印刷體漢字識別技術(shù)研究PPT

1、印刷體漢字識別技術(shù)的研究0910321220 沈佳駿指導(dǎo)教師：陳嵐印刷體漢字識別技術(shù)的研究背景 印刷體漢字識別技術(shù)是一種高速、自動(dòng)的信息錄入手段,成為未來計(jì)算機(jī)的重要職能接口，還可以作為辦公自動(dòng)化、新聞出版、機(jī)器翻譯等領(lǐng)域的理想輸入方式，有著廣泛的應(yīng)用前景。漢字識別的最終目的是使中文信息能更自然，更方便地輸入計(jì)算機(jī)，以便于進(jìn)一步處理。實(shí)際生活中，大量的書信、報(bào)紙、雜志內(nèi)容需要輸入計(jì)算機(jī)，隨著勞動(dòng)力價(jià)格的升高，利用人工方法進(jìn)行漢字輸入也將面臨經(jīng)濟(jì)效益的挑戰(zhàn)。人們要求有一種能將文字信息高速、自動(dòng)輸入計(jì)算機(jī)的方法，于是印刷體漢字識別技術(shù)便應(yīng)運(yùn)而生。印刷體漢字識別技術(shù)存在的難點(diǎn)（1）類別較大（2）結(jié)構(gòu)

2、復(fù)雜（3）相似字多 漢字的以上幾個(gè)特點(diǎn)就決定了沒有單一的一種特征就可以完成對漢字的識別，因此如何有效的選取各種特征，有效的進(jìn)行組合，使它們在匹配速度和識別率上都能滿足實(shí)際需求就成為整個(gè)系統(tǒng)的關(guān)鍵。印刷體漢字識別的流程簡介 該系統(tǒng)由輸入設(shè)備、漢字識別模塊和計(jì)算機(jī)硬、軟件三部分組成。核心部分是漢字識別模塊部分，印刷體漢字識別的過程主要過程包括預(yù)處理、版面分析理解、文本行字切分、特征提取、漢字識別、識別后處理。印刷體漢字識別流程圖 系統(tǒng)的Matlab仿真 系統(tǒng)的分析 系統(tǒng)的實(shí)現(xiàn) 系統(tǒng)性能的進(jìn)一步驗(yàn)證 仿真結(jié)果分析系統(tǒng)的分析 本設(shè)計(jì)要實(shí)現(xiàn)的是一個(gè)能識別三十二個(gè)印刷體漢字的識別系統(tǒng)。由于字庫容量較小，因

3、此本設(shè)計(jì)對系統(tǒng)的預(yù)期識別率指標(biāo)定為100%。 印刷體漢字識別系統(tǒng)采用的是十三點(diǎn)特征提取法和神經(jīng)網(wǎng)絡(luò)識別相結(jié)合的原理。十三點(diǎn)特征提取法負(fù)責(zé)提取漢字中的特征點(diǎn)，形成一個(gè)1X13的向量，作為神經(jīng)網(wǎng)絡(luò)的輸入，我們可以實(shí)現(xiàn)一個(gè)標(biāo)準(zhǔn)庫神經(jīng)網(wǎng)絡(luò)，由于不同的漢字對應(yīng)的特征向量不同，當(dāng)輸入相應(yīng)的特征向量就輸出對應(yīng)的漢字。 待識別文件首先由文件管理器加載。送入圖像管理模塊，經(jīng)二值化，轉(zhuǎn)灰度，均值濾波，二值化，行、字切割等圖像處理操作后，得到待識別文字的點(diǎn)陣，漢字識別模塊從點(diǎn)陣中提取識別特征，通過十三點(diǎn)特征提取，精確匹配識別結(jié)果。系統(tǒng)的工作流程如圖所示。 印刷體漢字識別工作流程圖系統(tǒng)的實(shí)現(xiàn) 特征提取 BP神經(jīng)網(wǎng)絡(luò)的

