基于字典驅(qū)動(dòng)的小樣本中文郵政地址識(shí)別.pdf

1、近五年，我國(guó)郵政信函、快遞業(yè)務(wù)量保持20％的年均增長(zhǎng)率，傳統(tǒng)依靠手工進(jìn)行郵政信函分揀模式難以勝任業(yè)務(wù)量的高速激增需求。目前一些自動(dòng)郵政分揀系統(tǒng)主要通過(guò)建立信件上的條形碼、標(biāo)識(shí)碼與郵編號(hào)碼或地址信息的對(duì)應(yīng)關(guān)系來(lái)實(shí)現(xiàn)信函的自動(dòng)分揀，其郵編或地址通常是通過(guò)終端人工輸入，在大量信函集中處理時(shí)，費(fèi)時(shí)、費(fèi)力、效率極低。利用圖像識(shí)別方法，依靠機(jī)器自動(dòng)識(shí)別信函上的郵編及地址是一種非常有效、快速的分揀手段。
　　利用信封上的郵編識(shí)別來(lái)實(shí)現(xiàn)自動(dòng)分揀，

2、會(huì)由于郵編空缺、書(shū)寫(xiě)不規(guī)范或錯(cuò)誤，導(dǎo)致依照郵編識(shí)別會(huì)出現(xiàn)地址投遞區(qū)域錯(cuò)誤，造成信件延誤或者丟失情況。為改善郵政地址和郵政編碼單獨(dú)識(shí)別率受限狀況，本文利用郵政地址字典驅(qū)動(dòng)模型，從信函提取手寫(xiě)收件人地址區(qū)域和郵編號(hào)碼圖像，實(shí)現(xiàn)手寫(xiě)收件人地址省、市、區(qū)（縣）信息和郵政編碼識(shí)別。論文完成工作如下：
　　信封圖像預(yù)處理與分割：預(yù)處理包括去噪、二值化、傾斜校正、地址塊提取、歸一化等。利用行投影法對(duì)信封圖像進(jìn)行分割，獲得收件人地址塊信息，然后利

3、用局部列投影進(jìn)行地址串切分。
　　手寫(xiě)郵政地址識(shí)別：論文采取兩級(jí)特征法進(jìn)行識(shí)別，第一級(jí)采用改進(jìn)粗網(wǎng)格特征、外內(nèi)圍特征進(jìn)行單字粗分類，以減少二級(jí)識(shí)別單字候選集；第二級(jí)采用三方向筆畫(huà)密度特征、局部傅里葉變換特征對(duì)粗分類單字候選集進(jìn)行細(xì)分類。
　　字典驅(qū)動(dòng)模型：由于手寫(xiě)漢字存在大量連筆、粘連、噪音污染、斷筆的情況，使得單字識(shí)別過(guò)程中，漢字圖像分割后的字符不一定獨(dú)立和完整，對(duì)單個(gè)漢字的識(shí)別率產(chǎn)生很大影響。采用字典驅(qū)動(dòng)的方法對(duì)地址文本