论文部分内容阅读
脱机手写体汉字识别研究是一个涉及多种学科的课题。手写体汉字的数量巨大、类别繁多、结构复杂、以及书写风格差异性等特点,使其在模式识别广阔的研究领域中,成为一个极其富有挑战性的课题。建立一个统一的脱机手写体汉字识别实验平台是对手写体汉字识别研究方法进行客观分析、评价的重要方式和手段。本文设计和构建了一个脱机手写体汉字识别实验平台。并在实验平台基础上对汉字识别相关算法进行了深入的研究。研究的主要内容如下:1.手写体汉字识别的实验平台。首先对手写体汉字样本库进行了研究,介绍了样张的设计和采集,样本库构建流程以及样本信息的组织方式,构建了一个标准的手写体汉字样本字库。接着介绍了汉字常用的预处理技术。最后重点介绍了本文手写体汉字识别实验平台的系统架构,实验平台功能模块的设计。2.手写体汉字的特征提取。汉字的特征提取方法主要可以分为两类:基于统计特征、基于结构特征的提取方法。本文主要研究并在实验平台上编程实现了汉字识别中几种常用的特征提取算法。在此基础上,将笔划密度函数的定义扩展到对角方向上,构成对角方向网格,提出了一种新的基于笔划密度函数的双弹性网格方法,此方法不仅考虑到汉字的笔划结构中“撇”、“捺”笔划的书写特性,而且通过构造对角弹性网格技术弥补了纵横网格技术的不足之处。3.手写体汉字的分类识别。首先介绍了汉字分类中的一些典型的分类方法,如最近邻(KNN)分类法、贝叶斯(Bayes)判别分类法、支持向量机(SVM)和BP神经网络分类方法。同时介绍了AdaBoost算法的相关知识。接着,深入研究了用于手写体汉字分类的基于BP神经网络的AdaBoost方法。最后,在汉字实验平台的基础之上,对比了不同分类器的实验结果,验证了该方法的有效性。4.汉字识别实验平台的系统实现和识别实验结果及分析。首先介绍了汉字实验平台的系统实现。接着,对手写体汉字实验平台的性能进行测试,对比了构造样本集所用的时间,验证了本文构造的脱机手写体汉字识别实验平台的实用性和高效性。然后基于实验平台,对多种特征提取方法和分类识别方法,进行汉字识别实验并分析实验结果。验证了本文提出的基于笔划密度函数的双弹性网格算法的合理性和有效性。