【2017年整理】基于几何结构特征的印刷体数字识别方法.docVIP

基于几何结构特征的印刷体数字识别 车生兵 金 帅 李小立 (1.中南林业科技大学计算机与信息工程学院，湖南 长沙 410004) 摘要：通过分析印刷体数字的几何结构特征，提出了一种基于几何结构特征的印刷体数字识别算法。读取单个二值化数字图像后，确定该数字图像的字体边界，然后根据其结构抽取出数字中能够唯一标识该数字的特征，并对所得到的数字特征值进行分析，以确保每一个提取的数字特征都较之其他数字不相同。然后基于这些特征对10个数字进行分类识别。通过实验仿真，说明该算法是有效可行的。 关键词 特征提取；唯一性；特征值验证 Recognition of Printed Figures Based on Geometric Structure Jin Shuai, Li Xiaoli College of computer science Central South University of Forestry Technology Hunan Changsha 410004, China Abstract A feature extraction method based on the geometric properties of printed numerals was descrided. After reading a single binary numerical image, determine the boundary of character on this numerical image. Then according to the structure, the features that can uniquely identify the numbers could be extracted from the printed numerals, and verify the obtained feature values of numbers to ensure that each extracted feature value of number was different from that of others. If the results showed that all the extracted feature values of numbers were not the same, it proved that the feature extraction method was feasible. Key words Feature extraction; Uniqueness; Verification of feature values 0 引言 随着计算机光学字符识别（OCR）技术的快步发展，人们与数字媒体的关系愈来愈密切，也越来越离不开数字化带来的方便和快捷。印刷体数字识别是字符识别的一个分支，在很多方面都有应用，如汽车车牌自动识别、支票、超市收银和有关印刷体编号等等。这些方面都与人们息息相关，所以识别的效率至关重要。 单以识别率而言，特征抽取可说是OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏。而特征可说是识别的筹码，简易的区分可分为两类：一为基于统计的特征，如数字区域内的黑/白点数比，当数字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了；而另一类特征为结构的特征，如数字影像细线化后，取得数字的笔划端点、几何轮廓及结构，在识别过程中有效结合这些几何和结构特征，可以得到可靠性较高的识别结果[1]。 分析印刷体数字的各种识别算法[2~5]，本文推出一种基于几何结构特征的印刷体数字识别方法。该方法利用数字本身的几何结构，提取出能够唯一标识自己本身的特征，作为自身的识别编码。基于这些特征，就能对10个数字进行分类识别。 1 特征描述 根据印刷体数字的几何结构特征，本文提取数字的4个特征分别为： (1). 二值化后的数字上1/3处水平扫描时0、1变换的次数； (2). 二值化后的数字下1/3处水平扫描时0、1变换的次数； (3). 以二值化后的数字横向1/2处为分界线，对下半部分水平扫描时0、1变换的最大次数； (4). 二值化后的数字垂直扫描时0、1变换的最大次数。 下面以数字“0”为例对4个数字特征进行说明，如图1所示。箭头方向表示数字的扫描方向。在特征提取过程前，定义变换次数统计变量count，初始为0。定义标记flag1、flag2，初始值为1，即为白色点。flag1表示记录的前一个像素值；flag2表示扫描到的当前像素值。定义最大变换次数变量max，初始值为0。在统计每个特征值前，都要将变量count、flag1