4、建立 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 系統(tǒng)的仿真 十三點(diǎn)特征所產(chǎn)生的數(shù)據(jù)形成一個(gè)矢量作為神經(jīng)網(wǎng)絡(luò)的輸入，此數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和識別過程（十三點(diǎn)特征提取的程序見參考附錄1）。十三點(diǎn)特征提取分塊特征提取BP神經(jīng)網(wǎng)絡(luò)的建立神經(jīng)網(wǎng)絡(luò)輸出向量中的元素個(gè)數(shù)由我們的標(biāo)準(zhǔn)庫中字符的個(gè)數(shù)確定，由于所要建立的標(biāo)準(zhǔn)庫字符的個(gè)數(shù)是32，并且因?yàn)橛?jì)算機(jī)語言只能識別0和1這二個(gè)值，所以神經(jīng)網(wǎng)絡(luò)輸出向量中最少有5個(gè)元素才能搭配出32個(gè)不同的數(shù)值。神經(jīng)網(wǎng)絡(luò)的建立可以參見以下程序：net=newff（minmax（P）,50,40,5,tansig,tansig,tansig,traingd）; 其中P是神經(jīng)網(wǎng)絡(luò)的輸入向量，tansi

5、g,tansig,tansig是包含每層用到的傳遞函數(shù)名稱的細(xì)胞數(shù)組。traingd是用到的訓(xùn)練函數(shù)的名稱。神經(jīng)網(wǎng)絡(luò)建立后，需要對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練以產(chǎn)生標(biāo)準(zhǔn)庫。訓(xùn)練參數(shù)如下所示： net.trainParam.show=100; %每100顯示1次 net.trainParam.Ir=0.005; %設(shè)置學(xué)習(xí)速率 net.trainParam.epochs=30000; %設(shè)置訓(xùn)練次數(shù) net.trainParam.goal=0; %設(shè)置性能函數(shù) net=train（net,P,T）; %訓(xùn)練BP網(wǎng)絡(luò) save zmn123 net %保存文件名為 zmn123BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 神經(jīng)網(wǎng)絡(luò)建立

6、后，需要對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練以產(chǎn)生標(biāo)準(zhǔn)庫。下圖（圖4.2.2）是輸出向量為五個(gè)元素和輸入向量為三十二個(gè)元素的BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差，最終訓(xùn)練誤差是0.00447779。五輸出元素系統(tǒng)的訓(xùn)練誤差曲線系統(tǒng)的仿真 系統(tǒng)首先對標(biāo)準(zhǔn)圖像（見圖4.2.3）進(jìn)行識別，運(yùn)行程序后處理過程分別進(jìn)行轉(zhuǎn)灰度（見圖4.2.4），均值濾波（見圖4.2.5），二值化（見圖4.2.6），經(jīng)行列切分后得到處理結(jié)果（見圖4.2.7），最后在命令窗口輸出識別結(jié)果（見圖4.2.8）。圖4.2.3 標(biāo)準(zhǔn)圖像圖4.2.4 標(biāo)準(zhǔn)轉(zhuǎn)灰度圖像圖4.2.5 標(biāo)準(zhǔn)均值濾波圖像圖4.2.6 標(biāo)準(zhǔn)二值化圖像圖4.2.7 標(biāo)準(zhǔn)圖像處理結(jié)果圖4.2.8

7、標(biāo)準(zhǔn)圖像識別結(jié)果 基于這個(gè)已建立的標(biāo)準(zhǔn)庫，我們通過Matlab程序仿真結(jié)果得知，此系統(tǒng)經(jīng)過自學(xué)習(xí)后對標(biāo)準(zhǔn)圖像中漢字的識別率是100%，系統(tǒng)的技術(shù)指標(biāo)符合我們的預(yù)期。通過對標(biāo)準(zhǔn)圖像識別學(xué)習(xí)訓(xùn)練，然后再對輸入亂序圖像（見4.2.9）進(jìn)行識別，運(yùn)行程序后識別過程中分別進(jìn)行轉(zhuǎn)灰度（見圖4.2.10），均值濾波（見圖4.2.11），二值化（見圖4.2.12），經(jīng)行列切分后得到處理結(jié)果（見圖4.2.13），最后在命令窗口輸出識別結(jié)果（見圖4.2.14）。圖4.2.9 亂序圖像圖4.2.4 亂序轉(zhuǎn)灰度圖像圖4.2.11 亂序均值濾波圖像圖4.2.12 亂序二值化圖像圖4.2.13 亂序圖像處理結(jié)果圖 4.2

