基于特征统计的字符识别Word文件下载.docx

基于特征统计的字符识别Word文件下载.docx

《基于特征统计的字符识别Word文件下载.docx》由会员分享，可在线阅读，更多相关《基于特征统计的字符识别Word文件下载.docx（20页珍藏版）》请在冰豆网上搜索。

这种方法实际上是传统方法与神经网络技术的结合，可以利用人的经验来获取模式特征，然后充分利用神经网络的分类能力来识别字符，其识别效果与字符特征的提取有关，而字符的特征提取往往比较耗时。

因此，字符特征的提取就成为研究的关键，特征参数过多会增加训练时间，过少会引起判断上的歧义。

另一种方法是充分利用神经网络的特点，直接把待处理图像输入网络，由网络自动实现特征提取直至识别。

这种网络互连较多，待处理信息量大。

这种方法无需特征提取，由网络自动识别字符，抗干扰性能好，识别率高。

但该方法产生的网络结构比较复杂，输入模式维数的增加可能导致网络规模庞大。

虽然，神经网络在识别效果上提高的余地较大，具有较强的容错能力，还可进一步训练学习，识别率较高，但其识别速度较慢，不能满足实时性的要求。

正文

一．特征统计匹配法介绍

特征统计匹配法的要点是先提取待识别模式的一组统计特征，再按照一定准则所确定的决策函数进行分类判决。

汉字的识别是将字符点阵看作一个整体，根据每个字符的笔画特征不同，将字符分解为横、竖、撇、捺、折、圆中的一种或几种结构特征的集合，经过大量的统计得到所用特征，再与字符库中的特征集合进行匹配，从而得到输入字符的识别结果。

1.字符轮廓的定义

由于受噪声和随机污点的干扰，以及二值化和粘连字符处理会引起的字符变形。

为了尽量减少这种变形对信息特征的干扰，或者从变形的字符中提取可靠的特征信息，将字符的整体轮廓分解为顶部，底部，左侧和右侧4个方向的轮廓特征来描述，使得当其中的的某部分的笔画发生变形时，不会改变或者减少对其他部位特征的影响。

左轮廓（LP（K）,k=1,2,3….M）定义为字符最左边边界像素点的水平方向坐标值。

LP（i）=min{x|P（x,y）∈C,y=i}i=1,2….M

式中P（x,y）表示图像中的坐标为（x,y）的像素点，C表示字符像素点的集合。

同理，右侧轮廓（RP（k）,k=1,2,3….M）定义为字符最右边边界像素点的水平方向坐标值。

LP（i）=max{x|P（x,y）∈C,y=i}i=1,2….M

相应的顶部轮廓（TP（K）,k=1,2,3….M）定义为字符最高边界像素点的垂直方向坐标值。

底部轮廓（BP（K）,k=1,2,3….M）定义为字符最低边界像素点的垂直方向坐标值。

TP（j）=min{x|P（x,y）∈C,y=j}j=1,2….N

BP（j）=min{x|P（x,y）∈C,y=j}j=1,2….N

为了描述轮廓变化的特征，定义了4个方向的轮廓的一阶微分：

LPD=LP（i+1）-LP（i）;

RPD=RP（i+1）-RP（i）;

TPD=TP（j+1）-TP（j）;

BPD=BP（j+1）-BP（j）;

式中i=1,2….M-1;

j=1,2…N-1;

