脱机手写体汉字识别研究对汉字信息处理自动化,对开拓新一代计算机的智能输入有重要意义。本文对脱机手写体汉字识别在专用领域中的应用,即银行支票大写金额汉字的手写体识别进行了探讨研究。 良好的手写体汉字样本库,是进行手写体汉字识别研究的必要条件。字库包含货币金额手写大写十九个汉字的样本,它的建立为进行专用领域手写体汉字识别系统的设计提供了可能。汉字集由“零、壹、贰、叁、肆、伍、陆、柒、捌、玖、拾、佰、仟、万、亿、元、角、分、整”等字组成,与传统意义上的大数量集的汉字识别有所区别,这为该课题的成功实施提供了可能性。 本文的主要研究内容为:脱机手写体汉字识别的原理与方法,汉字图像预处理,手写体汉字的分类识别,神经网络在汉字识别中的应用,常用脱机手写体汉字识别系统方案设计。 文字识别的原理和方法介绍了文字识别领域采用的一般方法和策略——基于数学特征的统计决策法和基于结构特征的句法分析法。汉字图像的预处理介绍汉字识别之前必须进行的二值化、平滑去噪、细化、归一化等过程及方法。汉字识别的分类算法包括对汉字进行粗分类和细分类,并相应地在识别上采用不同的策略。神经网络在汉字识别中的应用介绍神经网络算法,设计了手写体汉字识别所需要的BP神经网络,并对所设计方案进行了仿真和验证。 本文在汉字识别领域最新成果的基础上设计并开发了三级识别策略的汉字识别系统。第一级,使用传统的投影-变换系数法将待选字进行粗分。第二级,使用笔画密度特征行细分。第三级,结合当前最流行的BP神经网络算法对结果进行最后的确认,最终输出结果。