基于OCR技術(shù)的名片識(shí)別方法的研究.pdf

1、名片在日常生活和工作中起著非常重要的作用，已經(jīng)成為人類重要的身份信息載體。由于名片中包含姓名、地址、電話號(hào)以及網(wǎng)址等信息，使得大部分名片為雙語混排名片。當(dāng)前亟需解決名片識(shí)別中英文混排情況下，名片識(shí)別的速度較慢，準(zhǔn)確率較低的問題。本論文研究OCR名片識(shí)別方法的新技術(shù)進(jìn)而彌補(bǔ)上述名片識(shí)別技術(shù)中存在的不足。
　　本文針對(duì)現(xiàn)有的二值化方法在名片識(shí)別中存在的問題，如全局閾值分割的方法準(zhǔn)確度較低，局部閾值二值化方法產(chǎn)生偽影且運(yùn)行速度較慢，以及

2、全局閾值與局部閾值相結(jié)合的二值化算法在處理復(fù)雜版式名片時(shí)效果較差等缺點(diǎn)，研究了一種全局閾值與局部閾值相結(jié)合的優(yōu)化算法，該方法采用類間方差法對(duì)最佳全局閾值進(jìn)行計(jì)算，距閾值較遠(yuǎn)的像素點(diǎn)，選用全局閾值法對(duì)其進(jìn)行二值化；距閾值較近的像素點(diǎn)，選用局部閾值法對(duì)其進(jìn)行二值化，使得圖像的二值化效果更加清晰。采用數(shù)學(xué)形態(tài)學(xué)上的膨脹算法對(duì)名片圖像進(jìn)行版面分析處理，完成圖像版面塊的劃分。然后利用投影法版面塊屬性判定，提出文字塊。該算法能夠快速準(zhǔn)確的對(duì)復(fù)雜名片

3、的版面進(jìn)行分析。本文針對(duì)傳統(tǒng)中英文混排的字符識(shí)別技術(shù)存在的切分不完善、識(shí)別率低等問題進(jìn)行研究，提出了反饋?zhàn)R別的單元合并算法，將左右結(jié)構(gòu)漢字在字符切分時(shí)誤切分的漢字部件進(jìn)行合并。實(shí)驗(yàn)表明，該方法優(yōu)于常規(guī)的部件合并方法。部件合并后，對(duì)粘連的中英文字符進(jìn)行檢測(cè)和重切分，提高字符識(shí)別準(zhǔn)確率。最后，對(duì)名片文本信息進(jìn)行分類，在啟發(fā)式規(guī)則分類的基礎(chǔ)上，加入了版面信息對(duì)其進(jìn)行輔助分類，大幅度地提高了文本信息分類的準(zhǔn)確性。
　　本論文利用提出的方法