2.结构基元

利用定义的一阶微分变化趋势，定义构成字符轮廓的基本基元。

基本基元共有5个，分别是左斜（L），右斜（R），竖直（V），圆弧（C），突变（P）。

以左侧轮廓为例，定义上述基本基元：

（1）竖直

定义：

假设SL，SV和SR分别表示某一侧轮廓的一阶微分值大于零，等于零和小于零的个数，若SR=0，SL=0，则结构为V。

（2）左斜

假设SL，SV和SR分别表示某一侧轮廓的一阶微分值大于零，等于零和小于零的个数，若SR=0，SL大于阈值LT，则结构为L。

（3）右斜

假设SL，SV和SR分别表示某一侧轮廓的一阶微分值大于零，等于零和小于零的个数，若SL=0，SR大于阈值RT，则结构为R。

（4）圆弧

假设SL，SV和SR分别表示某一侧轮廓的一阶微分值大于零，等于零和小于零的个数，若SR大于阈值RT，SL大于阈值LT，则结构为C。

（5）突变

连续的字符轮廓，其一阶微分值的变化量比较小，而当字符轮廓不连续时，其一阶微分值相对较大，因此，定义：

当轮廓的一阶微分值超过阈值PT时，则字符轮廓有突变，即为结构P。

3.基元的检测

根据上述定义，考虑实际应用中存在的干扰，基元的检测如下：

假设PD（K）表示某侧轮廓的一阶微分，k=1,2,….K,SL,SV,和SL分别检测到的PD（K）大于零，等于零和小于零的个数，PT，RT和LT为正整数，则：

（1）若PD（K）≥PT，则在K处检测到的结构为突变P；

若SL<

LT,SR<

RT,则在K处检测到的结构为竖直V；

若SL>

LT,SR>

RT,则在K处检测到的结构为左斜L；

RT,则在K处检测到的结构为右斜R；

RT,则在K处检测到的结构为圆弧C；

（2）由于字符轮廓突变处，表示字符轮廓不连续，则突变前后的字符轮廓特征必须分别检测。

即若K1处检测到P，则在[1,k1-1]的字符轮廓范围内统计SL，SV和SR独立进行结构基元检测。

若在k2处又检测到P，则在[k1+1,k2-1]的范围内进行结构基元检测，以此类推。

（3）由于字符轮廓基元的形成需要一定的数（T）轮廓像素点，即只有当SL+SV+SR≥T时，才能进行基元检测，否则不进行基元检测，例如，当SL+SV+SR=2时，其形成的基元结构是不稳定的。

（4）检测到突变结构P有效的范围在X∈[ST,N-ST+1],y∈[ST,M-ST+1],其中的ST表示字符笔画的宽度。

这主要是为了避免干扰严重的情况下，轮廓边缘光滑处理不够理想时，可能检测到的假突变基元。

4.轮廓的统计特征

采用上述的结构基元还不足以准确识别残缺和完整的数字，引入轮廓的统计特征。

（1）水平方向的最大字符宽度Wmax：

Wmax=max{RP（k）-LP（K）}

该特征主要用于识别数字1.当Wmax≤

即为数字1.

（2）垂直方向的比划数

该特征主要用于识别数字0和8.因为0和8的轮廓结构特征极其相似，所以借助于垂直方向的比划数加以区分，受数字底部残缺的影响8在垂直方向的最大笔画数也可能为2.采用检测到的笔画数为2时垂直方向的最小值来代替。

