基于Gabor雙彈性網(wǎng)格特征提取的手寫體漢字識別的研究.pdf

1、隨著科技水平的不斷提高，脫機手寫體漢字識別技術已經(jīng)成為各行業(yè)中廣泛使用的技術之一。由于漢字都是由“橫”、“豎”、“撇”和“捺”4種筆畫構成的，所以如何準確、迅速地識別出漢字的筆畫特征，成為了手寫體漢字識別的研究難點。特征提取方法是漢字識別中的最為關鍵的環(huán)節(jié)之一。有效的特征提取方法可以快速、準確地識別出漢字的筆畫特征。本文研究的主要內(nèi)容如下：
　　1.對手寫體漢字的樣本進行采集，然后介紹了幾種常用的圖像預處理的方法。通過對手寫體漢字

2、圖像進行預處理，使?jié)h字圖像變得更加容易被識別。
　　2.手寫體漢字的特征提取。本文介紹了幾種常用的針對漢字識別的特征提取方法。針對Gabor變換提取手寫體漢字圖像的特征能夠抑制漢字的噪聲、模糊等圖像干擾，但是不能有效地識別因書寫方式不同而出現(xiàn)文字變形的漢字圖像的這種情況，本文將雙彈性網(wǎng)格技術和改進的Gabor特征提取法結合起來，提出一種基于Gabor的雙彈性網(wǎng)格特征提取方法。該方法首先對手寫體漢字圖像進行子圖像分解，劃分成“橫”、

3、“豎”、“撇”、“捺”4個子圖像；然后運用雙彈性網(wǎng)格技術及設置了最優(yōu)參數(shù)的Gabor濾波器組對子圖像進行特征提取。通過實驗表明，該方法與其它特征提取法相比，計算量明顯減少，識別速度顯著提高。說明這種方法能夠有效地避免文字變形和噪聲等問題，有效地提高了識別率。
　　3.手寫體漢字的分類識別。主要介紹了常見的幾種分類方法，分別介紹了最近鄰（KNN）分類法、樸素貝葉斯分類法、支持向量機(SVM)和BP神經(jīng)網(wǎng)絡分類方法。再通過對比實驗分析