基于RBF网络的光学字符提取与识别新方法.pdfVIP

第37卷第 11期 光 电工程 、，ol-37．NO．11 2010年 11月 Opto—ElectronicEngineering NOV,20lO 文章编号：1003—501X(2010)1卜0145—06 基于RBF网络的光学字符提取与识别新方法 刘 莉，叶玉堂，谢 煜，宋昀岑，蒲 亮，张 静，陈镇龙 (电子科技大学 光 电信息学院，成都 610054) 摘要：提出了一种新的基于统计与模糊隶属度的光学字符特征提取方法，可以快速准确地识别受噪声污染的光学 字符。相比传统算法，本文方法的特征空间区分度更高，最小类间距离扩大33．2％以上。应用在径向基函数 (Radical BasisFunction，RBF1神经网络中，在字体字号变4G_O_有背景噪声污染的影响下，识别率高达99％以上，且相比直 方图投影法提速75％。理论分析与实验结果表明，与传统方法相比，该算法抗噪能力更强、模式区分度更高、时 空复杂度更低，更简约、更全面地覆盖 了字符的特征，应用范围广。已应用于实际系统，取得很好的实验结果。 关键词：特征提取；隶属度；RBF；神经网络；光学字符识别 中图分类号：TP391，41 文献标志码：A doj：10，39690．issn．1003—501X．2010．11．026 A NovelApproachforCharacterFeatureExtractionand RecognitionBasedonRBFNeuralNetwork LIULi，YEYu-tang，XIEYu，SONGYun—cen，PULiang，ZHANGJing，CHENZhen—lofg (Schoolof~ to-ElectronicInformation，UniversityofElectronicScienceand ’ TechnologyofChina，Chengdu610054，China) Abstract：Torecognizeopticalcharacterwithnoisepollution rapidlyandaccurately,anovelapproachforcharacter featureextractionbasedonstatisticsandfuzzymembershipisproposed．Comparedwithtraditionalmethod，thisapproach hasahigherdegreeofdifferentiationinfeaturespaceincreasing33％ ofminimum inter—classdistance．AppliedinRadical BasisFunction(RBF)neuralnetwork，undertheinfluenceofdifferentfontsizeandimagebackgroundnoisepollution， characterrecognitionrateisupto75％．Theoreticalanalysisandexperimentalresultsshow that，comparedwithtraditional methods，thisapproachachievesabetteranti—noiseperformance，greaterdegreeofdifferentiationandlowertimeand spacecomplexity．Itcan besimpler,more comprehensive coverage characters’featureswith wideapplication．This approachhasbeenappliedtotheactualsystem andachievesgoodresults， Keywords：featureextract