自由手寫體數(shù)字識別系統(tǒng)的設(shè)計實現(xiàn)分析

1、. 自由手寫體數(shù)字識別系統(tǒng)的設(shè)計與實現(xiàn)摘要：本文論述并設(shè)計實現(xiàn)了一個脫機自由手寫體數(shù)字識別系統(tǒng)。文中首先對待識別數(shù)字的預(yù)處理進展了介紹，包括二值化、平滑濾波、規(guī)化、細化等圖像處理方法；其次，探討了如何提取數(shù)字字符的構(gòu)造特征和筆劃特征，并詳細地描述了知識庫的構(gòu)造方法；最后采用了以知識庫為根底的模板匹配識別方法,并以MATLAB作為編程工具實現(xiàn)了具有友好的圖形用戶界面的自由手寫體數(shù)字識別系統(tǒng)。實驗結(jié)果說明，本方法具有較高的識別率，并具有較好的抗噪性能。關(guān)鍵詞：手寫體數(shù)字；預(yù)處理；模式識別；特征提取Abstrct： This paper describes and designs a free ha

2、ndwritten number recognition system.Firstly,the pretreatment of the character to be recognized is introduced, including binarization,smoothing,normalization and thinning.Ne*t, how to e*tract the structural features of the numbers is discussed, and we describe the constructing method of repository. F

3、inally, we use the method of template matching, based on repository, to recognize the digital number.Matlab is used as a program tool to realize this free handwritten digital recognition system with friendly graphical user interface. The e*perimental results show that the rate of the recognition sys

4、tem is high, and the proposed method is robust to noise.Keywords: handwritten number; pretreatment；pattern recognition; feature e*traction. 1 引言O(shè)CROptical Character Recognition即光學(xué)字符識別技術(shù)，是通過掃描儀把印刷體或手寫體文稿掃描成圖像，然后識別成相應(yīng)的計算機可直接處理的字符。OCR是模式識別的一個分支，按字體分類主要分為印刷體識別和手寫體識別兩大類。對于印刷體識別又可以分成單一字體單一字號和多種字體多種字號幾類。而手

5、寫體識別又可分為受限手寫體和不受限手寫體兩類；按識別方式可分為在線識別和脫機識別兩類。字符識別處理的信息可分為兩大類：一類是文字信息，處理的主要是用各國家、各民族的文字如：漢字，英文等書寫或印刷的文本信息，目前在印刷體和聯(lián)機手寫方面技術(shù)已趨向成熟，并推出了很多應(yīng)用系統(tǒng)；另一類是數(shù)據(jù)信息，主要是由阿拉伯?dāng)?shù)字及少量特殊符號組成的各種和統(tǒng)計數(shù)據(jù)，如：郵政編碼、統(tǒng)計報表、財務(wù)報表、銀行票據(jù)等等，處理這類信息的核心技術(shù)是手寫數(shù)字識別。因此，手寫數(shù)字的識別研究有著重大的現(xiàn)實意義，一旦研究成功并投入應(yīng)用，將產(chǎn)生巨大的社會和經(jīng)濟效益。在整個OCR領(lǐng)域中，最為困難的就是脫機自由手寫字符的識別。到目前為止，盡管人

6、們在脫機手寫英文、漢字識別的研究中已取得很多可喜成就，但距離實用還有一定距離。而在手寫數(shù)字識別這個方向上，經(jīng)過多年研究，研究工作者已經(jīng)開場把它向各種實際應(yīng)用推廣，為手寫數(shù)據(jù)的高速自動輸入提供了一種解決方案。本文首先介紹了自由手寫體數(shù)字識別的根本原理，包括數(shù)字圖像預(yù)處理、特征提取和模式識別的根本原理和方法；其次介紹了；最后通過基于MATLAB的實驗結(jié)果，對本系統(tǒng)的性能進展了分析。2 手寫體數(shù)字識別的根本原理本系統(tǒng)主要由手寫體數(shù)字識別的訓(xùn)練過程和識別過程組成，訓(xùn)練過程和識別過程均包括預(yù)處理、特征提取和模式識別三局部。系統(tǒng)構(gòu)成如圖2.1所示。. 識別過程訓(xùn)練過程 數(shù)據(jù)采集，預(yù)處理特征提取與選擇分類識

