针对多重隐马尔可夫模型的手写字符识别方法分析研究.pdfVIP

西北 工业 大学硕十论 文 摘 要 文字是人类信息交流的主要载体之 一。随着计算机、信息技术的高速发展，使用计算机 处理并识别文字信息也就成为了一个非常重要的研究领域。手写体汉字识别技术是模式识别 研究领域的一个重要分支，是计算机智能接口的重要组成部分。它涉及模式识别、图像处理、 数字信号处理、人工智能、模糊数学、信息论、计算机等学科，是一门综合性技术，在信息 处理、办公 自动化、机器翻译、人--智能等高技术领域，都有着重要的实用价值和理论意义。 由于汉字字符集庞大、结构复杂、变形又多，脱机识别是一大难题。本文以脱机手写汉 字识别方法为研究内容，对各种方法的理论和实验结果进行深入的研究和对比分析，全面地 介绍了脱机手写体汉字识别的预处理方法，讨论了传统的二值化、平滑和细化算法。提出了 一种描述规范化处理的统一的数学框架，通过定义汉字图像的水平、垂直特征分布 (包括投 影、线距离、笔画间隔等)以及特征分布的均衡函数，将四种典型的规范化处理 (线性、非 线性)融入这个数学框架之中。对方法的运算复杂度、参数选取和对识别率的影响进行了系 统的分析。在此基础之上，提出了一种基于改进的手写体汉字非线性规范化处理方法和统计 模型的脱机手写体汉字识别算法。定义了一种适合汉字笔型特点的线密度函数，减小了非线 性规范化处理对汉字图像四个边界处变形较大的影响，有效地提高了后期识别的正确率。 详细地分析了隐马尔可夫模型 (HMM:HiddenMarkovModel)的基本理论和方法，提出 了一种基于多重隐马尔可夫模型 (MHMM:MultipleHMM)的手写体汉字识别新方法，以及结 合基于区域投影变换形成的边界链码特征。该方法对每个汉字建立4个HMM，通过等比重综 合方法将4个分类器的计算结果进行综合，从而得到识别结果，实践证明该方法是可行的。 同时，应用C语言设计了HMM的实现框架，该框架对于各类应用问题中的隐马尔克夫建模具 有普适性和应用的灵活性。综合分析了HMM在手写汉字识别应用的有效性，结果表明HMM 是一个具有良好相容性的统计框架，并且具有建模的灵活性以及实现的简易性。实验结果表 明本文方法优于现有算法。 关〔键词」:手写汉字识别，图像处理，隐马尔可夫模型，边界链编码 西北工业大学硕士论文 Abstract Charactersareveryimportanttoolsinhumaninformationcommunication.With thedevelopmentofthecomputerandinformationtechnologies,theprocessingand recognitionofcharacterinformationhasbecameveryimportant.HandwrittenChinese characterrecognition,animportantbranchofpatternrecognition,isavitalpart ofintelligentinterface.Itinvolvesthetechnologiesofpatternrecognition, digitalimageprocessing,digitalsignalprocessing,artificialintelligenceand soon.Itiswidelyusedininformationprocessing,officeautomatic,machine translation.ResearchonOff-linehandwrittencharacterrecognitionhasgreatworth Itisthemostdifficultissueinoff-lineOCRsystembecauseofthelargest, complicatedstructureandmuchseriousdistortion.Thedissertationisdenotedto off-linehand-writtenChinesecharacterrecognition,afterreviewingagreatmany ofbasicprinciplesandmethodsforChinesecharacterrecognitionextensivelyand analyzingtheperformanceevaluationofdifferentapproaches.