多类小字符集自适应字符识别技术及系统的研究-仪器科学与技术专业论文.docx

中文摘要 摘要 本文研究了多类小字符集自适应字符识别技术及系统实现.本项目 的背景是基于孚写体文字识弗j 技术的铁路轮轴卡片(表格)光电录入系 统. 在 该项段中 ，需要识别的字符比较多，包括英文大写 字母、阿拉伯 数字、一些专用符号、部分汉字，这些字符集可能发生变化，要求识 J t音度比较高。我们在对字符识别技术进行深入研 究的基础上，采取了多 种技术措施完成了研究任务. 在字符识JllJ 技术方面，我们研究了各种种经网络模型在字符识到中 的应用原理，经过比较，我们l!用多层前向网络作为候选的字符分类黯$ 另 方 亩，子空间方法那梓经网络 一 样，也是灵活构造字符分类器、实 现自适应字符识别的一个有力的工具，具有训练和识别速度快、识别精 度高的特点.我们研究了学习子变 i问方法的原理，对基本学习子空周算 法进行了改i址，提出了增强的拒识规则，并改进了。Ja 的子空间维数选 择算法. f 自动选择合适的特征和特征提取 方 法是 实 现臼适应 字 符识别系统的 关键之-.传统的字符识别系统的适应能力之所以比较差，就在子人的 先验知识在选择特征的过程中影响太大 我们研究的重点在于如何在没 有人的先登知识的情况下自动提取合适的字符特征，我们从两个方面研 究了字符特征的自动提取的问题臼 一个方 面是通过学习发现字符的不变特征。我们研究了几种统计特 征提取方法，和基于自适应子空间自组织映射 (ASSOM ) 神经网 络提 取 字符的特征提取方法。 关于字符特征援取的另一个方丽，从大量的已有特征中选择对该字 符集最合适的特征.我们研究了基于稳健集的字符特征边择方法，对候 选特征进行初步选择，去除明显对分类作用不大的特征，并提出了一种 快速的粗糙集约简算法.在进行了初步的特征选择后， 再 利用 主 分量分 析方法对特征进行进一步的降维处理，去除特征闷的相关性。 除了上述去辈子学习的字符识别方法外，我们还对可变形模板字符识 别技术进行了研究.可变形模彼方法可以解决一些统计和神经网络识别 方法不能解决的一些问题，其突出的优点在于能充分利用人对字符形状 的先验知识，不需要用大量的字符样本进行训练，它对解决小字符集识 重庆 大学博士学位论文 别问题 具 有一定的价值。我在 Michael Revow 和 Kwok-Wai Cheung 等人 的单笔划的数字识别研究的基础上 ，对他们的方法作了一定改进，将其 应用到多笔划的英文字母的识别 上 。 在 实用系统的研究中，为了提高字符的识别率，我们提出了 一 种表 格描述和智能分析方法，通过表格描述和定义，将较大的字符集按 表 格 中不同的填写位置分解为 一 系列较小的字符集，从而大大提高了识别精 度。这是 一 种非常有效而实用的方法。此外，在我们提出的表格描述和 分析 方 法基础上，我们实现了一套智能表格分割算法，其中包括一种利 用 表 格线的单色表格的快速分割算法。 如 果 用一个方法固定的字符程序来识别程序来识别所有这些 字 符集 显 然不能得到好的识别效果 ，我们需要识别系统能根据不阔的字符 集 的 特 点 自动作相应的优化和调整。为了解决多个字符集识别器的设计问题， 我们提出 并 实现了一个能自 ?;!J 根据所要识别的字符集选择最优识别方案 的自适应字符识别系统。该系统在传统的神经网络和统计学习方法的基 础上，通过 一 个自适应控制模块，使系统能根据要识别的字符集自动选 择合适的识别方案。该模型的主要思想是: 将各种字符特征提取方法和分类器形成一个函数库，我们随时可以 对 这 个函数库进行扩充。自适应控制模块从函数库中按一定的规则 i牟取 合 适的特征提取函数和分类函数，然后对识别器的参数进行训练;随后 用测试字符样本作自动作识别率测试并对测试结果作详细记录，自适应 控制模块根据测试结果自动对特征提取和分类器方案作调整，这样大大 减轻了设计者的工作量。我们实现了所提出的自适应字符识别系统模型， 并 在 实 用中取得了较好的效果。 y 关键词 自适应字符品，字符识别京轧表格拉别，可变际板， 自?;!J 特征提取，神经网络 .//、/ II 英文摘要 Abstract The adaptive recognition techniques and an adaptive character recognition system for multiple small-character-sets are introduced in this paper. The background of this project is to develop the OCR Based Automated Entry and Management System of Maintaining