由于汉字数量结构的多样性和复杂性,使得汉字特征难以被完全统一的描述;由于汉字形状字体的相似性和变异性,使得汉字字形难以被完整唯一的区分。汉字自动识别系统始终无法达到或接近人类识别汉字的准确性、灵活性和容错性。 本文研究人类识字机理与机器认知模式的有机结合,从人对汉字的识别过程出发,使计算机尽可能模仿人的识别过程。以期尽可能接近人认识汉字的效果。 本文主要涉及了以下工作: 1) 图像字符预处理。提出一种非均匀光照图像字符二值化方法。通过对图像进行小波变换,在最佳尺度上寻找出图像字符的边缘点,再根据字符边缘点处的灰度值来确定出二值化的阈值。该算法有效地克服了光照不均噪声对二值化的影响,具有良好效果。 2) 图像汉字特征提取。提出了基于汉字结构和边缘轮廓的图像汉字笔划提取算法,该算法通过对图像汉字进行笔划结构的小波边缘轮廓检测,能完整有效的从图像汉字中分别提取出横竖撇捺四类笔划;对提取的分类笔划信息进一步提取与汉字拓扑结构相关的笔划关系信息和特征点信息,为图像汉字的识别提供更多更丰富的信息。 3) 图像汉字编码。在研究多种汉字编码方案特点的基础上,以机器认知为基点,依据提取构成汉字的笔划形态、形式、数量的结构与统计综合特征,制定了图像汉字识别编码方案,提出了一种机器认知的十一形码汉字特征编码方法。 本文研究表明,非均匀光照图像字符二值化方法有效地克服了光照不均噪声对二值化的影响,具有良好效果;基于汉字结构和边缘轮廓的图像汉字笔划提取算法能完整有效的从图像汉字中分别提取出横竖撇捺四类笔划;十一形码编码方法能够表征汉字的本质特征。