已阅读5页,还剩100页未读, 继续免费阅读
(电路与系统专业论文)复杂背景下的字符识别研究及应用.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
复杂背景下的字符识别研究及应用 摘要 复杂背景下的字符识别研究从背景复杂的图象中提取感兴趣的字符区域, 并进行字符识别,是字符识别研究中较为困难的课题之一。由于存在字符图象 背景复杂、图象退化、字符缺损、字符种类多等不利因素,研究出复杂背景下 的字符识别通用算法有许多困难。本文针对上述问题,以牌照识别为例,从字 符图象分割、预处理、字符特征提取和识别等方面进行了深入的研究。主要研 究工作包括: 提出了牌照区域的两种分割方法。一、基于角检测的字符图象分害4 方法。 ( 针对牌照区域中字符与背景灰度变化较大且笔划宽度差别不大的特点,在整幅 图象范围内搜索字符,然后在字符区域附近,利用角模板检测牌照边框四角, 根据四个角的空间特征确定牌照区域,将牌照字符区域检测并分割出来,二、 基于直线边缘检测的字符图象分割方法。憎先基于原始图象水平和竖直样本线 上奇变点搜索算法检测边缘,然后在边缘图象中根据霍夫变换得到组成牌照区 域的四条边缘直线段的参数,将牌照字符区域分割出来。, 提出了基于纹理的字符区域二值化方法。( 对字符区域图象作纹理分析,根 据其明暗线段基元的灰度统计信息得到字符灰度级别的相对高低,然后根据模 式分类中最大最小准则确定二值化阈值,进行字符区域二值化。该方法充分利 用了灰度图象的特点,二值化后字符与背景对比分明,便于对字符图象的后续 处理。+ 对两种常用的字符特征抽取方法作出改进。提出了加权笔划密度和加权外 围特征的两种改进的字符特征提取方法。( 改进后的方法在字符中存在局部干扰 和断裂时特征抽取更加稳定。卜一 提出了多级神经网络分类器方法。侈级神经网络由多级子系统组成,每级 子系统包含有特征抽取和智能识别模块,分别对输入的字符点阵图象进行特征 抽取和识别,使分类器具有较高的识别率。厂、 对隐马毓可去模型分类器在字符识别方面的应用作了探讨。服据复杂字符 二维空间拓扑关系,应用二维隐马尔可夫模型进行字符识别作了初步研究。 一鲤型 r e s e a r c ho nc h a r a c t e rr e c o g n i t i o nu n d e rc o m p l e x b a c k g r o u n da n d i t sa p p l i c a t i o n a b s t r a c t c h a r a c t e rr e c o g n i t i o nu n d e rc o m p l e xb a c k g r o u n d ,w h i c ha b s t r a c t st h eo n e c t c h a r a c t e rz o n ea n dr e c o g n i z e st h ec h a r a c t e r s ,i so n eo ft h eh a r dt a s k so fr e s e a r c h e s o nc h a r a c t e rr e c o g n i t i o n i ti sd i f f i c u l tt ow o r ko u ta na l g o r i t h mo fg e n e r a lp u r p o s e o fc h a r a c t e r r e c o g n i t i o n u n d e r c o m p l e xb a c k g r o u n d b e c a u s eo f m a n y d i s a d v a n t a g e o u sf a c t o r s ,s u c h a s c o m p l e xb a c k g r o u n d ,i m a g ed e g e n e r a t i o n , i n c o m p l e t ec h a r a c t e ri m a g ea n di t sl a r g en u m b e r s i no r d e rt os o l v et h e s ep r o b l e m s , s o m ed e e pr e s e a r c h e s ,w h i c ht a k ec a rp l a t er e c o g n i t i o na sa ne x a m p l e ,h a