面向特定字符集的脫機手寫體文字識別算法研究.pdf

1、保密檢查是維護國家信息安全的重要手段。隨著保密檢查的力度逐步加大，對手寫體文件的保密檢查是檢查工具下一步研究的重點。由于手寫筆畫的無約束性與筆順的不確定性，脫機手寫體識別一直是一個難以解決的問題，而現(xiàn)有的識別技術(shù)針對特定字符集（“保”、“守”、“國”、“家”、“秘”、“密”等等）的識別，遠(yuǎn)遠(yuǎn)達(dá)不到保密檢查準(zhǔn)確性、高效性的要求。本文致力于研究一種針對特定字符集的脫機手寫文字識別方法，包括去除噪聲、恢復(fù)筆畫原有特征及相應(yīng)的特征識別算法，并完

2、成一個原型系統(tǒng)的開發(fā)與測試，實現(xiàn)特定字符的大部分手寫字體的脫機識別功能。
　　論文針對手寫識別幾個關(guān)鍵步驟進行研究，主要工作如下:
　　(1)去噪算法的研究:細(xì)化引入噪聲的消除和無約束手寫筆畫的恢復(fù)。針對細(xì)化操作所引入的噪聲問題，文章描述了一種判定交叉點、端點的方法，并以判定結(jié)果為依據(jù)分別進行了交叉點分離的去重、筆鋒錯誤突出的恢復(fù)與筆畫斷裂的修復(fù)。針對無約束手寫筆畫的恢復(fù)工作，文章提出了一種人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，解決了手寫

3、文字連筆和筆畫省略的問題，降低了由于手寫習(xí)慣不同所造成的識別困難。
　　(2)特征識別算法的研究:優(yōu)化特征提取算法并設(shè)計了一種特征匹配算法。首先針對手寫體極大的隨意性提出了一種筆畫內(nèi)部特征恢復(fù)方法，將各種內(nèi)部特征進行提取并大致分類;其次根據(jù)這些特征設(shè)計了一個三層分類器，避免了識別一個文字就要進行字典查找的大量時間消耗;最后設(shè)計了一個筆畫特征庫并依此提出匹配方法和筆畫相似度計算方法，讓文字與庫內(nèi)標(biāo)準(zhǔn)模板進行相似度計算，從而識別出手寫

4、體文字。
　　(3)原型系統(tǒng)開發(fā)與測試:基于以上研究與保密檢查工具的要求進行原型系統(tǒng)開發(fā)，通過原型系統(tǒng)進行算法測試和驗證并對采集的數(shù)據(jù)進行分析。在特定字符集中抽取的6個文字1530個樣本的實驗中，三種主流識別軟件對于脫機手寫體特定字符集的識別率均未超過50％，而此文檔識別系統(tǒng)能夠始終保持90％以上的平均識別率。
　　對比結(jié)果表明，論文提出的獨創(chuàng)性設(shè)計與相關(guān)技術(shù)改進有效地提高了特定字符集的識別率。若制作更多的字體模板，那么識別