特定領(lǐng)域OCR系統(tǒng)的精度與速度問(wèn)題研究.pdf

1、經(jīng)過(guò)五十多年的艱苦努力，人們?cè)谖淖肿R(shí)別領(lǐng)域取得了眾多成果，逐漸成熟的文字識(shí)別技術(shù)使得滿(mǎn)足金融、郵電通信、新聞出版、辦公自動(dòng)化等領(lǐng)域?qū)?shí)用化OCR技術(shù)的迫切需求成為可能。雖然最近幾年才開(kāi)始嘗試把OCR技術(shù)應(yīng)用到金融票據(jù)和信息檢索領(lǐng)域，但是由于強(qiáng)烈的市場(chǎng)需求的推動(dòng)，這些研究方向已經(jīng)逐漸成為文字識(shí)別領(lǐng)域的兩大應(yīng)用熱點(diǎn)，大大推動(dòng)了OCR理論和技術(shù)的進(jìn)一步發(fā)展。 在金融領(lǐng)域，OCR主要用于對(duì)金融票據(jù)上的信息進(jìn)行識(shí)別，進(jìn)而完成自動(dòng)化的結(jié)算、

2、后督等功能；在信息檢索領(lǐng)域，主要利用OCR將紙質(zhì)媒介上的信息轉(zhuǎn)換為可供計(jì)算機(jī)處理的格式，使用戶(hù)能夠方便的檢索和訪(fǎng)問(wèn)，同時(shí)提供進(jìn)一步信息挖掘的基礎(chǔ)。 目前，各國(guó)的研究機(jī)構(gòu)和公司都加緊研究面向?qū)嵱玫腛CR技術(shù)，各方面對(duì)此都非常重視，北京郵電大學(xué)模式識(shí)別實(shí)驗(yàn)室(PRIS實(shí)驗(yàn)室)的金融票據(jù)OCR技術(shù)研究不僅與許多企業(yè)和銀行部門(mén)展開(kāi)了合作，也受到了國(guó)家863項(xiàng)目的支持。在這種背景下，本文的研究目的就是參考國(guó)內(nèi)外最新研究進(jìn)展，在PRIS實(shí)驗(yàn)

3、室的技術(shù)積累基礎(chǔ)之上，在“金融票據(jù)OCR系統(tǒng)中的成套關(guān)鍵技術(shù)”的國(guó)家863項(xiàng)目的支持下，對(duì)金融票據(jù)OCR系統(tǒng)中的關(guān)鍵技術(shù)進(jìn)行研究和改進(jìn)，并結(jié)合最新的信息檢索領(lǐng)域的應(yīng)用，提出相應(yīng)的解決思路。本文進(jìn)行的主要工作如下： 1．對(duì)于漢字識(shí)別這樣一個(gè)統(tǒng)計(jì)模式識(shí)別的問(wèn)題來(lái)說(shuō)，訓(xùn)練樣本的數(shù)量和質(zhì)量對(duì)于系統(tǒng)的識(shí)別性能是非常關(guān)鍵的。當(dāng)訓(xùn)練樣本的數(shù)量和質(zhì)量不能滿(mǎn)足需要時(shí)，我們無(wú)法正確估計(jì)樣本的統(tǒng)計(jì)分布，無(wú)法得到最優(yōu)的識(shí)別率。本文提出一種新的基于余弦整

4、形變換的手寫(xiě)漢字訓(xùn)練樣本生成方法，可有效提高現(xiàn)有手寫(xiě)漢字識(shí)別系統(tǒng)的識(shí)別性能。通過(guò)對(duì)原始訓(xùn)練樣本進(jìn)行基于余弦整形變換的樣本生成和樣本篩選，一定程度上緩解了某些條件下訓(xùn)練樣本不足的問(wèn)題，增強(qiáng)了識(shí)別器的擴(kuò)展能力和魯棒性。 2．手寫(xiě)體漢字變形問(wèn)題是手寫(xiě)體漢字識(shí)別中的關(guān)鍵問(wèn)題，歸一化處理是直接從漢字點(diǎn)陣圖像上矯正手寫(xiě)變形、減小屬于同一類(lèi)別的不同模式之間差異的主要途徑。但是，在對(duì)圖像進(jìn)行規(guī)整的過(guò)程中，也引進(jìn)了可能會(huì)影響識(shí)別精度的鋸齒等不利因

5、素。為了更有效的提取手寫(xiě)漢字的特征，提高識(shí)別精度，本文提出了一種利用非線(xiàn)性歸一化過(guò)程產(chǎn)生的坐標(biāo)變換信息來(lái)提取手寫(xiě)漢字有效特征的方法。該方法通過(guò)非線(xiàn)性歸一化獲得各有效像素點(diǎn)在原漢字圖像及規(guī)整后漢字圖像中的坐標(biāo)變換關(guān)系，在原圖像上抽取各點(diǎn)特征，在歸一化圖像上進(jìn)行網(wǎng)格的均勻劃分和特征統(tǒng)計(jì)并形成用于分類(lèi)的特征向量。該方法有效克服了以往先進(jìn)行歸一化預(yù)處理方法和動(dòng)態(tài)網(wǎng)格方法的一些不足，兼顧了與傳統(tǒng)結(jié)構(gòu)特征提取方法的有效結(jié)合。 3．研究了基于

6、PCA和LDA的手寫(xiě)漢字特征壓縮問(wèn)題，通過(guò)特征壓縮，使原先的高維特征能夠高效地用于實(shí)際識(shí)別過(guò)程，在保證漢字識(shí)別率的情況下，特征矢量維數(shù)大大降低，使用基于LDA的方法在一定的壓縮比率下，漢字識(shí)別率也得到了改善。 4．金融票據(jù)中手寫(xiě)體金融漢字的識(shí)別這類(lèi)問(wèn)題，屬于背景和字形情況都相對(duì)復(fù)雜的小字符集漢字識(shí)別問(wèn)題，對(duì)識(shí)別器的區(qū)分能力和魯棒性都有較強(qiáng)的要求。實(shí)驗(yàn)表明，使用馬氏距離進(jìn)行分類(lèi)，通過(guò)適當(dāng)選擇參數(shù)，可以達(dá)到較高的精度，但運(yùn)算量非常大