v eb e e n c a r r i e do u ti nt h i sp a p e rf r o mc h a r a c t e rz o n es e g m e n t a t i o n ,p r e p r o c e s s i n g ,f e a t u r e e x t r a c t i o na n dr e c o g n i t i o n m a i nr e s e a r c hw o r ko f t h i sp a p e ri n c l u d e s : t w om e t h o d so fs e g m e n t a t i o no ft h e c a rp l a t ez o n ea r ep r e s e n t e d t h ef i r s t m e t h o di sc h a r a c t e ri m a g es e g m e n t a t i o nb a s e do nc o m e rd e t e c t i o n a c c o r d i n gt o t h a tt h e r ea r eg r e a td i f f e r e n c e sb e t w e e nt h eg r a y s c a l eo ft h ec h a r a c t e r sa n dt h e i r b a c k g r o u n da n dt h a tt h es t r o k ew i d t hi sa l m o s tt h es a m e ,t h ec h a r a c t e r sa r es e a r c h e d i nt h ew h o l ei m a g e a n dt h e nf o u rc o l n e r so ft h ep l a t ea r ec h e c k e da r o u n dt h e c h a r a c t e rz o n e f i n a l l y , t h ep l a t ez o n ec a nb ed e c i d e da n ds e g m e n t e da c c o r d i n gt o t h es p a c ef e a t u r e so ft h ef o u rc o r n e rp o i n t s t h eo t h e rm e t h o di sb a s e do nl i n ee d g e i n s p e c t i n g t h ee d g e sa r ed e t e c t e db yt h ea l g o r i t h mo fc h e c k i n gt h eo d dp o i n t so f t h el e v e la n dt h eu p r i g h tl i n e s ,t h e nt h ep a r a m e t e r so f t h ef o u rl i n e sf o r m i n gt h ep l a t e i nt h ee d g ei m a g ea r ec o m p u t e db yh o u g ht r a n s f o r m a t i o na n dt h u st h ep l a t ez o n ei s s e g m e n t e d b i n a r i z a t i o nb a s e do nt e x t u r ef e a t u r e si s p r e s e n t e d t h et e x t u r eo fc h a r a c t e r i m a g ei sf i r s ta n a l y z e d ,a n dt h e nt h eg r a y s c a l eo fc h a r a c t e r sc a nb ef o u n db a s e do n t h es t a t i s t i ci n f o r i l l a t i o no fb r i g h ta n dd a r ki i n e s a f t e rt h a tt h et h r e s h o l di sd e c i d e d b yt h em a x r a i nr u l eo fp a t t e r nc l a s