脱机自由手写体汉字识别方法研究
文献类型：学位论文
| 作者 | 索振刚 |
| 学位类别 | 硕士 |
| 答辩日期 | 2000 |
| 授予单位 | 中国科学院沈阳自动化研究所 |
| 授予地点 | 中国科学院沈阳自动化研究所 |
| 导师 | 李伟 |
| 关键词 | 脱机手写体字符识别 周边轮廓笔划编码 双分类器综合信息判断方法 |
| 其他题名 | Off-line Recognition of Handwritten Chinese Characters |
| 学位专业 | 模式识别与智能控制 |
| 中文摘要 | 脱机自由手写体汉字识别问题至今还没有完全解决，本文即针对该课题在小字符集合的实际应用方面进行研究。一般来讲，字符识别主要分为四个处理过程：预处理，特征提取，分类识别和后处理，而前三方面显得更重要。本文在阐述了字符识别的一般原理方法之后，着重阐述了本识别系统所采用的新的特征提取方法和新的分类识别方法。根据手写体字符的特点，本系统选择并提取了下面三种特征：周边轮廓笔勘编码、非均匀网格笔划密度和特征点特征。其中周边轮廓编码特征是本文提出的一种新的特征提取方法，它对统计和句法特征提取方法进行了有机的结合，充分利用了两者的优点，与另外两种特征一起较好的解决了手写字符特征表示的唯一性问题。在分类策略中，这里采用了双分类器综合信息判断方法，它利用两个分类器获得的两个分类信息(包括字符类别和识别概率等信息)，通过综合两方面识别信息判断最终识别结果。另外，我们还对两种特征提取方法进行了单独研究，并探索了一种新的神经网络模型一一神经认知模型的实现方法。我们对系统进了测试，所用样本库是收集的100人书写的银行常用汉字和小写数字。对～定数量样本进行训练后，本系统对该样本库的识别率达到92.3%。 |
| 索取号 | TP391.43/S99/2000 |
| 语种 | 中文 |
| 公开日期 | 2012-07-22 |
| 分类号 | TP391.43 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/9058]  |
| 专题 | 沈阳自动化研究所_沈阳自动化所知识产出(2000年前) |
| 推荐引用方式 GB/T 7714 | 索振刚. 脱机自由手写体汉字识别方法研究[D]. 中国科学院沈阳自动化研究所. 中国科学院沈阳自动化研究所. 2000. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。