《手写体数字识别》文献综述 (1).docVIP

石河子大学信息科学与技术学院 毕业设计文献综述 课题名称： 手写体数字识别系统设计 学生姓名： 学 号： 学 院： 信息科学与技术学院 专业年级： 电子信息工程2007级 指导教师： 职 称： 完成日期： 二○一○年十二月三十日 文献综述 前言 随着国家信息化进程的加速，在邮政编码、统计报表、财务报表、银行票据等处理大量字符信息录入的场合，手写数字识别系统的应用需求越来越强烈，对于主要都是由阿拉伯数字组成的各种编号和统计数据，处理这类信息的核心技术是手写数字识别[1]。 OCR（Optical Character Recognition）即光学字符识别技术，是通过扫描仪把印刷体或手写体文稿扫描成图像，然后识别成相应的计算机可直接处理的字符。手写数字识别是光学字符识别技术的一个分支，它研究的对象是：如何利用电子计算机自动辨认人手写在纸张上的字符[2]。 在整个OCR领域中，最为困难的就是脱机手写字符的识别。到目前为止，尽管人们在脱机手写识别的研究中已取得很多可喜成就，但距实用还有一定距离。而在手写数字识别这个方向上，经过多年研究，研究工作者已经开始把它向各种实际应用推广，为手写数据的高速自动输入提供了一种解决方案[3]。 正文 1.手写数字识别的发展状况 1.1 国内发展现状 随着科学技术的迅速发展，人们对计算机识别能力的要求也越来越高。在我国，如何将数字方便、快速地输入到计算机中已成为关系到计算机技术普及的关键问题。目前，我国已经推出了多字体大字符集简繁混识的识别核心，能够识别常见的十几种字体及其变体，识别字符集包括简体中文6763字、繁体中文5401字、香港常用字等1万多字，各种字体的识别率都在99%以上。目前我国从事数字识别技术研究的单位主要有汉王科技、北京文通、 HYPERLINK /view.asp?newsid=47 \t _blank 北京鑫万佳公司、蒙恬科技等，数字识别正确率大于99%[4]。 我国手写数字识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在财务、税务、金融行业、年检、人口普查等。在大规模的数据统计(如：行业年检、人口普查等)中，需要输入大量的数据，以前完全要手工输入，需要耗费大量的人力和物力。近年来在这类工作中采用OCR技术已成为一种趋势。数据的录入是集中组织的，所以往往可以通过专门设计表格和对书写施加限制以便于机器的自动识别[5]。财务、税务、金融是手写数字识别大有可为的又一领域。随着我国经济的迅速发展，每天等待处理的财务、税务报表、支票、付款单等越来越多。如果能把它们用计算机自动处理，无疑可以节约大量的时间、金钱和劳力[6]。另外，随着我国函件业务量不断增长，邮件的分拣自动化成为大势所趋。在邮件的自动分拣中，手写数字识别(OCR)往往与光学条码识别(OBR),人工辅助识别等手段相结合，完成邮政编码的阅读。这就需要分拣机有一定的性能指标，差错率要越小越好[7]。 1.2国外发展现状 早在60、70年代，世界各国就开始有光学字符识别OCR方面的研究，研究的初期，多以文字的识别方法研究为主，且识别的文字仅为0至9的数字。以同样拥有方块文字的 HYPERLINK /view/1554.htm \t _blank 日本为例，1960年左右开始研究OCR的基本识别理论，初期以数字为对象，直至1965至1970年之间开始有一些简单的产品，如印刷文字的邮政编码识别系统，识别邮件上的邮政编码，帮助邮局作区域分信的作业，也因此至今邮政编码一直是各国所倡导的地址书写方式。 现今，IBM、HP、日立、东芝、夏普、NEC、理光和新加坡热卡公司等国外公司都巨额投入了手写数字识别领域，利用扫描仪，摄影器材，甚至是扫描笔来将手写体数字输入电脑进行识别[8]。 1.3国内外研究的方法 1.3.1 通过对手写体数字识别技术的研究，本方法建立了一个脱机手写体数字识别系统，对手写体数字的识别提出了一些新的思路，并对识别过程中所采用的关键算法进行了阐述。本方法提出了二次毛刺去除法对手写体数字图像进行预处理，采用 HYPERLINK /product/searchfile/9149.html \t _blank 骨架搜索法来提取字符的孔洞特征，使用模板匹配加骨架搜索的方法来确定不同方位的端点，利用模板匹配法来提取字符的横线及竖线特征，采用特征匹配法对字符进行识别。实验证明，本文所建立的基于形体特征的手写体数字识别系统能较全面地反映手写体数字各方面的特征，总的识别率达到95.5%，有着较好的识别性能和十分广泛的应用前景[9]。 1.3.2 支持向量机(SuppertVectorMachnie．SVM)简称SVM，是统计学习理论中最新的内容，也是最实用的部分。支持向量机方法是建立在统计学习理论的VC维理论和结构