s i f i c a t i o n ,a n dt h eb i n a r i z a t i o ni sp e r f o r m e d f i n a l l y t h i sm e t h o dt a k e sf u l la d v a n t a g eo ft h ef e a t u r e so ft h eo r i g i n a lg r a yi m a g e , w h i c hm a k e sac l e a rc o n t r a s tb e t w e e nc h a r a c t e r sa n dt h e i rb a c k g r o u n d ,a n dt h u s a b s t r a c t m a k e si tc o n v e n i e n tf o rt h es u b s e q u e n tp r o c e s s i n go f t h ei m a g e t w ot e c h n i q u e st oi m p r o v et h ef e a t u r ee x t r a c t i o na l ep r o p o s e d t h ew e i g h t e d s t r o k ed e n s i t ya n dt h ew e i g h t e dp e d p h e r a lf e a t u r ea r ep r e s e n t e dt oi m p r o v et h e p e r f o r m a n c eo ff e a t u r ee x t r a c t i o n ,m a k i n gi tm o r es t a b l ew h e nt h e r ei sl o c a l d i s t u r b a n c ea n dr u p t u r ei nac h a r a c t e n m u l t i p l en e u r a ln e t w o r kc l a s s i f i e ri sp r e s e n t e d i ti sc o m p o s e do fs e v e r a l s u b s y s t e m s ,w h i c hi n c l u d et h ef e a t u r ee x t r a c t i o nm o d u l ea n dt h ei n t e l l i g e n t r e c o g n i t i o nm o d u l e t h es u b s y s t e m se x t r a c tt h ef e a t u r e so fi n p u ti m a g e sa n d r e c o g n i z et h ec h a r a c t e r si n d e p e n d e n t l y , w h i c hp r o v i d et h ec l a s s i f i e rag o o d r e c o g n i t i o nr a t e i ti sd i s c u s s e dt ou s eh i d d e nm a r k o vm o d e la sac h a r a c t e rr e c o g n i t i o nc l a s s i f i e r a p r e l i m i n a r yr e s e a r c hi st a k e no nc h a r a c t e rr e c o g n i t i o no f2 dh i d d e nm a r k o v m o d e la c c o r d i n gt ot h et o p o l o g i c a lr e l a t i o no fc o m p l e xc h a r a c t e r s 第一章绪论 第一章绪论 1 1复杂背景下的字符识别方法 复杂背景下的字符识别是模式识别的一个重要分支,它涉及模式识 别、图象处理、数字信号处理、自然语言理解、人工智能、模糊数学、信 息论等学科,是一门综合技术,在文字信息处理,办公自动化、机器翻译、 人工智能、信息过滤、实时监控系统等高技术领域,都有重要的实用价值 和理论意义。带密码与签字的银行支票和各种票据的识别、汽车牌照识别 和工程图字符识别等等都是复杂背景下的字符识别技术在实际中的典型应 用。 