针对手写体汉字图像及车牌汉字图像,研究汉字图像的稳定特征和整体性、可分解性,构建了汉字图像识别机。通过粗分类、特征提取、判别与反馈校正,以提高汉字图像识别适应性和识别准确率。笔者主要完成了以下几个方面的有意义工作: (1)仿人汉字图像智能识别机。研究了仿人(专家)经验知识、模式识别理论及反馈控制过程。提出了一种仿人汉字图像智能识别机。该识别机采用决策控制级、模式识别级和反馈校正级并行式结构。决策控制级选择最佳的识别策略和参数,模式识别级依据识别策略进行多分类器结果融合识别,并根据对模式识别级输出的可信度判断结果进行反馈校正识别方法和参数,以提高汉字的识别率。 (2)汉字图像编码识别机。研究了多种汉字图像编码识别方法共同特性及不同点。提出了一种汉字图像编码识别机。该识别机能够综合提取各个编码识别方法中的稳定特征,进行粗分类,再根据现场识别的具体情况,有针对性的进行系统反馈识别,并在识别的过程中记录各编码识别方法的识别结果对各方法的识别效果进行动态评价、排序,进而调整识别方案,加快了分类速度,提高了识别率。 (3)采用上述两种汉字图像识别机结构,在总结相关文献资料和实验室前期研究成果的基础上,采用小波变换等数学工具,以汉字图像识别为对象,以VC++和MATLAB6.5编程语言为实现手段,成功实现了对多种类型手写体汉字图像(复杂、简单、左右结构、上下结构等)及车牌汉字的识别。并且,随着识别次数的增多,识别机所获得的经验知识不断累积,进一步自我学习、完善,能够不断提高汉字图像的识别速度和准确率。 本文研究表明:上述两种汉字图像识别机能够有效的对待识别汉字图像进行粗分类判断、最佳识别方案决策及细分类多分类器融合识别,并能对识别结果进行可信度判断与反馈校正。提高了识别准确率。