![](https://csdnimg.cn/release/download_crawler_static/85945329/bg7.jpg)
符识别(OCR)技术的两大关键所在。由扫描仪转化后的字符二值图像中各点的值,
可以看成是该字符的一组特征。但由于这组特征的数量较大,而每个特征所含的信息
量很少,因此有必要通过映射或变换的方法将信息集中到少量的特征中。这个过程就
叫特征抽取。选择稳定的,分类能力强的特征是字符识别系统的核心。
在识别过程中,对待识别的字符进行特征抽取后,就要将这些特征与特征库中的
特征进行比较,进行分类,这个过程称为特征匹配。特征匹配方法可分为完全匹配法
和近似匹配法。完全匹配法就是将为未知的字符的特征向量 X 与特征库中的所有特征
向量(Yj, j=1,2,…n)逐一进行比较,若 X=Yi,则 Yi 所对应的字符就是识别结果。
否则,就拒识。近似匹配法可进一步分为相关性匹配法,驰豫匹配法和树搜索法。
1.3 字符识别的分类
字符识别按输入方式的不同可分为联机识别(也称为在线识别)和脱机识别(也
称为离线识别)。联机识别是对所书写的字符进行实时识别,即写即识。所以联机识
别技术往往结合字符的笔划顺序来进行识别。脱机识别方法中,首先对已经写在纸上
的字符通过扫描仪转化为二值图像,然后再对字符的二值图像进行识别。书写与识别
可以分开进行。因此,脱机识别技术中不涉与字符的书写顺序。
字符识别技术根据别识别的字符的类型通常可分为印刷体识别和手写体识别两
大类,而手写体识别又可分为限制手写体识别和无限制手写体识别(也称为自由手写
体识别)。印刷体识别是将印刷刊物上的字符扫描转化为二值图象并进行识别,是将
已有刊物上的数据大量输入计算机的最有效的方法。
1.4 研究的对象与目标
1.4.1 研究的对象
我们的研究对象是无限制手写数字和英文大写字母,这方面目前已经有大量的研
究成果。但是,由于手写字符,特别是英文大写字母,拓扑结构变化的多样性,使得
目前已有的一些字符识别系统在应用于无限制手写字符的分类时,始终存在这样或那
样的缺陷。正因为如此,手写字符识别对于广大研究者来说,是一个充满魅力的领域。
1.4.2 研究的目标
本文所要做的工作是:
(1)建立一个无限制手写数字脱机识别系统,要求该系统具有至少 90%以上的
识别率,并且具备一定的稳定性。
(2)建立一个无限制手写大写英文字母脱机识别系统,要求该系统作为手写字
符识别系统中的脱机识别部分,要求该系统具有至少 85%以上的识别率,并且
具备一定的稳定性。