自六十年代以来,字符识别取的了很大的进展,提出了很多理论和方 法,许多有实用价值的算法和软件已经被研制出来。一般情况下的印刷体 识别已实用化,手写体汉字识别也已有商品问世。与此同时,复杂背景下 的字符识别逐渐成为人们重视研究的课题。复杂背景下的字符识别课题因 为其难度较大和在一些场合有大量应用,成为个独立的研究领域,如汽 车牌照识别及其在交通管理中的应用等等。 进行复杂背景下的字符识别,首先要将字符从各种背景中分离出来, 然后再进行识别,这比普通的字符识别多了图文分割的过程,因此,难度 更大。复杂背景下的字符识别一般步骤见图1 1 所示。 字 图 符灰度 空 特 苴 结 文 - - 区 _ _ 图象符 预后 分 域 二值 - - - _ - 处 - - 征字 处 _ - - 果 切提 - - 识 理 输 割提 化分 理 取别 出 取 图l 一1 复杂背景下字符识别的过程 由上图可见,进行复杂背景的字符识别,是较困难的一个课题,这些 困难表现在: ( 1 ) 图文分割困难。从复杂背景中提取出感兴趣的字符区域是一个 笪趔 典型的图象分割问题,由于背景的复杂性,很难研究出一个通 用的图文分割方法。 ( 2 ) 图象退化。例如,汽车牌照中由于污染、字形缺损及拍摄角度 和光线暗淡等都会使字符识别产生很大困难。 ( 3 ) 字符种类多,结构复杂,相似字多。 因此,要研究一个通用的复杂背景下的字符识别方法是非常困难的 目前比较可行的办法是是对字符的背景加以限制,针对特定的背景,分析 其特点,研究某些特定类型的图文分割的方法。对于票据签名等手写体字 符,则限制为特定人的手写体或手写印刷体的字符识别。本论文以牌照识 别为例,研究将字符从复杂背景分割,并进行识别的方法。 字符的模式表达形式和相应的字典形成方法有多种,每种形式又可以 选择不同的特征或基元( p r i m i t i v e ) ,每种特征或基元又有不同的抽取方 法,这就使得判别方法和准则以及所用的数学工具不同,形成了种类繁多、 形式各别的字符识别方法。总的来说,不同的特征抽取和分类器的设计方 法决定了识别系统采用不同的处理方法,通常可以分为结构模式识别方法 ( 即句法方法) 、统计模式识别方法( 即基于贝叶斯理论的统计决策方法) 、 统计与结构相结合的识别方法以及人工神经网络方法等。 1 1 1 结构模式识别方法 句法方法是人们最初用来进行手写汉字识别研究的方法,一般需要先 抽取笔段或基本笔画作为基元,由这些基元再构成部件( 子模式) ,由部件 的组合来描述汉字( 模式) ,最后再利用形式语言及自动机理论进行文法推 断,即识别。然而,人们美好的初衷并未能如愿以偿,这是因为从汉字图 象中抽取笔画等基元比较困难。通常,为了抽取笔画需要将原始点阵图象 进行细化处理,但是细化算法不仅速度慢,而且容易产生伪笔画段,如将 个四叉点变成了二个三叉点,给准确抽取笔画造成了困难。为了解决这 个问题,有些学者试图不经过细化直接从汉字点阵图象中抽取笔画,但效 果仍不尽如人意。因此,有些研究人员放弃了抽取笔画或笔段作为基元然 2 第一章绪论 后进行文法推断的思路,采用汉字轮廓结构信息作为特征,这一方案的识 别结果优于基于基元抽取的方法,但识别方法需要进行松弛迭代匹配,耗 时严重,而且对于笔画较模糊的汉字图象,抽取内轮廓会遇到极大困难, 外轮廓的抽取也不太稳定。也有些学者采用抽取汉字图象中关键特征点来 描述汉字,汉字的关键特征点包括端点( e n d p o i n t ) 、折点( t u r n i n gp o i n t ) 或称拐点( i n f l e c t i o np o i n t ) 、交点或称四叉点( c r o s sp o i n t ) 、歧点或 称三叉点( f o r kp o i n t ) 、背景特征点( b a c k g r o u n dk e yp o i n t ) 、局部血率 最大点( m a x i m u mc u r v a t u r ep o i n t ) 等,但是特征点的抽取易受噪声声点、 笔画的粘连与断裂等影响。 总之,早期的汉字识别研究者将精力主要集中在如何准确地抽取基 元、轮廓、特征点等能够反映汉字结构信息的特征上,并且在假设这些特 征已经比较准确地抽取完毕的前提下,研究属性图匹配松弛迭代匹配等方 法。然而,单纯采用结构模式识别方法的汉字识别系统,识别率较低,这 就促使人们将目光转向了基于贝叶斯统计决策理论的统计模式识别方法。 