7、別 數(shù)據(jù)采集，預(yù)處理分類識別改良數(shù)據(jù)采集，預(yù)處理改良分類識別待識對象訓(xùn)練樣本人工干預(yù)特征提取與選擇改良特征提取與選擇正確率測試 SHAPE * MERGEFORMAT 圖2.1 系統(tǒng)流程圖. 下面分別介紹各局部工作的根本原理。2.1 預(yù)處理預(yù)處理主要由二值化，平滑去噪，規(guī)化，細化等組成。本文采用了基于閾值的二值化算法，通過最大類間方差法即OTSU方法，統(tǒng)計圖像的灰度直方圖選取全局閾值，然后進展二值化處理。其次，在二值化后利用均值濾波的方法消除孤立點、線的噪聲，這樣圖中就只剩下手寫體數(shù)字。在濾波中本文采用的是3*3大小的模板。平滑去噪后，對圖像進展規(guī)化處理。找出圖像中數(shù)字的邊界，然后提取出數(shù)字把

8、它居中放置在正方形方框中，再對此正方形圖像進展線性插值縮放，使它變?yōu)榻y(tǒng)一規(guī)格大小的圖像，本文中歸一化圖像的大小是36*36。在提取特征之前，要對手寫體數(shù)字進展細化。本文是采用的基于數(shù)學(xué)形態(tài)學(xué)的細化算法。細化可用兩步腐蝕來實現(xiàn)：第一步是正常的腐蝕，但它是有條件的，也就是說，那些被標為可除去的像素點并不立即消去；在第二步中，只將那些消除后并不破壞連通性的點消除，否則保存。以上每一步都是一個3*3鄰域運算。細化是將一個曲線性數(shù)字細化為一條單像素寬的線，從而圖形化地顯示出其拓撲性質(zhì)。數(shù)字圖像預(yù)處理前后效果比擬如下列圖所示。圖2.2為數(shù)字“5的原始圖像，圖2.3為對圖2.2預(yù)處理后的結(jié)果圖。類似地，圖2

9、.4為數(shù)字“6的原始圖像，圖2.5為對圖2.4預(yù)處理后的結(jié)果圖。圖2.2 原始圖像 SHAPE * MERGEFORMAT SHAPE * MERGEFORMAT 圖2.3 預(yù)處理后圖像圖2.4 原始圖像 圖2.5 預(yù)處理后圖像2.2 特征提取特征提取的目的是從原始數(shù)據(jù)中抽取出用于區(qū)分不同類型的本質(zhì)特征。無論是識別過程還是學(xué)習(xí)過程，都要對研究對象固有的、本質(zhì)的重要特征或?qū)傩赃M展量測并將結(jié)果數(shù)值化，形成特征矢量。通常能描述對象的元素很多，為了節(jié)約資源，節(jié)省計算機存儲空間、處理時間、特征提取的費用，有時更是為了可行性，在保證滿足分類識別正確率要求的條件下，按*種準則盡量選用對正確分類識別作用較大的

10、特征，使得用較少的特征就能完成分類識別任務(wù)。這項工作表現(xiàn)為減少特征矢量的維數(shù)或符號字符數(shù)。在本系統(tǒng)中采用對待識別數(shù)字圖像進展行列掃描與數(shù)字起點結(jié)合的方法提取特征。 構(gòu)造特征的提取首先對經(jīng)預(yù)處理后的圖像進展分割，如圖2.6所示。 SHAPE * MERGEFORMAT 圖2.6 圖像分割對圖像分割后，構(gòu)造特征提取的算法如下：對細化后的數(shù)字圖像取豎直的三條直線,分別取在5/12,1/2,7/12處,記下這三條豎直直線與數(shù)字筆段的交點數(shù)。再取水平三條直線,分別取在1/3,1/2,2/3處, 分別記下這三條水平直線與數(shù)字筆段的交點數(shù)。再取對角兩條直線, 分別記下這兩條對角直線與數(shù)字筆段的交點數(shù)。 筆劃