8、.14 亂序圖像識別結(jié)果 基于這個(gè)已建立的標(biāo)準(zhǔn)庫，我們通過Matlab程序仿真結(jié)果得知，此系統(tǒng)對亂序圖像的漢字也能100%識別，初步驗(yàn)證了本系統(tǒng)具有一定高度的識別率。系統(tǒng)性能的進(jìn)一步驗(yàn)證 但由于本系統(tǒng)設(shè)定的字庫容量較小僅為三十二個(gè)字，即使以上漢字都能夠一一識別也并不能完全證明本系統(tǒng)具有較高的識別率。因此，為了進(jìn)一步驗(yàn)證本系統(tǒng)的性能，下面我們將采用一組總數(shù)32個(gè)字的相似字圖片讓系統(tǒng)對其進(jìn)行識別，標(biāo)準(zhǔn)庫的建立及識別過程同第一組漢字圖片的識別方法。相似字標(biāo)準(zhǔn)及亂序圖片如下所示 相似字標(biāo)準(zhǔn)圖片相似字亂序圖片圖4.2.27 相似字亂序圖像識別結(jié)果 我們通過Matlab程序仿真結(jié)果得知，此系統(tǒng)對相似字亂序

9、圖像的漢字也能100%識別，進(jìn)一步證明了本系統(tǒng)具有卓越的性能。仿真結(jié)果分析 經(jīng)過兩組圖像的仿真結(jié)果可以看出，系統(tǒng)能夠在學(xué)習(xí)標(biāo)準(zhǔn)圖像識別后建立標(biāo)準(zhǔn)庫，并根據(jù)標(biāo)準(zhǔn)字庫與以后的輸入圖像進(jìn)行匹配識別輸出，說明系統(tǒng)基本實(shí)現(xiàn)預(yù)先設(shè)想的功能，本系統(tǒng)采用的算法有一定的實(shí)用價(jià)值。但本系統(tǒng)仍有一些技術(shù)薄弱環(huán)節(jié)可繼續(xù)改進(jìn)，一是程序的自動(dòng)適應(yīng)能力還不強(qiáng)，往往只能識別有限的幾種標(biāo)準(zhǔn)印刷字體。其原因是在二值化與均值濾波時(shí)選取的參數(shù)不能適應(yīng)像素值的變化等；二是由于字庫的局限性，只能識別預(yù)先設(shè)定的三十二個(gè)漢字，僅能用來進(jìn)行實(shí)驗(yàn)原理的驗(yàn)證而不能投入到日常使用。因此在拓展字庫的同時(shí)如何提高參數(shù)的適應(yīng)性，即如何提高識別的自動(dòng)適應(yīng)能力，仍是漢字識別領(lǐng)域急需改進(jìn)的難點(diǎn)問題。未來展望我認(rèn)為未來的漢字識別技術(shù)將著重突破于以下幾個(gè)方面： （1）進(jìn)一步提高漢字識別率。 （2）提高版面的自動(dòng)分析能力。（3）系統(tǒng)能適用于各種應(yīng)用環(huán)境。（4）發(fā)展Intrnet上的網(wǎng)絡(luò)版版。 致謝 在這里，我首先要由衷地感謝我的論文指導(dǎo)老師陳嵐教授對我的悉心指導(dǎo)。在整個(gè)畢業(yè)課題的設(shè)計(jì)以及論文的撰寫過程中，她對我悉心指導(dǎo)、嚴(yán)格要求、熱情鼓勵(lì)并給予我極大的支持和具有啟發(fā)性的建議，使得我的畢業(yè)設(shè)計(jì)得以順利的完成