1 1 2 统计模式识别方法 与结构法相比,统计法具有良好的抗噪声、抗干扰的性能,其鲁棒性 主要体现在统计特征的抽取和模式匹配方法上。字符识别的统计特征,根 据特征抽取区域的不同可粗略地分为全局统计特征和局部统计特征两大 类。 ( 1 ) 全局统计特征 全局统计特征是将整个字符点阵作为研究对象,从整体上抽取特征, 主要包括: 全局变换特征:对字符图象进行各种变换,利用变换系数作为 特征,常用的变换有f o u r i e r 变换、h a d a m a r d 变换、d c t 变换、 v i a l s h 变换、r a p i d 变换、k l 变换等。 不变矩( m o m e n t ) 特征 笔画穿透数目( c r o s s i n gl i n e ) 特征 全局笔画方向特征( g l o b a ld i r e c t i o nc o n t r i b u t i o nd e n s i t v ) 这种特征反映了在整个字符点阵中笔画的复杂度、方向及连接关 一3 第一章绪论 系。 背景特征:字符图象的空白部分( 即背景) 和周围笔画的关系也 含有一定的结构信息,提取背景点在各个方向的笔画密度作为背 景特征,通常可选取位于字符图象两对角线上的背景点。 ( 2 ) 局部统计特征 局部统计特征是将字符点阵图象分割成不同区域或网格,在各个小区 域内分别抽取统计特征,主要包括: 局部笔画方向特征( l o c a ld i r e c t i o nc o n t r i b u t i o nd e n s i t y ) 细胞特征( c e l l u a rf e a t u r e ) 相补特征( r e c i p r o c a lf e a t u r e ) 方向线素特征( d i r e c t i o n a le l e m e n tf e a t u r e ) g a b o r 特征 四角特征 根据抽取特征的不同,可以选用不同的匹配方法,常用的统计匹配方 法有模板匹配、相关匹配、树分类器等。常用的距离度量有欧氏距离、街 区距离、马氏距离等。 1 1 3 统计与结构相结合的识别方法 由上述可见,统计与结构方法各有优缺点。统计方法具有良好的鲁棒 性,较好的抗干扰抗噪声的能力,它一般按一定的距离度量匹配准则,采 用多维特征值累加的办法,把局部噪声和微小畸变淹没在最后的累加和 里,但是,可以用来区分“敏感部位”的差异也随之消失,因此区分相似 字的能力较差;而结构方法对结构特征较敏感,区分相似字符的能力较强, 但是结构特征难以抽取,不稳定。因此,人们己注意到将两种方法结合起 来使用,这种结合包括两个方面: ( 1 ) 特征的结合:在特征抽取过程中,注意抽取能反映字符结构信息 的统计特征,如方向线素特征等。 ( 2 ) 识别方法的结合:可以先用统计方法进行粗分类,再用结构方法 进行细分类来区分相似字,即两种方法的串联;也可以将两种方法并联使 一生兰l 墼 用,然后进行综合集成,这是近年来文字识别领域的一个重要研究方向。 1 i 4 人工神经网络方法 基于串行符号处理的数字电子计算机在模式识别和人工智能等研究领 域遇到的困难,促使人们以更大的兴趣去研究以并行处理模式为特征的神 经计算机。八十年代初,在美国、日本和欧洲都掀起了一股研究神经网络 理论和神经计算机的热潮,各个先进国家相继投入巨额资金,制订出强化 研究计划,并开展了对脑功能和新型智能计算机的研究。人工神经网络的 主要特征是:大规模的并行处理和分布式信息存储,良好的白适应性、自 组织性,以及很强的学习功能、联想功能和容错功能。目前的研究重点是 将人工神经网络原理应用于图象处理、模式识别、语音综合及智能机器人 控制等领域。 人工神经网络方法用于文字识别的研究可参阅文献 1 8 3 3 ,主要包 括以下几个方面: 神经网络用于特征抽取与选择:通常直接将字符点阵信息送入网 络进行学习训练,由网络抽取特征。 神经网络用于学习训练及分类器的设计:这是目前人工神经网络 在文字识别领域的主要研究方向,也是最为成功的应用。 神经网络用于文字识别后处理。 通常,用于文字识别的人工神经网络模型有: h o p f i e l d 神经网络 前向多层神经网络,如b p 算法、r b f 网络等。 a r t 网络( a d a p t i v er e s o n a n c et h e o r yn e t w o r k ) 。 自组织特征映射网络。 认知器模型等等 人工神经网络在诸如手写数字识别、英文字母识别等小规模字符集的 识别应用方面取得了较大的成功,在汉字识别等大规模字符集的识别方 面,也得到了得到了很好的应用。