11、特征的提取經(jīng)細化后的數(shù)字圖像其特征較為穩(wěn)定,且筆劃簡單,因此對其抽取的根本構(gòu)造組件能反映數(shù)字的本質(zhì)特征,從而可快速有效地識別數(shù)字符,并到達較好的分類效果。數(shù)字端點如圖2.7所示。提取筆劃特征的算法如下：按從上到下,從左到右的順序掃描預(yù)處理后圖像并選擇黑像素點P；計算像素P的8鄰域之和N；假設(shè)N=1,則像素P為端點,端點計數(shù)器加一；重復(fù)步驟(1)-(3),直到遍歷整個圖像。 SHAPE * MERGEFORMAT 圖2.7 數(shù)字端點 數(shù)字的特征向量說明依據(jù)上述特征提取方法,本系統(tǒng)中的特征矢量由9個分量組成,其排列如下所示:DATA= 豎直中線交點數(shù)，豎直5/12處，豎直7/12處，水平中線交點數(shù)

12、，水平1/3處交點數(shù)，水平2/3處交點數(shù)，左對角線交點數(shù)，右對角線交點數(shù)，端點數(shù) ;2.3 知識庫的建立由于本文采用的是基于模式知識庫的識別方法，所以對字符的構(gòu)造特征的分析以及字符模型的構(gòu)造是一個十分重要的環(huán)節(jié)，圖2.8就是對識別數(shù)字的標準形態(tài)進展具體分析而構(gòu)造的模板。. 圖2.8 規(guī)手寫體數(shù)字形態(tài). DATA012,2,2,2,2,2,2,2,0；DATA111,0,0,1,1,1,1,1,2；DATA213,3,3,1,1,1,1,1,3；DATA313,2,3,1,1,1,2,2,3；DATA411,1,1,2,2,1,3,2,4；DATA513,3,3,1,1,1,2,2,4；DATA

13、613,3,2,1,1,2,3,2,1；DATA712,2,2,1,1,1,1,1,2；DATA814,4,4,2,2,2,2,2,0；DATA913,3,3,1,2,1,3,1,1。由于本系統(tǒng)是對自由手寫體進展識別, 因而要考慮數(shù)字書寫體的多變性。通過對圖2.9所示數(shù)字變體的分析來對知識庫進展補充。. 圖2.9 手寫體數(shù)字變體. DATA021,1,2,2,2,2,1,2,2；DATA223,2,2,1,1,1,1,3,2；DATA323,1,4,2,1,1,2,2,3；DATA421,2,2,3,3,1,2,2,2；DATA523,3,3,1,1,1,2,2,4；DATA623,1,3,1

14、,1,2,2,2,2；DATA824,4,4,2,1,2,1,2,2；DATA923,2,3,2,1,1,3,1,3。最后得到知識庫由上述兩套模板所組成。2.4 本系統(tǒng)的模式識別方法在本次設(shè)計過程中，我們選擇了模板匹配的識別方法。通過計算歐氏距離來衡量匹配程度。本系統(tǒng)中的特征矢量有9個分量，其計算距離公式如下：公式(2.1)但在本次設(shè)計中我們計算距離時對上述公式進展了改良，對于可靠性較高的端點數(shù)即最后一維特征值加大了權(quán)重，改良后的距離計算公式如下：公式(2.2)在識別過程，分別計算待識別圖像的特征值與知識庫中兩個模板的距離，與10個數(shù)字逐個比擬，距離最小的對應(yīng)的數(shù)字就是最后識別結(jié)果。該算法具有