5.数字识别算法

将数字字符的顶部，左右两侧的局部轮廓结构特征和轮廓统计特征组合成特征向量，用以描述10个数字。

根据特征向量，采用结构语句识别算法识别底部残缺的和完整的数字字符。

由于底部特征丢失，会改变左右两侧的部分特征结构，但不会影响顶部特征，因此特征描述和机构匹配识别都从顶部轮廓特征开始。

实验结果

一．结果显示

数字0的识别结果：

数字1的识别结果：

数字2的识别结果：

数字3的识别结果：

数字4的识别结果：

数字5的识别结果：

数字6的识别结果：

数字7的识别结果：

数字8的识别结果：

数字9的识别结果：

二．结果分析

由于外部原因的存在常常会出现字符模糊、字符倾斜等情况，从而影响识别效果，当字符出现笔画融合、断裂、部分缺失时，此方法更加无能为力。

因此，实际应用效果不理想，鲁棒性不强。

参考文献

[1]冈萨雷斯《数字图像处理》第二版

[2]MATLAB从入门到精通].周建兴2008

[4]S.J.Chapman《MATLAB编程》2008

[5]《MATLAB7_0基础教程》清华大学2005

[6]苏金明《Matlab图形图像》2005

[7]《基于MATLAB图像处理的汽车牌照识别系统》仇成群2008（6）

[8]许志影、李晋平.MATLAB极其在图像处理中的应用.计算机与现代化，2004（4）

[9]一种复杂车辆图像中的多车牌定位方法,光子学报2007

（1）Vol.36No.1

[10]基于图像处理的汽车牌照的识别，陈秋菊

[11]宋建才.汽车牌照识别技术研究[J].工业控制计算机,2002,4:

45-57.

[12]张兴汇,刘玲,杜升之等.车牌照定位及倾斜校正方法研究

[J].系统工程与电子技术,2004,2:

237～239.

[13]崔屹.数字图像处理技术与应用[M].电子工业出版社,1997.

[14]张旭,王宏安,戴国忠等.面向车牌识别的区域分割技术[J].

计算机工程,2002,12:

113～115.

[15]袁志民,潘晓露等.车牌定位算法的研究[J].昆明理工学报,

2001,26

（2）:

56～60.

附录

源代码

主函数

I0=imread（'

2.jpg'

）;

%必须为二值图像

I=im2bw（I0,0.4）;

[y0x0]=size（I）;

Range=sum（（~I）'

Hy=0;

forj=1:

y0

if（Range（j）>

=1）

Hy=Hy+1;

end

end

RangeX=sum（（~I））;

Wx=0;

fori=1:

x0

if（RangeX（i）>

Wx=Wx+1;

Amp=24/Hy;

%将文字图像归一化到24像素点的高度。

I=imresize（I,Amp）;

[yx]=size（I）;

%I=bwmorph（~I,'

skel'

Inf）;

%I=~I;

tic

%======基本结构=======%

%第一类：

竖（V）；

左斜（L）；

右斜（R）；

突变（P）

%第二类：

左半圆弧（C）；

右半圆弧（Q）

%的三类：

结构待定（T）；

%=====================================%

Left=zeros（1,y）;

%左端轮廓检测

y

i=1;

while（（i<

=x）&

&

（I（j,i）==1））

i=i+1;

if（i<

=x）

Left（j）=i;

end

y-1

LeftD（j）=Left（j+1）-Left（j）;

%==========结构特征提取=============%

j=1;

while（（Left（j）<

1）&

（j<

y））

j=j+1;

end

Y1=j;

j=y;

（j>

1））

j=j-1;

Y2=j-1;

%去掉急剧变化的两端

%==============右边==================%

Right=zeros（1,y）;

i=x;

while（（i>

=1）&

i=i-1;

if（i>

=1）

Right（j）=i;

RightD（j）=Right（j+1）-Right（j）;

Top=zeros（1,x）;

%顶端轮廓检测

x

j=1;

while（（j<

=y）&

if（j<

=y）

Top（i）=j;

x-1

TopD（i）=Top（i+1）-Top（i）;

%==============================%

i=1;

while（（Top（i）<

（i<

x））

X1=i;

i=x;

（i>

X2=i-1;

%===================================%

Bottom=zeros（1,x）;

%底部轮廓检测

j=y;

while（（j>

if（j>

Bottom（i）=j;

BottomD（i）=Bottom（i+1）-Bottom（i）;

%==========数字1的宽度特征=========%

Width=zeros（1,y）;

Width（j）=Right（j）-Left（j）;

W=max（Width）;

Po=0;

%用于检测笔划

Ne=0;

NS=0;

%笔划数

fori=X1+4:

X2-4

forj=1:

if（（I（j+1,i）-I（j,i））>

0）%由黑到白

Po=Po+1;

if（（Po>

=2）&

=fix（0.7*y）））

Po=3;

elseif（（I（j+1,i）-I（j,i））<

0）%由白到黑

Ne=Ne+1;

if（（Ne>

Ne=3;

NS=[NSmax（Po,Ne）];

Po=0;

Ne=0;

Comp=max（NS）;

%==========轮廓结构特征提取==========%

if（min（W,Wx）>

10）

StrokeT=StrDetect01（TopD,X1,X2,3,6）;

%顶部基本结构检测

StrokeL=StrDetect01（LeftD,Y1,Y2,3,5）;

%左边基本结构检测

StrokeR=StrDetect01（RightD,Y1,Y2,3,5）;

%右边基本结构检测

StrokeB=StrDetect01（BottomD,X1,X2,3,6）;

%底部基本结构检测

%==========识别==========%

Digit=Recognition（StrokeT,StrokeL,StrokeR,StrokeB,Comp）

else

Digit='

1'

t=toc

%=======显示======%

px=（1:

x）;

py=（1:

y）;

S=num2str（Digit）;

figure

（1）;

subplot（231）

imshow（I）;

title（'

源图像'

）

subplot（232）

plot（Left）;

grid

左轮廓'

subplot（233）

plot（Top）;

上轮廓'

subplot（234）

plot（Right）;

右轮廓'

subplot（235）

plot（Width）;

宽度'

subplot（236）

title（S）

子函数一

function[Stroke]=StrDetect01（LeftD,Y1,Y2,ST,PT）

%ST为结构阈值，为了指定高度和宽度结构变化的不同

SL=0;

SR=0;

SV=0;

Count=0;

%PT=5;

%突变的阈值

Str='

T'

;

%T表示结构未定，Str用于保存当前的基本结构

Stroke='

%用于保存基本结构

Range=Y2-Y1+1;

%字符的宽度或者高度

forj=Y1:

Y2

Count=Count+1;

if（abs（LeftD（j））<

PT）

if（LeftD（j）<

0）

SL=SL+1;

elseif（LeftD（j）>

SR=SR+1;

else

SV=SV+1;

else%检测到突变的决策

if（（Count>

=fix（Range/4）+1））%设定字符轮廓可能发生的突变范围

if（（SL>

=3）&

（SR>

=3））

Str='

C'

elseif（（SV>

=2*（SL+SR））&

（（max（SL,SR）<

3）||（min（SL,SR）<

2）））

V'

elseif（（SL>

SR）&

（（SL>

=0.5*SV）&

（（SR<

=1）||（SL>

（SR+SV）））））

L'

elseif（（SR>

SL）&

（（SR>

（（SL<

R'

elseif（max（SL,SR）>

（min（SL,SR）>

=2）

Stroke=[StrokeStr];

if（（j>

=2+Y1）&

（（j<

=Y2-2）））

Stroke=[Stroke'

P'

];

SL=0;

SR=0;

SV=0;

Count=0;

%=========提取结构===============%

if（Count>

=fix（Range/4）+1）%发生突变后，剩余部分可能无法形成字符结构

if（（SL>

=ST）&

=ST））

elseif（（SV>

=2）||（SL>

=（SR+SV）））））

Stroke=[StrokeStr];

子函数二

function[Numeral]=Recognition（StrokeTop,StrokeLeft,StrokeRight,StrokeBottom,Comp）

%采用四边的轮廓结构特征和笔划统计（仅针对0和8）识别残缺数字

%Comp是用于识别0和8的底部补充信息

StrT='

StrL='

StrR='

StrB='

RStr='

%用于保存识别出的数字

[tempXT]=size（StrokeTop）;

[tempXL]=size（StrokeLeft）;

[tempXR]=size（StrokeRight）;

%[tempXB]=size（StrokeBottom）;

forTi=2:

XT

if（StrokeTop（Ti）=='

if（（XL==2）&