多分類器集成的脫機手寫體漢字識別方法的研究.pdf

1、漢字是中華民族幾千年文化中最為光輝燦爛的瑰寶，對中華文明的發(fā)展有著不可磨滅的功勛。在當前高速發(fā)展的信息時代，如何高效地將漢字信息錄入計算機，已經(jīng)成為影響人機交互的重要瓶頸。讓計算機自動識別漢字，是漢字信息處理中最為直接、最為緊迫的課題。漢字識別是模式識別的一個重要分支，也是文字識別領域最為困難的問題，它涉及模式識別、圖象處理、數(shù)字信號處理、自然語言理解、人工智能、模糊數(shù)學、信息論、中文信息處理等學科，是一門綜合性技術，在中文信息處理、辦

2、公室自動化、機器翻譯、人工智能等高技術領域，都有著重要的實用價值和理論意義。 本文首先介紹脫機手寫體漢字識別方法的基本流程，分別介紹了脫機手寫體漢字識別流程中的各個環(huán)節(jié)所用的理論和方法：然后對脫機手寫體漢字識別中常用的分類器以及集成方法進行了認真的學習和總結。 本文在理解和分析各種分類器以及分類器集成方法的基礎上提出了一種新的多分類器集成的方法。該方法通過改進的歐氏距離分類器將待識別漢字分類到某個粗分結果集中，然后根據(jù)粗

3、分結果集選擇1-N(one-against-rest)的SVM分類器對待識別漢字進行細分，最后用貝葉斯集成兩級分類器。 另外，在非特定手寫文稿識別的預處理階段，本文提出了一種簡便、快速的漢字分割方法。該方法首先根據(jù)背景圖像信息提取每個漢字像素點所連通的最大輪廓矩陣，然后對這些矩陣按橫、縱坐標排序，最后根據(jù)統(tǒng)計信息將相鄰的矩陣合并，將整個漢字文稿圖像分割成許多個包含一個或多個漢字在內的矩陣塊。達到分割漢字的目的。 本文最終