基于自學(xué)習(xí)的手寫表格數(shù)字字符串快速識(shí)別方法的研究.pdf

1、手寫表格數(shù)字的識(shí)別已成為 OCR領(lǐng)域中一個(gè)重要的應(yīng)用。大量記錄實(shí)驗(yàn)數(shù)據(jù)的表格、成績單、票據(jù)等如果人工處理則需要耗費(fèi)大量時(shí)間，且人工處理過程極其單一枯燥，正確率又不能得到保障。本論文主要介紹設(shè)計(jì)一個(gè)表格手寫數(shù)字自動(dòng)識(shí)別的軟件，并將它應(yīng)用于實(shí)際處理實(shí)驗(yàn)中所記錄數(shù)據(jù)的表格。
　　表格數(shù)據(jù)的識(shí)別最重要的是字符串的識(shí)別，而影響字符串識(shí)別的主要因素是字符串的分割及單個(gè)字符的識(shí)別。分析國內(nèi)外表格手寫數(shù)字識(shí)別的現(xiàn)狀，得到通常情況下，表格手寫數(shù)字字

2、符識(shí)別的處理過程如下：先根據(jù)表格線的結(jié)構(gòu)，對(duì)表格進(jìn)行處理，得到表格內(nèi)容部分；然后對(duì)單元格進(jìn)行定位并提取出里面的數(shù)字字符圖像；接著再對(duì)這些數(shù)字進(jìn)行分割并分類結(jié)果。
　　本文主要對(duì)表格手寫數(shù)字識(shí)別的過程進(jìn)行研究，表格文檔圖像進(jìn)行預(yù)處理、定位單元格提取字符串、分割并識(shí)別字符串。預(yù)處理部分包括二值化、去躁及傾斜校正。其中，利用表格線的傾斜度來進(jìn)行傾斜校正，表格線的檢測時(shí)采用hough變換及viterbi算法進(jìn)行效果比較。進(jìn)行單元格字符定位

3、提取時(shí)采用連接成分的方法，有效提取出字符串，而且能將不相粘連的部分直接區(qū)分開。在對(duì)字符串進(jìn)行分割時(shí)使用 BP神經(jīng)網(wǎng)絡(luò)分類器指導(dǎo)分割，提高分割正確率。這里提出置信度的概念用來確定分類結(jié)果的準(zhǔn)確性。分割時(shí)利用字符串的輪廓進(jìn)行分析確定分割路徑。此外，本文設(shè)計(jì)一個(gè)整體識(shí)別的神經(jīng)網(wǎng)絡(luò)，提取單元格字符串的整體特征進(jìn)行識(shí)別，對(duì)置信度低的字符串再去進(jìn)行采用分割的方法進(jìn)行識(shí)別。
　　整個(gè)表格手寫數(shù)字識(shí)別系統(tǒng)是基于 VS平臺(tái)用 C++開發(fā)的。并經(jīng)過大