国内外都已经发展的较为成熟,而对于整个的单词,由于存在字符粘连,多字体等情况造成分割失误,使总体识别率尚不能达到很高水平.所以字符串的分割是单词识别的核心模块.对于单词分割,当前存在的方法主要归为三类:一类是基于图像分析分割,第二类是基于图像识别分割,另一类是整体优化识别分割.该文重点分析分割方法,并提出方法改进.该文深入研究了英文单词字符串分割的方法,针对当前分割算法的不足,提出了改进的投影算法、改进的连通域分割算法和应用马尔可夫算法进行粘连字符分割的方法.在投影算法中对图像增加了基线高度归一化、腐蚀膨胀等处理,增加了投影阈值分割的可行性和准确性;在连通域分割算法中提出了新的连通域合并规则,使切分出的单字符图像更具有完整性,提高了单字符的识别率;针对连通域分割算法对粘连字符图像的适应性不强的弱点,提出了在连通域分割失败后采用马尔可夫最优路径分割算法再分割,进行算法合并的思想.该文中提出了一种新的基线检测方法,缩短了基线检测的时间,提高了基线检测的精度,在字符高度归一化阶段提出了采用基线高度归一化的思想,使字符能真正归一化到相同字号,并在字符识别阶段采用基线进行预分类的方法,减少了单字符匹配的次数,提高了单字符识别率.该文在后处理阶段,提出了采用长度限制搜索词表的方法,缩短了后处理时间,提高了后处理效率和准确度.实验表明,在系统中应用该文所提出的一系列改进算法之后,其它模块采用方法相同的情况下,英文单词识别系统的识别率有了一个较大的提高.