基于模糊线素特征和神经网络相结合的手写体汉字识别.pdfVIP

第 19 卷 　第 2 期 许 　昌　师 　专 　学 　报 Vol . 19 No . 2 　2000 年 3 月 Journal of Xuchang Teachers College Mar . ,2000　 文章编号 :1000 - 9949 (2000) 02 - 0059 - 05 基于模糊线素特征与神经网络相结合的手写体汉字识别 张 德 喜 (许昌师专计算机系 ,河南 许昌　46 1000) ( ) 　　摘要 :本文提出了一种基于模糊方向线索特征 fuzzy directional line element feature , FDL EF 与人工神 ( ) ( ) 经网络 artificial neural networks , ANN 相结合的手写体汉字识别方法 FDL EF - ANN ,解决了单一 FDL EF 方法对相似字识别率低的问题. 这种方法分两级识别 ,先由 FDL EF 识别模块进行识别 ,将识别结果送至选择 器 ,若识别结果不属于预定义的相似字集合簇 ,则该结果即为最终识别结果 ,否则 ,将其送至人工神经网络识 别模块进行相似字的识别. 本方法既保留了原 FDL EF 方法的优点又提高了对相似字的识别率 , FDL EF - ANN 系统对相似字的识别率由7809 %提高到 82 97 %. 关键词 :手写体汉字识别 ;模糊方向线索特征 ;人工神经元网络 ;相似字集 ;B P 算法 中图分类号 : TP39 1 　　　文献标识码 :A 0 　引言 ( ) 汉字识别是指用计算机 自动识别写在纸 或介质 上的汉字 ,它是智能计算机接 口的一个重要组成 部分 ,也是汉字高速 、自动输入计算机的重要手段 ,它在文献检索 、办公自动化 、笔记本电脑 、邮政 、银行 票据处理 、表格录入 、机器翻译 、出版及盲人阅读机等方面都有广阔的应用前景. 经过 30 多年的研究历 程 ,汉字识别技术已取得了可喜的成绩 , 印刷体识别技术已基本成熟 ,联机手写体识别系统已接近实 用. 与此相比,脱机手写体汉字识别虽然也有几个系统通过鉴定 ,但限制性很强 ,识别率较低 ,距实用还 有很大差距. 目前脱机手写体汉字识别方法主要采用统计模型法. 汉字的方向线索特征是一种行之有效的手写 体汉字识别特征 ,文献[ 1]在此基础上提出了基于模糊方向线素特征的识别方法 ,该方法较好地解决了 手写体汉字识别中的变形问题 ,对非相似字大规模集合分类非常有效 ,提高了汉字的识别率 ,然而由于 [2 ] 这种方法对汉字小范围内的变化不敏感 , 因此对相似字的识别率有所下降 . 人工神经网络对手写体 数字的识别获得了令人满意的效果[3 、4 ] ,多级神经网络树结构识别 100 个左右的汉字效果也不错[5 、6 ] , 但神经网络 目前难以适应超大规模汉字识别的需要. 多特征多方案集成的汉字识别策略是 目前技术条 件下脱机手写体汉字识别研究的一个重要方向[2 ,7 ,8 ] . 为此 ,本文将模糊方向线素特征汉字识别系统与 神经网络方法结合起来 ,在对 FDL EF 识别结果可信度分析的基础上[9 ] ,提出了基于模糊方向线素特征 与神经网络相结合的手写体汉字识别方法 ,并实现了一个实验系统. 这个系统主要由 FDL EF 和 ANN 两个模块组成 ,进行分层识别. 先由 FDL EF 识别模块进行了一次识别 ,对于识别结果 ,若首选不属于预 先