与传统的方法相比,人工神经网络方法 能够设计出性能更好的非线性分类器。目前常用的做法是将神经网络方法 和传统的识别方法结合起来使用,互相取长补短,如先用传统的方法抽取 第一章绪论 较为稳定的特征,然后再用神经网络进行自组织聚类学习并设计性能良好 的分类器等。人们正以期盼的目光注视着人脑功能的揭示和神经网络的进 一步发展。 1 ,2 图象分割方法 字符点阵是一种特殊的图象,图文分割属于图象分割问题。图象分割 就是把图象分成各具特性的区域并提取感兴趣的区域。对于图文分割,就 是提取字符部分区域。 图象分割是由图象处理进到图象分析的关键步骤,也是一种基本的图 象处理技术。这是因为图象的分割、目标的分离、特征的提取和参数的测 量将原始图象转化为更抽象更紧凑的形式,使得更高层的分析和理解成为 可能。图象分割是一个经典难题,多年来一直得到人们的高度重视,吸引 了很多研究人员为之付出了巨大的努力,至今已提出上千种类型的分割算 法,但到目前为止还不存在一个通用的方法。 图象分割的方法一般可分为以下几大类: 1 阈值分割方法 阈值分割就是简单地用一个或几个阈值将图象的灰度直方图分成几个 类,认为图象中灰度值在同一个灰度类内的象素属于同一个物体。阈值方 法的缺陷在于它仅考虑了图象的灰度信息,而忽略了图象的空间信息,对 于图象中不存在明显的灰度差异或各物体的灰度范围有较大的重叠的图象 的分割问题难以得到准确的结果。 2 边缘检测 边缘检测是人们研究的最多的方法,它试图通过包含不同区域的边缘 来解决图象分割问题,基于不同区域之间的边缘上象素灰度值的变化往往 比较剧烈。这类方法大多是基于局部信息的,一般利用图象一阶导数的极 墨! 塑 大值或二阶导数的过零点信息来提供判断边缘点的基本依据。 根据边缘检测所采取的方式不同,边缘检测大致可分为以下几类:基 于局部图象函数的方法,图象滤波,多尺度方法,基于反应一扩散方程的 方法,多分辨率方法,基于边界曲线拟合的方法和主动轮廓方法等等a 基于局部图象函数的方法的基本思想是将灰度看成高度,用一个曲面 来拟合一个小窗口,然后根据该曲面来决定边缘点。 图象滤波的方法基于卷积运算的如下性质: dd ( 厂( x ) g ( x ) ) = 厂( x ) + g ( x ) = f ( x ) + g ( x ) a xa x “ 对图象进行滤波就是用某个滤波算子与图象做卷积运算,而有上式, 对滤波算子与图象卷积结果求一阶导数,相当与用算子的一阶导数与图象 做卷积,高阶导数有同样结果。这样,只要事先给出算子的一阶或二阶导 数,就可以将图象平滑滤波与对平滑后图象求一阶或二阶导数,就可以将 图象平滑与对平滑后图象求一阶或二阶导数在一步内完成。 多尺度方法就是用不同尺度的滤波算子对图象进行卷积,并考察由此 得到的边缘点随尺度的变化而具有的性质,结合多种不同尺度下的信息来 最终决定边缘点。 多分辨率方法就是从初始图象用规则或不规则的方式逐步降低分辨 率,得到金字塔形的一个图象序列,再在此基础上进行图象分割。这种方 法的基本着眼点是较大的物体能在较低的分辨率下存在,而噪声则不能。 多分辨率方法一般与别的方法共同使用。 基于反应一扩散的方程的方法是从传统意义上的g a u s s i a n 核函数多 尺度滤波来的,多尺度滤波是将初始图象i ( x ,y ,o ) 用g a u s s i a n 核函 数g ( x ,y ,t ) ( 其中t 为方差即尺度) 来做卷积,得到图象i ( x ,y ,t ) , 即l ( x ,y ,= l ( x ,y ,o ) + g ( x , y ,) 。此式生成的图象集可以被看作热传导中的 扩散方程: f ,= 出= ,。+ ,。,这就是用反应一扩散的观点来看待多尺 度滤波。 基于边界曲线拟合的方法用平面曲线来表示不同区域之间的图象边界 线,试图根据图象梯度等信息找出能正确表示边界的曲线从而得到分割的 目的,而且由于它直接给出的是边界曲线而不象一般的方法找出的是离散 的、不相关的边缘点,因而对图象分割的后继处理如物体识别等高层处理 第一章绪论 有很大帮助。 3 统计分割方法 从统计学出发的图象分割方法把图象中各个象素点的灰度值看作是具 有一定概率分布的随机变量,观察到的图象是对实际物体做了某种变换并 加入噪声的结果。因而要从观察到的图象中恢复实际物体或正确分割观察 到的图象从统计学的角度看就是要找出最有可能即以最大的概率得到该图 象的物体组合来。从b a y e s 定理的角度看,就是要求相互具有最大后验概 率的分布。