版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、手寫數(shù)字識別是光學(xué)識別技術(shù)OCR的一個(gè)分支,屬于模式識別的一個(gè)重要問題,研究如何利用電子計(jì)算機(jī)自動辨認(rèn)人手寫在紙張等介質(zhì)上的阿拉伯?dāng)?shù)字。這在郵政分揀、銀行票據(jù)識別、報(bào)表統(tǒng)計(jì)等眾多領(lǐng)域中有著廣泛應(yīng)用前景。同時(shí),數(shù)字串切分是識別的關(guān)鍵步驟,其準(zhǔn)確與否直接影響到后面識別率的高低,因此同樣具有重要研究價(jià)值。本文主要討論手寫體數(shù)字串在脫機(jī)、無約束(即沒有任何類似框格限制)的情況下對其進(jìn)行切分和識別的算法。 多年來,人們在這個(gè)研究領(lǐng)域提出了
2、很多有效的方法,但因書寫人的隨意性,風(fēng)格的迥異性使得該領(lǐng)域遠(yuǎn)不能達(dá)到完善的程度。尤其是在無約束造成大量重疊、粘連、斷筆存在的情況下,其切分和識別率都達(dá)不到滿意的效果,仍有許多工作要做。本文在前人研究成果的基礎(chǔ)上,致力于無約束脫機(jī)手寫數(shù)字串的切分和識別算法的研究,目的是為了能在該領(lǐng)域做些有益的探索。主要工作包括以下幾個(gè)方面: (一)數(shù)字串切分:在列舉了多種現(xiàn)有經(jīng)典切分算法的基礎(chǔ)上,提出一種新的基于數(shù)字串字符圖像凹凸特性的切分方法。
3、該方法從根本上克服了已有算法需要細(xì)化、路徑搜索等復(fù)雜處理的弊端,從而大大提高切分率,縮短切分時(shí)間。 (二)單數(shù)字識別:本文未采用目前廣為流行的神經(jīng)網(wǎng)絡(luò)方法,而是提出一種利用字符圖像的凹凸特性,構(gòu)造其筆順編碼及正則表達(dá)式匹配的新方法。因利用字符的整體特征,故識別過程簡單快速。在獲得了較高識別率的同時(shí),識別速度也較其它方法提高了近一倍。 (三)數(shù)字識別擴(kuò)展:除了數(shù)字,本文提出的基于凹凸特性的識別方法還可擴(kuò)展到小類別字符集。為
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一個(gè)集成的無約束手寫數(shù)字串識別系統(tǒng).pdf
- 面向票據(jù)識別的手寫數(shù)字串切分算法研究.pdf
- 基于模糊聚類算法的無約束手寫體數(shù)字識別.pdf
- 關(guān)于手寫數(shù)字串切分的研究.pdf
- 包含小數(shù)點(diǎn)的手寫數(shù)字串切分與識別.pdf
- 無限制手寫體數(shù)字串切分與識別的相關(guān)問題研究.pdf
- 基于無切分策略的脫機(jī)手寫體數(shù)字串識別.pdf
- 銀行票據(jù)手寫數(shù)字串識別的預(yù)處理與分割.pdf
- 手寫數(shù)字串智能處理算法的研究與實(shí)現(xiàn).pdf
- 無約束優(yōu)化中的幾個(gè)算法.pdf
- 無約束優(yōu)化問題的若干算法研究.pdf
- 無約束視頻的行為識別技術(shù)研究.pdf
- 無約束優(yōu)化問題
- 無約束重力模式
- 無約束優(yōu)化問題的信賴域算法研究
- 無約束優(yōu)化錐模型信賴域算法研究.pdf
- 無約束優(yōu)化的混合信賴域算法研究.pdf
- 基于數(shù)字串內(nèi)容識別的說話人驗(yàn)證方法研究.pdf
- 無約束優(yōu)化問題的信賴域算法研究.pdf
- 無約束優(yōu)化的譜共軛梯度算法研究.pdf
評論
0/150
提交評論