低質(zhì)量文本圖像OCR技術(shù)的研究.pdf

1、本論文對低質(zhì)量文本圖像的OCR技術(shù)進(jìn)行了深入的研究，目標(biāo)就是從理論，算法和應(yīng)用三個層次上研究低質(zhì)量文本圖像的高性能識別問題。研究工作主要包括以下幾個方面： 首先分析論述了低質(zhì)量文本灰度圖像條件下，文字識別與人的認(rèn)知、經(jīng)典人工智能問題、以及二值圖像識別技術(shù)之間的關(guān)系，對低質(zhì)量文本圖像OCR技術(shù)的研究方向提出了有別于傳統(tǒng)的觀點和看法。 在上述理論框架的指導(dǎo)下，結(jié)合低質(zhì)量文本自身的特點和規(guī)律，設(shè)計了一個低質(zhì)量文本圖像的識別流程

2、，并在各主要步驟給出了實用高效的算法，主要有： 基于連通區(qū)域的層次結(jié)構(gòu)切分算法：不同于傳統(tǒng)的先行列切分，再字切分的算法過程，本方法采用了由小到大、自底向上的切分策略。通過連通區(qū)域特征的變化規(guī)律找出適用于切分的最佳閾值，再根據(jù)先驗知識和啟發(fā)式規(guī)則，對連通區(qū)域做適當(dāng)?shù)暮喜⒎指畈僮?，最后得到最?yōu)的切分結(jié)果。實驗表明，該方法對于低質(zhì)量文本圖像能夠取得令人滿意的切分效果。 基于地形特征的種子區(qū)域增長算法：基于確定點和關(guān)鍵點概念，利

3、用像素地形特征自動的選擇種子點，通過一種改進(jìn)的種子區(qū)域增長方法，從種子區(qū)域開始，依據(jù)一定的優(yōu)先級規(guī)則，逐漸向其近鄰點擴(kuò)展，對單字灰度圖像二值化，有效地獲取了字符的結(jié)構(gòu)信息。本方法與已有的二值化方法相比較，能夠更好的保留有效的字符結(jié)構(gòu)信息，提高了識別的正確率。 基于不對稱性的分類部分空間法：發(fā)現(xiàn)了相似字之間誤識的不對稱性，并對這種不對稱現(xiàn)象的成因進(jìn)行了細(xì)致的探討和分析?；谶@種不對稱性，提出了一種分類部分空間方法來解決相似字的識別