文字识别算法_物理_自然科学_专业资料_第1页
文字识别算法_物理_自然科学_专业资料_第2页
文字识别算法_物理_自然科学_专业资料_第3页
文字识别算法_物理_自然科学_专业资料_第4页
文字识别算法_物理_自然科学_专业资料_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、题目图像分割技术学院计算机科学与技术班级计软1401学生兰俊锋学号 20141214023文字识别是智能识别技术中的一个重要技术。文字具有便于信息保存和传递 的优点,使信息在时间和空间上得以迅速扩散。在人们的日常生活中,在机关事 务处理、工业以及商业交往中,需要识别文字的数量如同天文数字,但利用计算 机识别的文字量却很少。最近几年,随着计算机技术、数学和图像技术的发展, 文字识别的应用领域逐步扩大,目前较为活跃的应用包括数字识别,文字识别等。 文字识别是指用计算机字典、高速地识别现在介质(如纸张等)上的数字、英文 符号或汉字。文字识别实际上就是解决文字的分类问题,一般通过特征及特征匹 配的方法

2、來进行处理。本文将从算法、应用两方面介绍文字识别技术,本文介绍的文字识别应用冇 英文字母识别、车牌特殊文字识别、书写文字识别、特殊文字识别。文字是人类相互交流信息的重要工貝。社会发展进入信息时代,人们已不再 停留在用自己的耳朵和眼睛去直接获得这些信息,而是使用计算机将文字自动的 输入计算机,用计算机对他们进行处理,随时以各种方式满足人们的不同需要。 因此,研究如何用计算机动识别文字图像,解决文字信息门动输入计算机,并 进行高速加工处理的问题已引起大家的广泛关注。归一化算法一般作为一种图像的预处理技术,其i的是将采集到的原始图像 转换成特征提取器所能接受的形式(灰度图像或二值图像),消除一些与类

3、别无关 的因索(噪声消除、归一化等)。从理论上讲,经过归一化后的骨架应该是宽度 为一的中心线,但这是不可能的。不同的皎件设备和不同的算法得出的结果叮能 不是唯一的,其结果与原图案的扭曲程度也是不样的,扭曲程度尽量的小应该 是归一化算法追求的目的之一。既然预处理是为后续的特征提取和分类器设计 服务的,那么预处理方法的选择就应该有利于特征的提取,以使分类变得简单。汽车牌照识别,在高速公路收费、电了警察和治安卡口等系统中有重要的应 用价值。作为图像识别的典型问题,汽车牌照识别的研究冇很长的历史,但因为 实际路况的高度复杂性(如车速、光线、污染及变形等),冃前的性能还不能令 人满意。1.文字识别过程概

4、述一般來说,文字图像的识别过程主要由以下4个部分组成:止确地分割 文字图像区域;止确地分离单个文字;止确识别单个文字;正确地连接单 个文字。其屮、属于文字图像分析技术问题,属于文字识别技术问题。关 于,由于仅从分割处理不能对其进行评价,通常采用文字识别地评价值来判断 分离的止确性。单纯的文字识别是指经二值化处理后的单个文字识别。1.1.文字识别系统的原理及组成文字图像的识别的原理如下图所示。图屮光电变换检测部分的主要功能,是 对纸面上的文字进行光电转换,然后经模数转换成具有一定灰度的数字信号,送 往其后的各部分进行处理和识别。常用的检测设备是扫描仪,ccd摄像头等。 文字图像分割的目的就是根据

5、文字图像的特征的视线文字图像区域的定位和分 割,将真正的文字图形分割出来,以便后续进行识别,识别与处理部分的功能是 将已分割出的文字图形信息加以区分,去除信号中的污点、空白等噪声,增强文 字图像的信息。并根据一定的准则除掉一些非本质信号,对文字的大小、位置和 笔画粗细等进行规范化,以便简化判断部分的复杂性。特征提取部分是从整形和 规范化的信号屮抽取反映字符本身的冇用信息,供识别部分进行识别。作为特征 提取的内容是比较多的,可以是儿何特征,如文字线条的端点、折点和交点等。 识别判断部分则是根据抽取的特征,运用一定的识别原理,对文字进行分类,确 定其屈性,达到识别的目的,实际上判断部分就是一个分离

