学位论文 > 优秀研究生学位论文题录展示

基于HMM的脱机手写体字符识别

作　者: 李辉熠
导　师: 李峰
学　校: 长沙理工大学
专　业: 计算机应用技术
关键词: 手写字符识别模式识别隐马尔可夫模型人工神经网络
分类号: TP391.4
类　型: 硕士论文
年　份: 2007年
下　载: 304次
引　用: 3次
阅　读: 论文下载

内容摘要

汉字是中华民族文明的象征,有着上千年的历史。汉字识别在办公自动化、机器翻译、新闻出版等很多方面都有广泛的应用。脱机手写体汉字识别是汉字识别中最难的一类问题,其识别的流程要经过预处理、特征提取、分类、后处理等几个主要步骤。预处理主要是对经扫描而成的脱机手写体汉字的图像进行二值化、去噪、字符切分、细化、规范化等处理工作。特征提取需要提取出能有效代表字符图像的特征。分类是脱机手写体汉字识别中的关键,常用的分类器有基于距离的分类器、神经网络分类器和支持向量机分类器。后处理的主要任务是利用上下文进行纠错,以进一步提高系统的识别率。本文详细介绍了脱机手写体汉字识别的预处理方法,讨论了传统的二值化、平滑、字符分割和归一化细化算法,重点研究了基于多重隐马尔可夫模型(MHMM)的手写体字符识别分类器,对其模型的结构和分类识别的方法和过程进行了分析;在此基础之上,本文通过提取基于字符四方向投影边界链码特征作为多重隐马尔可夫模型的观测值输入,并使用人工神经网络(ANN)来对模型进行训练,结合神经网络良好的抗干扰性和隐马尔可夫模型(HMM)建模性能好的优点来提高系统的整体识别性能,给出了一种基于ANN-MHMM的手写体字符识别方法。通过对银行票据的金额字符进行识别实验,结果表明用本文所提出的方法进行脱机手写体字符识别是可行的,其识别准确率达到96.3%,优于现有的一些方法。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-15
  1.1 字符识别的发展和研究现状  10-13
    1.1.1 字符识别的发展过程  10
    1.1.2 脱机手写体字符识别的难点  10-12
    1.1.3 脱机手写体字符识别研究现状及分析  12-13
  1.2 论文研究的内容及成果  13-15
第二章脱机手写体字符识别技术  15-29
  2.1 预处理  15-21
    2.1.1 灰度二值化  16-17
    2.1.2 纠偏和定位识别区域  17
    2.1.3 去噪、平滑处理  17-18
    2.1.4 字符分割  18-20
    2.1.5 字符归一化和细化  20-21
  2.2 字符识别特征提取和选择  21-24
    2.2.1 基于笔画的特征提取  22
    2.2.2 基于网格的特征提取  22-23
    2.2.3 基于方向线素的方法  23-24
    2.2.4 小结  24
  2.3 字符识别  24-28
    2.3.1 字符识别方法概述  25-26
    2.3.2 字符分类器的设计  26-27
    2.3.3 字符识别后处理  27-28
  2.4 本章小结  28-29
第三章隐马尔可夫模型（HMM）  29-37
  3.1 隐马尔可夫模型(HMM)基本概念  29-30
    3.1.1 马尔可夫(Markov)链  29
    3.1.2 隐马尔可夫模型（HMM）  29-30
    3.1.3 隐马尔可夫模型（HMM）的三个基本假设  30
  3.2 传统HMM 应用中的三个基本问题  30-33
    3.2.1 前向算法  31
    3.2.2 Baum-Welch 算法  31-32
    3.2.3 Viterbi 算法  32-33
  3.3 HMM 的在模式识别领域的应用  33-34
    3.3.1 HMM 用于语音识别  33
    3.3.2 HMM 用于图像处理  33-34
  3.4 HMM 用于字符识别的一般方法  34-35
    3.4.1 利用HMM 进行字符模型的建立—学习问题的解决  34-35
    3.4.2 利用HMM 模型进行字符识别—评价问题的解决  35
  3.5 本章小结  35-37
第四章基于ANN-MHMM 的手写体字符识别  37-49
  4.1 基于投影边界链的特征提取  37-39
  4.2 基于ANN-MHMM 的手写体字符识别方法总体流程  39-40
  4.3 MHMM 模型中的模型选择及初始化参数设置  40-41
  4.4 基于ANN-MHMM 训练算法  41-45
    4.4.1 传统训练算法的一些缺陷  41
    4.4.2 ANN－MHMM 模型  41-42
    4.4.3 基于ANN-MHMM 的训练算法  42-45
  4.5 基于MHMM 分类器的字符分类识别  45-47
  4.6 本章小结  47-49
第五章实验结果与分析  49-59
  5.1 银行票据识别现状  49-50
  5.2 识别过程  50-56
    5.2.1 灰度二值化和去噪  50-51
    5.2.2 倾斜校正  51-52
    5.2.3 版面分析与定位  52-53
    5.2.4 字符分割和归一化  53-54
    5.2.5 投影和特征提取  54
    5.2.6 训练与识别  54-55
    5.2.7 识别后处理  55-56
  5.3 结果分析  56-59
    5.3.1 与其它识别算法比较  56-57
    5.3.2 结论  57-59
结束语  59-61
参考文献  61-65
致谢  65-66
附录（攻读学位期间发表论文目录）  66-67
详细摘要  67-74

基于HMM的脱机手写体字符识别

内容摘要

全文目录

相似论文