论文部分内容阅读
目前光学字符识别技术的研究越来越成熟,压印凹凸字符属于光学字符的范畴,但由于其自身的特点,它的处理流程与光学字符不完全相同。在本文中,参考国内外图像处理领域的研究现状,做了以下内容的研究:预处理部分采用基于图像引导滤波算法处理低质量的压印字符。通过引导图像对输入图像的指导作用,使输出的图像在细节上更完善。与传统的均值滤波算法相比,在增强图像细节的同时,不会对边缘有用信息造成削弱,故而可以更好的平滑字符图像。利用滴水算法对粘连的压印字符进行切分。原理即是模拟水滴下落的过程切分字符,其中最重要的是起始点与切割路径的确定。通过优化算法改善这些问题,首先探测切割起始点时采用逐行扫描探测的方法,将找到的伪切割点排除。其次,在字符粘连区域滴落时选择走中心线。通过优化设计算法解决滴水分割中的两个问题:其一是,当探测点达到数字粘连区域时,保证分割线路可以贯穿并且平分公共粘连的黑色像素区域;其二是,当探测点处于数字轮廓的边界时,保证切割路径是在探测到的边界点处垂直向下,而不是一直贴着轮廓。通过对多组样本进行分割实验,优化滴水算法效果较好,证明了本算法的有效性。采用HOG算法和SVM结合的方法对压印字符进行特征提取和识别。首次将HOG算子用于压印字符的特征提取,然后送入SVM分类器,将分类器中的三种核函数对应的识别率分别做了比较,选取径向基核函数,并通过多组样本的处理,验证其具有较好的识别率。利用Matlab开发工具实现了上述图像的处理算法并给出了各个步骤的处理结果,本文的研究成果,为压印凹凸字符分割识别技术的进一步发展奠定了基础。