6、器。识别系统学习部分的功能是生成计算机特征字典,学习根据已准备好的多个 字样,抽出代表该字的特征,进行修改,按照字典的规定位置存放该特征。学习 分为两种:一种是在人的参与下进行,称为“冇教师”学习;一种由计算机自动 进行,称为“无教师学习”。1.2.文字识别的方法文字识别是指用计算机字典、高速地识别现在介质(如纸张等)上的数字、 英文符号或汉字。文字识别实际上就是解决文字的分类问题,一般通过特征及特 征匹配的方法來进行处理。特征判别是通过文字类别(例如英文或汉字)的共同规则(如区域特征、四 周边特征等)进行分类判别。它不需耍利用各种文字的具体知识,根据特征抽取 的程度(知识的使用程度)分解到地

7、使用结构分析的办法完成字符的识别。匹配的方法则是根据各国文字的知识(称为自动)采取按形式匹配的方法进 行。按实现的技术途径不同又可分为两种:一种是直接利用输入的二维平面图像 与字典中记忆的图像进行全域匹配;另一种是只抽出部分图像与字典进行匹配。 然后根据各部分形状及相对位置关系,与保存在字典屮的知识进行对照,从而识 别出每一个具体的文字。前一种匹配方法适合于数字、英文符号一类的小字符集; 后一种匹配方法适用于汉字一类的大字符集。1.3.边缘检测边缘(edge)是指图像局部亮度变化量最显著的部分。边缘主要存在于目标与 木板、目标与背景、区域与区域(包括不同色彩)之间,是图像分割、纹理特征 捉前和

8、形状特征捉取等图像分析的重要基础。图像分析和理解的第一步常常是边 缘检测。由于边缘检测十分重要,因此成为机器视觉研究领域最活跃的课题之一。图像中的边缘通常与图像亮度或图像亮度的一阶导数的不连续性有关。图像 亮度的不连续可分为:阶跃不连续,即图像亮度在不连续处的两边的像素灰度 值有着显著的差异;线条不连续,即图像亮度突然从一个值变化到另一个值, 保持一个较小的行程后乂返冋到原来的值。在实际中,阶跃和线条边缘图像是很 少见的,由于大多数传感元件具有低频特性,使得阶跃边缘变成斜坡型边缘,线 条边缘变成屋顶形边缘,其屮的亮度变化不是瞬间的,而是跨越一定的距离。对一个边缘来说,有可能同时具有阶跃和线条边

9、缘特性,例如在一个表面上, 由一个平而变化到发线方向不同的另一个平而上就会产生阶跃边缘;如果这一表 面具有镜面反射特性且两平面形成的棱角比较圆滑,则当棱角圆滑表面的法线经 过镜面反射角时,由于镜面反射分量,在棱角圆滑表面上会产生明亮光条,这样 的边缘看起来像在阶跃边缘上叠加了一个线条边缘。由于边缘可能与场景屮物体 的重要特征对应,所以它是很重要的图像特征。比如,一个物体的轮廓通常产生 阶跃边缘,因为物体的图像亮度不同于背景的图像亮度。2.简单贝叶斯分类器简单贝叶斯分类器(simple bayes classifier 或 nayve bayes classifier)假定 特征向量的各分量间相

10、对于决策变量是相对独立的。对于特征向量为x=x】,x2, xdf的测试样本,它属于第g类的条件概率为:p(ci|x)=p(x|ci)*p(ci)/p(x)=(p(c)/p(x)(1)对每一个类别(即取不同的值)都计算上面的条件概率,最终的识别结果为 条件概率最大的那一类别。虽然简单贝叶斯分类器是基于独立性假设的,在违背 这种假定的条件下简单贝叶斯也表现出和当的健壮性和高效性678,它已经成功 地应用到分类、聚类等问题中。2.1.简单贝叶斯分类器在切分中的应用在确定文字的最佳候选后边界时,假设有m个候选后边界,分别对应m个 候选切分结果,用d种特征来衡量英合理性,记为xj=x 1 ,x2, xd

