基于LVQ神經網絡的手寫英文字母識別.pdf

1、隨著社會的發(fā)展，英語作為國際通用語言得到了日益廣泛的應用，因此有大量的英文文檔整理、查詢、統(tǒng)計的工作需要完成，而英文文檔識別系統(tǒng)可以輕而易舉地完成很多以前難以想象的工作。一個完整的英文文檔識別系統(tǒng)，包括文檔切分、單詞切分、單字母識別、單詞識別、后處理等部分。其中單個字母的字符識別，是整個識別系統(tǒng)的核心。通常對英文文檔的識別，都是基于單詞。單詞識別少數(shù)方法是以單詞整體為識別對象，大部分是基于單字符識別，即先對單詞進行切分，得到字符，然后再

2、進行字符識別。 手寫英文字母識別系統(tǒng)主要分為三個主要部分，分別是圖像預處理，特征提取和判斷識別。本文主要考慮特征提取和判斷識別部分，特征提取主要提取統(tǒng)計特征和結構特征，并把它們相互融合得到訓練與識別所需特征；判斷識別采用常用的人工神經網絡的識別方法，本文根據手寫體字母的特點選取了LVQ神經網絡對其進行識別，并對其作進一步的改進。 本文以一個26萬左右的手寫體字母圖庫作為研究對象，根據需要提取訓練樣本和測試樣本。因為字母庫

3、中的圖像還沒有達到提取特征和輸入識別的要求，所以要作適當?shù)念A處理。首先是字母圖像大小不一，要進行歸一化處理；其次是提取特征時需要圖像的骨架和輪廓，要進行細化處理和輪廓跟蹤。在細化和輪廓跟蹤中本人對算法進行改進，使得字母圖像在預處理后的效果更好，有助于提取更好的特征，提高識別率。 在預處理完成后要提取特征，本文對原圖像提取投影特征和粗網格特征，對骨架圖像提取方向特征，最后對輪廓提取外圍特征。其中方向特征和粗網格特征是局部描述的統(tǒng)計

4、特征，投影特征是全局描述的統(tǒng)計特征，而外輪廓特征是一種結構分析特征。本文將這三種特征相融合輸入神經網絡進行訓練和識別，在實驗中達到了一個很好的效果。 最后對神經網絡進行訓練識別。本文從字母庫中隨機抽取2600個字母圖片作為訓練樣本，并抽取不同于訓練樣本的1040個作為測試樣本。把訓練樣本和測試樣本輸入LVQ進行訓練和識別，并與BP神經網絡進行比較。實驗證明，LVQ神經網絡與BP網絡相比，結構簡單，只需要三層網絡就可以實現(xiàn)模式識別