智能信息处理.文字识别.联机识别和脱机识别.pptVIP

智能信息处理;3.1文字识别系统 3.2脱机文字识别 3.3联机文字识别;3.1文字识别系统 主要介绍模式识别中的文字识别的原理 对分类器的具体实现做了详细剖析 列举常见的文字识别方法 对于文字识别的前景与挑战的分析 ;;;;限制性（Constrainted）和非限制性（Unconstrained）手写体字符识别（或称自由手写体字符识别）。 无论是联机还是脱机手写体字符识别，都经历了一个由限制性识别到非限制性识别的过程。目前，人类所使用的各种文字，绝大多数都只包含很小的字符集。如英文字符集由26个字母组成，俄文由32个字母组成，这些字母及其变化的不同组合构成了具有不同含义的文字，是这类文字的基本组成部分。对于小类别数的字符集，如阿拉伯数字，手写体识别已经可以做到对书写者不加任何限制。但对于大类别数的字符集，如汉字，还必须对书写者施加某些限制，以保证较高的识别率。未来随着技术的发展，将逐步放松限制，最终可以达到最自由手写体文本的识别。;文字识别系统的原理及组成 文字识别属于模式识别的范畴，模式这个概念的内涵是很丰富的。“我们把凡是人类能用其感官直接或间接接受的外界信息都称为模式”。比如：文字、图片、景物、声音、语言等；模式识别的目的就是要研究出能自动进行模式分类和描述的机器系统，以完成人类的模式识别的功能。一个模式识别主要分为四个组成部分，其框图如下：;数据获取：输入模式转换成适合于机器处理的形式的过程。 预处理的目的是去除噪声，加强有用的信息，对由输入设备或其他因素造成的退化现象进行复原，以利于特征提取 经过预处理后的数据维数很高，为了有效地实现分类识别，需要对原始数据进行变换，得到最能反映原始模式本质的特征向量。把原始数据组成的空间叫做测量空间，把分类识别赖以进行的空间叫做特征空间。通过变换可以把在维数较高的测量空间中表示的模式变为在维数较低的特征空间中表示的模式，这就是特征的提取和选择。 分类决策是在特征空间中用所设计的分类器把被识别对象归为某一类别。;模式识别的过程具体化到文字识别系统中，则分为下面的几个过程 ： ;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，摄像头等。 灰度：灰度使用黑色调表示物体。 每个灰度对象都具有从 0%（白色）到 100%（黑色）的亮度值。;;;·;脱机识别;概述;OCR概念;脱机手写体字符识别系统结构;图像的输入;预处理;原图像;版面分析;原图像;字符的分割;文字归一化;特征提取;识别;联机识别联机识别是指将字符书写在与计算机相连的书写板上，由计算机根据字符的书写轨迹进行实时识别，因此联机识别主要是针对手写体而言的；　手写识别能够使用户按照最自然、最方便的输入方式进行文字输入，易学易用，可取代键盘或者鼠标。用于手写输入的设备有许多种，比如电磁感应手写板、压感式手写板、触摸屏、触控板、超声波笔等。 ;;;后处理;手写识别中存在的问题及困难;Thank You !