11、t, j(= 1,2 m)o o 则,当文字为ci类(c、c2、c3)分别表示汉字、英文和数字、标点类别),且 后边界为第j个候选后边界的概率为:p(xj,ci)=p(xj|ci)*p(ci)二 p(ci)(i二 1,2,3 j二l,2m)(2)以上公式(2)与公式(1)不同的是,公式(1)只需要确定一个值,即观 测值x对应的类别;而公式(2)不仅需耍确定一个候选后边界切分出文字的种 类,还需要确定m个候选后边界那一个最合适。显然,使p(xj|ci)取最大值时的 j就对应了最佳切分位置,而相应的i即为对文字类别的定义。2. 2.特征提取文屮的贝叶斯分类器用到的特征可分为两种:一种是文字形状和结

12、构方而的 特征,包描6种文字外形特征(文字高度、宽度、字间距离、覆盖率、高宽比2、 纵向起始位置)和3种后边界特征(后边界穿越笔划数、后边界投影值、后边界 上下穿越笔划点距离);另一种是文字内容特征,包括16维方向线素特征(把文 字分成不重叠的2x2块,每块提取出水平、垂直、45。和135。4个方向的方向 线素特征)。第一种特征里,除了覆盖率和高宽比外都需要特征归一化。这里用 图像中的汉字平均高和宽对它们归一化。因此,切分过程的第一步需要估计基本 参数:汉字平均高和宽。在研究中发现,文字切分中最容易出现的错误是:(1)把汉字的偏旁、部首 等部件当成英文、数字或标点单独切开;(2)把英文、数字或

13、标点与汉字切在一 起。为了有较好的切分效果,就需要抽取出能够区分这些错误的特征。一级汉字 中容易切开的汉字有以下儿种:(1)“八”,“儿”,“川”,“非”,“加”,“旧”,“别”, “训”;(2) “叫”,“礼”,“仆”,“讨”,“引”,“很”;(3) “必”,“小”,“心”; (4) “懊”。第1、3种字,单个字左右部分容易切开;第2、4种字,由于有左 边的部首,左右部分也容易切开;笫1、2种汉字易被当成英文或数字类文字切 开;第2、4种汉字左边的点易被当成标点类文字切开。为此,把上而4种文字 易被切开的部分定义为新的文字类别:部件类,用c4来表示它;该类仅用于提 取特征。3 归一化算法的研

14、究汉字图像的归一化包括位置、大小、旋转、倾斜和笔画宽度的归一化。在整 个汉字识别系统中会进行字符切分、倾斜校正等步骤,本文主要研究汉字的大小 和笔画宽度的归一化。3.1.字体大小归一化由于汉字字形、字体繁多,同一汉字的特征也因此而不同,为了便于统一描 述和提取同一汉字的特征,对不同字形、字体汉字均能识别,为汉字识别工作打 好基础,在汉字特征提取询还需对汉字图像进行大小归一化的操作。所谓人小归 一化就是对实际提取的字符进行缩放操作,最后得到预定大小的字符图像。一般汉字图像预处理的第一步是进行二值化处理,二值化处理的目的是把灰 度图像转换为二值图像。二值化处理后图像中的像素点不是1(黑点)就是0(

15、白点)。 记为:gm*n 二(r.j)(lwiwm, 1wjwn)其中,m和n分别为g的长和宽;p订为第i行、第j列的像素点。pij=l 时表示一个黑像素点(前景点),pi,j=0时表示一个白像素点(背景点)。简记为g。一般的缩放算法是对一个区域的灰度值进行运算,由四个以上的输入像素决 定输出像素的灰度值。而对于二值图像,只有黑白像素,此吋可以对图g进行 划分而得到一组图块g,使得每个g内黑像索点的分布是比较均匀的,记为:gm*n 二(pa,b) (pa,bug, lwawm, lwbwn)其屮,m和n(mwm, nwn)分别称为该图块的长和宽。定义了图块z后, 二值点阵图像乂可表示为:gm*