15、特征提取和模板建立都比擬直觀，時間復(fù)雜度低，易于實現(xiàn)等優(yōu)點。其缺點是在建立知識庫時需要進展大量的訓(xùn)練，當(dāng)知識庫中的模板增多時，特征矢量間的距離會減小。3 MATLAB程序設(shè)計本次設(shè)計使用MATLAB語言實現(xiàn)該系統(tǒng),其用戶界面分別介紹如下。讀入圖像：讀入圖像的用戶界面如圖3.1所示。圖3.1 讀入圖像對圖像進展各種處理：選擇對圖像的各種操作的用戶界面如圖3.2所示，對圖像取反的用戶界面如圖3.3所示，對圖像平滑去噪的用戶界面如圖3.4所示，對圖像進展二值化操作的用戶界面如圖3.5所示，對圖像進展規(guī)化處理的用戶界面如圖3.6所示，對圖像進展細化操作的用戶界面如圖3.7所示，圖3.2 選擇對圖像的各

16、種操作 圖3.3 圖像取反圖3.4 平滑去噪圖3.5 二值化圖3.6規(guī)化圖3.7 細化數(shù)字圖像的識別：對手寫體數(shù)字進展識別的結(jié)果顯示界面如圖3.8所示。圖3.8識別結(jié)果顯示在上述界面中, 系統(tǒng)可根據(jù)用戶對識別結(jié)果正誤的選擇，自動計算識別率, 識別率結(jié)果顯示在圖像界面上方。4 實驗結(jié)果及分析在實驗過程中我們以兩組樣本作為訓(xùn)練樣本對知識庫的參數(shù)進展調(diào)整，這兩組訓(xùn)練樣本分別為100個規(guī)手寫體樣本和100個自由手寫體樣本，規(guī)手寫體樣本訓(xùn)練結(jié)果如表4.1所示，自由手寫體樣本訓(xùn)練結(jié)果如表4.2所示。表4.1 規(guī)手寫體訓(xùn)練結(jié)果數(shù)字類別正識樣本數(shù)誤識樣本數(shù)識別率0100100%1100100%29190%39

17、190%49190%59190%6100100%7100100%8100100%99190%合計95595% 表4.2 自由手寫體訓(xùn)練結(jié)果數(shù)字類別正識樣本數(shù)誤識樣本數(shù)識別率0100100%1100100%28280%39190%49190%58280%6100100%7100100%8100100%99190%合計93793%在測試實驗中，我們以200個規(guī)手寫體和200個自由手寫體共兩組樣本作為測試樣本,識別實驗結(jié)果分別如表4.3，4.4所示。表4.3 規(guī)手寫體識別實驗結(jié)果數(shù)字類別正識樣本數(shù)誤識樣本數(shù)識別率0200100%1200100%217385%318290%418290%517385%

18、618290%7200100%819195%918290%合計1851592.5%由上表可以看出,本系統(tǒng)對規(guī)的手寫體有較好的識別效果，識別率到達92.5%。表4.4 自由手寫體識別結(jié)果數(shù)字類別正識樣本數(shù)誤識樣本數(shù)識別率019195%1200100%216480%318290%418290%517385%618290%7200100%819195%917385%合計1821891由上表所示，字符2和5的誤識率較高，常誤識別為對方數(shù)字，對待識別數(shù)字要求嚴格，這是由于它們的標準特征向量距離較小，需要通過增添標準庫或參數(shù)調(diào)整對此情況進展改良。5 結(jié)論本文對自由手寫體數(shù)字識別的根本原理及方法作了介紹，并用MATLAB工具實現(xiàn)了自由手寫體數(shù)字識別系統(tǒng)。實驗結(jié)果說明，基于所用構(gòu)造模型和知識庫的識別方法對規(guī)手寫體數(shù)字是可行的，具有較高的識別率及較好的抗噪性能，也可以識別一定條件下的自由手寫體數(shù)字。為了提高識別率和可靠性，除了要增強對噪聲的濾除能力外，還要增大知識庫，以解決細化中出現(xiàn)的構(gòu)造畸變問題，這些都有待我們進一步的研究。參考文獻 平等.matlab根底與應(yīng)用簡明教程M.:航空航天大學(xué), 2001. 飛思科技產(chǎn)品研發(fā)中心.matlab6.5輔助圖像處理M.:電子工業(yè), 2003. 章毓晉.圖象處理和分析.:清華大學(xué)M,