欢迎来到天天文库
浏览记录
ID:33762447
大小:11.36 MB
页数:46页
时间:2019-03-01
《赋权图匹配理论分析与联机手写汉字识别应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2.结构模式识别经典问题——SPR结构模式识别是近四十年发展起来的学科,是应用数学的重要分支,也是信息科学的重要分支,很多信息工程问题与结构模式识别密切相关。本文重点解决如下两个结构模式识别问题:(1)线素图像配准——IR图像配准是两类工程领域的热门问题,一是图像工程领域:图像配准与融合、图像检索、图像识别、场景对象识别;二是控制工程领域:日标跟踪、航迹关联等。这些领域的很多问题都与线素图像配准密切相关。通过构造一定的算法,实现两幅图像中对应对象线素的匹配,、’G/B/≮、人H\一I./‰B。。。,、\,‰吣J
2、“、图i.2:,下例线素图像配准具体到图i-2中,就是要实现①~A、②一B、③一c、④一D、⑤一E、⑥一F、⑦一G对应,要求算法所提取的特征对噪声具有较好的鲁棒性,同时在平移、旋转、缩放下具有不变性。已有科研成果表明,赋权图匹配算法是图像配准的很有效的方法,但是研究的重点和难点在于,从图像中提取哪些特征,以及如何构造图以便转化为数学优化问题并运用赋权图匹配算法,这是比较有挑战性也是很值得研究的工作。本文提出的算法,所提取的图像特征能够有效地反映线素空问关系,实现了较好的匹配效果。从目前所查阅的文献来看,还没有与
3、本文类似的算法。(2)联机手:写汉字识别刈LCCR联机手写汉字识别(OLCCR:OnlineChineseCharacterRecognitiOfl)是模式识别中最有挑战性的问题,因为联机手写汉字识别是一个超大规模模式识别问题,F
4、前,联机手写汉字识别已经取得了大量成果,识别率也比较高,但仍然面临很大挑战,主要有几个方面:笔顺自由,连写自由,潦草书写,形近字区分。联机手写汉字识别按照基元层次可以分为:基于整字的识别、基于字根的识别、基于笔画的识别、基于笔段的识别。已有科研成果表明,基于字根的识别、基于笔画的识别
5、、基于笔段的识别都可以取得较好效果。作者在硕士期间的科研工作是基于笔段层次的识别。联机手写汉字识别涉及到几个典型问题,包括连笔笔段提取、笔段匹配、汉字识别,本文在前人工作基础上,在这三个方面提出了新的算法,取得了较好效果。第2页龟_饿b、一u量②f首先,连笔笔段提取0∞讨DI∞汹:豳湖:脚图1.3:不例连笔笔段提取连笔笔段提取是联机手写汉字识别基础问题,是预处理工作,对于笔顺自由连写自由的汉字,要求能够提取出符台文字认知规律的笔段序列。如果笔段序列提取的正确率高,那么后续的笔段匹配以及汉字识别正确率才有保证。本
6、例中,对书写比较潦草且笔顺不规范且有连写的汉字“王”,利用本文算法进行笔段提取的结果如图所示。仿真实验表明,对于通常情况下潦草书写汉字(行楷或者行体以及稍微工整的草体),并且笔顺自由连写自由的情况,本文连笔笔段提取算法正确率可以在90%以上,如果程序算法进一步优化,程序编码优化考虑更周到,则正确率和计算效率可以进一步提高。其次,笔段匹配描述1Ira⋯-·①·⋯l!③~⋯⋯④。⋯—一·一厶一一P。矧l-4:不例笔段匹配利用本文的笔段匹配算法,实现的匹配结果是:①一A、②一c、③一E、④一F,同时判断笔段B和D是连
7、写笔段,可以直接去掉。笔段匹配算法是基于线素图像配准算法的,但是由于对象的差异性和矛盾的特殊性,对于联机手写汉字识别,笔段匹配具有自身独有特点,所以结合汉字书写特点,对上述线素图像配准算法必须添加一些新的特征。最后,汉字识别问题基于笔段匹配算法,很自然地可以实现汉字识别,就是说,将测试样本和标准模板库中的标准字符进行匹配,选择匹配代价最低的样本作为最终识别结果。实际应用中更多采用的是十候选方法。目前标准汉字字库有如下几种:简体中文字库GB2312共计6763个(包含一级字库3755个和二级字库3008个);繁体
8、中文字库BIG5(中国台湾地区使用);新的GBK库同时兼容GB2312和BIG5,同时又添加其他字符共计2万余字符;新的GB一18064,则包含6万字符。从工程实用角度,通常要求汉字识别达到能够识别GB2312即可。研究汉字识别问题,本质上是要提供一个字库树,这样只需要按照某种分层次搜索策略进行搜索,期望不断缩小搜索空间,而彳i是将测试样本与标准字库所有字符一一匹配。通常采用的策略是,首先估计笔段数,然后根据测试样本书写特点(比如测试样本是左右结构还是上下结构等),按照笔画序列依次分层。第3页~¨。争●●◇一1
9、.2研究意义本文在前人研究工作的基础上,提出了若干赋权图匹配改进算法,并在一定程度上有效地部分地解决了相关工程问题,具有一定的理论价值和应用价值。1.理论价值从纯数学角度提出了赋权图匹配改进算法,实验表明,与已有算法相比,本文提出的改进算法在匹配正确率和时间复杂度方面有所改善。特别是启发式决策树搜索算法。2.应用价值线素图像配准问题中,本文构造的算法适合15阶以下的图匹配,匹配正确率较
此文档下载收益归作者所有