西北工业大学硕士学位论文印刷体汉字识别系统的研究与实现姓名：梁涌申请学位级别：硕士专业：计算机软件与理论指导教师：李先国20060301
曲北Ｌ业凡学倾ｊ沦支摘要摘要汉字已有数千年的历史，也是世界上使用人数最多的文宁。然而，汉字是非字母化、非拼音化的文字，闲此，快速高效地将汉字输入计算机，是信息处理的一个关键问题。人工键人劳动强度大，对于大量的已有文档资料，汉字自动识别输入就成为了最佳的选择。它在中文信息处理，办公自动化，机器翻译，人工智能等高科技领域，都有着重要的实用价值和理论意义。本文在研究当前光学字符识别（ｏｃＲ）系统及相关识别技术的基础上，设计开发了一套印刷体汉字识别系统。主要工作如下：其一，为了解决单个分类器分类效果不理想的情况，本文从分类器集成的角度出发，设计了多个具有特征互补，匹配方法不同的分类器，有效的提高了汉字分类的识别效果。其二，为了提高图像预处理质量，解决二值化过程中全局二值化适应性差，局部二值化速度慢的问题，本文提出了一种基于文字边界轮廓提取的二值化方法。算法首先提取出文本图像的边界轮廓，然后根据已提出的边界轮廓和原图的信息，对轮廓内的空白部分进行填充来完成图像的二值化。实验结果表明，此方法速度明显快于局部二值化方法，二值化效果优于全局法。此外，本文对汉字识别过程中的关键步骤进行了研究，提出了一些新的方法：１）在版面分析中，利用数学形态学方法，采用基于组件的方法来进行版面分析；２）在图像的倾斜校正中，提出了基于最佳特征点的迭代最小二乘法算法；＼３）在特征提取方面，给出了汉字结构点，连通体，封闭区域，笔划等特征的提取方法。在对笔划撇、捺提取中提出了一种基于方向加权的笔划提取方法。总之，利用以上算法得到的印刷体汉字识别系统的汉字平均识别率达到９５％，平均识别速度为６ｓ／每百字。关键词：印刷体汉字识别，分类器集成，二值化，特征提取，版面分析
本文来源：https://www.2haoxitong.net/k/doc/02c717330b4c2e3f572763db.html
