手寫體漢字識(shí)別實(shí)驗(yàn)平臺(tái)及筆劃網(wǎng)格特征提取方法的研究.pdf

1、脫機(jī)手寫體漢字識(shí)別研究是一個(gè)涉及多種學(xué)科的課題。手寫體漢字的數(shù)量巨大、類別繁多、結(jié)構(gòu)復(fù)雜、以及書寫風(fēng)格差異性等特點(diǎn)，使其在模式識(shí)別廣闊的研究領(lǐng)域中，成為一個(gè)極其富有挑戰(zhàn)性的課題。建立一個(gè)統(tǒng)一的脫機(jī)手寫體漢字識(shí)別實(shí)驗(yàn)平臺(tái)是對(duì)手寫體漢字識(shí)別研究方法進(jìn)行客觀分析、評(píng)價(jià)的重要方式和手段。本文設(shè)計(jì)和構(gòu)建了一個(gè)脫機(jī)手寫體漢字識(shí)別實(shí)驗(yàn)平臺(tái)。并在實(shí)驗(yàn)平臺(tái)基礎(chǔ)上對(duì)漢字識(shí)別相關(guān)算法進(jìn)行了深入的研究。研究的主要內(nèi)容如下：
　　1.手寫體漢字識(shí)別的實(shí)驗(yàn)平

2、臺(tái)。首先對(duì)手寫體漢字樣本庫進(jìn)行了研究，介紹了樣張的設(shè)計(jì)和采集，樣本庫構(gòu)建流程以及樣本信息的組織方式，構(gòu)建了一個(gè)標(biāo)準(zhǔn)的手寫體漢字樣本字庫。接著介紹了漢字常用的預(yù)處理技術(shù)。最后重點(diǎn)介紹了本文手寫體漢字識(shí)別實(shí)驗(yàn)平臺(tái)的系統(tǒng)架構(gòu)，實(shí)驗(yàn)平臺(tái)功能模塊的設(shè)計(jì)。
　　2.手寫體漢字的特征提取。漢字的特征提取方法主要可以分為兩類：基于統(tǒng)計(jì)特征、基于結(jié)構(gòu)特征的提取方法。本文主要研究并在實(shí)驗(yàn)平臺(tái)上編程實(shí)現(xiàn)了漢字識(shí)別中幾種常用的特征提取算法。在此基礎(chǔ)上，將

3、筆劃密度函數(shù)的定義擴(kuò)展到對(duì)角方向上，構(gòu)成對(duì)角方向網(wǎng)格，提出了一種新的基于筆劃密度函數(shù)的雙彈性網(wǎng)格方法，此方法不僅考慮到漢字的筆劃結(jié)構(gòu)中“撇”、“捺”筆劃的書寫特性，而且通過構(gòu)造對(duì)角彈性網(wǎng)格技術(shù)彌補(bǔ)了縱橫網(wǎng)格技術(shù)的不足之處。
　　3.手寫體漢字的分類識(shí)別。首先介紹了漢字分類中的一些典型的分類方法，如最近鄰（KNN）分類法、貝葉斯(Bayes)判別分類法、支持向量機(jī)(SVM)和BP神經(jīng)網(wǎng)絡(luò)分類方法。同時(shí)介紹了AdaBoost算法的相關(guān)

4、知識(shí)。接著，深入研究了用于手寫體漢字分類的基于BP神經(jīng)網(wǎng)絡(luò)的AdaBoost方法。最后，在漢字實(shí)驗(yàn)平臺(tái)的基礎(chǔ)之上，對(duì)比了不同分類器的實(shí)驗(yàn)結(jié)果，驗(yàn)證了該方法的有效性。
　　4.漢字識(shí)別實(shí)驗(yàn)平臺(tái)的系統(tǒng)實(shí)現(xiàn)和識(shí)別實(shí)驗(yàn)結(jié)果及分析。首先介紹了漢字實(shí)驗(yàn)平臺(tái)的系統(tǒng)實(shí)現(xiàn)。接著，對(duì)手寫體漢字實(shí)驗(yàn)平臺(tái)的性能進(jìn)行測(cè)試，對(duì)比了構(gòu)造樣本集所用的時(shí)間，驗(yàn)證了本文構(gòu)造的脫機(jī)手寫體漢字識(shí)別實(shí)驗(yàn)平臺(tái)的實(shí)用性和高效性。然后基于實(shí)驗(yàn)平臺(tái)，對(duì)多種特征提取方法和分類識(shí)別方