16、n =(g%n ) (1wxwm / ml,lwywn / n)其中,(x,y)表示图块g在图像g中的位置。在图块g中,值为1的像素点个数与全部像素点个数z比,称为该图块的灰 度值。记为:p(g)=( spjj/cmxnbxloo% (1 wiwm, 1 wjwm)若g屮所有的像素点为1,则称将g置1,若所有的像素点为0,则称将g 置0o木文所用的大小归一化算法不是简单地将g压缩为一个像素点,而是按压缩 比将g缩小成为另一个图块g,使得g具冇与g相同的特征,即二者的黑像素 点分布是相似的。这样,由0构成的缩小图g就可基本上保持原图g的特征, 从而减小了由缩小所造成的失真。设:gm,n =(gi

17、jm*n) (1 wiwm / m, 1 wjwn / n)g' =(g,ij) (g,ij为g缩小后形成的图块)算法描述如下: 读入原图g,根据g的行列数、特征及压缩比,确定图块g的行、列数 及g的行、列数; i=l, j=l; 读人卍,根据第一次划分得到的图块的灰度值p®)及图块的特征构造 ge;o 若iwm/m或jwn/n,则修改i, j的值使之指向下一个像素点,然 后转向步骤继续;否则结束。算法的关键是根据原图块g的黑点分布特征来动态地构成g 0为了提高处理 效率,可在分布特征基木相似的一个较大的区域采用相同的才。而当特征发生较 大变化时再重新构造新的g'。3

18、. 2.笔画宽度归一化对笔画宽度进行归一一化的目的是使二值图像变为仅有一个像素宽度的骨 架,这个过程也称之为细化。细化的本质就是寻找图形的中轴线或骨架。并以其骨架来取代该图形。细化 后的图形的像素宽度变为1,但仍能保持原图形的结构性信息,如位置、方向、 长度等。在现代模式识别系统屮,细化处理已经成为最为关键的预处理步骤2, 细化效果的好坏将直接影响识别速度及识别的准确率。可以说能否进行有效的细 化,已成为识别系统成功与否的关键所在。对一个图像细化之后的骨架必须能够反映出原來物体的形状特征才具冇实 用价值。因此,一个好的细化算法一般需要满足以卜要求: 保留物体形状的连通性,可以是4向连通也可以是

19、8向连通。 无过度腐蚀,即保留位置重要的点(如线段终点)。 骨架图像尽可能是原图像的屮心线。 骨架必须与原物体是拓扑等价的。 抗噪声性能好,出现在物体边界上的噪声不应该过分影响细化结果。细化分成串行细化和并行细化,串行细化即是一边检测满足细化条件的点, 一边删除细化点;并行细化即是检测细化点的时候不进行点的删除只进行标记, 而在检测完整幅图像后一次性去除要细化的点。经典的图像细化算法冇hilditch算法,pavlidis算法和rosenfeld算法等。zhang细化算法2是冃前应用最为普遍的方法z ,是在上面三种细化算法 的基础上演变而来的,也是本系统所采用的算法。每当人们开发出一种新的算法

20、 时,也经常引用zhang细化算法来与新算法进行比较,以评定新算法的优劣。定义边界点是木身标记为1而其8向连通邻域屮至少有一个点标记为0的点。 以边界点为中心的8向邻域,即中心点为pl,其邻域的8个点绕中心点顺 时针依次进行标记,如图所示。首先标记同时满足卜列条件的边界点: 连接数=1。 26个零像素。 p2, p4, p6屮至少有一个像素是背景像素(即白色点)。 p4, p6, p8屮至少冇一个像素是背景像素。在一次迭代运算后,删除被标记的像素点,然后进行另一个迭代,其步骤和 第一次迭代相同,只是把上述、 条件替换成如下的形式: p2, p4, p8中至少有一个像索是背景像索。 p4, p6, p8中至少有一个像素是背景像素。第二个迭代后,同样删除所有被标记像素。然后传入下一轮循环,直到两次 迭代中均无像素被删除时,算法结束。3. 3.算法修正由于图像边界的不规则和骨架对噪声的敏感,使抽取骨架存在大量的畸 变.从而使数据拟合和矢量化跟踪的结果不能正确表示原始信息,严重地影响到 今后对图像的识别质量。对此,一般的修正策略是对给定肯架的两个连通成分, 考查它们之间的距离与某一域值的关系,以决定这两个连通成分的连接性。较为 常用的法订:3.3.1. 固定视口法为校止骨架化畸变,可设定固定的视口,根据固定视口

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论