实际上在各种图象分割方法中一般都或多或少的采用了某种概 率模型。比较纯粹的统计学方法包括基于图象的随机场模型的方法和其它 的以统计理论为出发点的方法,如标号法、混合分布方法、布朗链法等等。 4 结合区域与边界信息的方法 结合区域与边界信息的图象分割方法主要是统计学分割方法及区域增 长法。区域增长法有两种方式,一种是先给定图象要分割的目标物体内的 一个小块或者说是种子区域,再在种子区域的基础上不断将其周围的象素 点以一定的规则加入其中,达到最终代表该物体的所有象索点结合成一个 区域的目的;另一种是先将图象分割成很多一致性较强,如区域内灰度值 相同的小区域,再按一定的规则将小区域融合成大区域,达到图象分割的 目的。区域增长法固有缺点是往往造成过度分割。人们往往将区域信息的 方法与别的方法,主要是边缘检测的方法结合起来,研究结合区域与边界 信息的方法。 5 。图象分割的其它方法 数学形态学在图象处理中的应用近年来日趋重视,形态学理论在图象 分割中的应用比较有代表性的是l v i n c e n t 等人提出的水线算法和在此基 础上的松弛标号法。基于最小描述长度的算法基本思想是用一种计算机描 述语言来描述图象的区域和边界信息,得到一个描述函数,以此作为目标 一8 第一章绪论 函数,根据图象极小化描述长度从而得到分割结果。此外,基于函数优化 的方法也是很常用的方法,即给出一个目标函数,通过该目标函数的极大 化或极小化来分割图象。 图象分割的方法很多,但由于图象分割本身的难度,现有的任何一种 单独的算法都难以对一般图象取的令人满意的分割结果,人们在致力于将 新的概念、新的方法引入图象分割领域的同时,更加重视多种分割算法的 有效结合。 1 3 本文的主要工作及内容安排 正如前面已经指出的,复杂背景的字符识别有两个困难,一个是图文 分割,另一个是带有噪声的字符识别。本文的工作就是主要围绕这解决两 个困难而展开的,在将字符从复杂背景中提取,字符区域图象预处理、字 符特征抽取取与分析、学习训练与分类器的设计等方面做了深入的研究, 具体体现在以下几个方面。 1 提出了基于角检测的字符区域分割算法 在汽车牌照的原始灰度图象中,由于字符与背景的明暗不同,图象中 横穿字符区域的水平直线其灰度变化较大且间隔多有规律。这些信息可以 用来确定字符区域在图象中的位置,或进行预处理以缩小搜索的范围。由 于国内车牌形状为矩形,本文通过角检测算法在二值图象中搜索类似矩形 形状的物体。该法利用几对线模板来分别检测角点附近的黑白像素的个 数,如两者都超过一定闽值,则认为检测到一角点。对检测到的角点再根 据宽高比等特征判别牌照的角点。该算法比较稳健,对牌照有小角度倾斜 也能检测。 2 提出了基于直线边缘识别的字符区域分割算法 根据牌照边缘为矩形、水平方向边缘和竖直方向边缘分布具有一定的 9 - _ - _ _ _ _ _ _ 一一 一 第一章绪论 水平程度和竖直程度的特征,设计了一种基于原始图象水平样本线和竖直 样本线上奇变点搜索的边缘检测算法。在得到边缘后,通过霍夫变换得到 组成车牌区域的4 条边缘直线段的参数,从而实现了对该区域的定位。该 算法对牌照轮廓与背景的对比度有一定的要求。 3 提出了基于纹理的字符区域二值化方法 由于字符区域的位置、大小不定,而且无法预知字符象素的灰度等级 相对于背景的高低,这给二值化带来困难。为此首先对图象作纹理分析, 在纹理分析过程中,将图象中的一个代表区域( 通常取图象中部) 作为纹 理区域,同时将灰度变化平缓的宽度为一个象素的明线段和暗线段作为纹 理基元。字符区域水平方向上字符笔画在绝大多数情况下小于各笔画的间 距。为了在纹理区域中获得与基元相关的信息需对该区域取样,以获得明 暗线段的灰度统计信息。通过纹理分析取得字符灰度级别的相对高低后, 采用分类方法,根据最大最小准则来设计阈值取得二值化阈值。 4 对两种字符特征提取方法作了改进 针对一般的笔划密度特征和字符外围轮廓特征,设定一权矢量来对以 网线为中心的左右邻域的笔划密度特征进行加权求和,作为该网线上的笔 划密度特征,以增加字符中间笔划的重要性。实验发现,改进后的特征提 取方法对识别率有所提高。 5 提出多级神经网络结构模型 多级神经网络结构模型是一种基于多层前馈网络的三层结构的神经网 络,它将多个神经网络和不同的特征提取方法有机的结合起来,构成一个 完整的模式识别系统。每一级子系统由一个特征提取模块和一个神经网络 模块构成。特征提取模块对输入数据进行特征分析并提取出一组特征矢 量,基于该特征矢量,各神经网络模块在学习阶段,将分别对所有训练数 据进行学习和训练;进行识别时,神经网络模块则对输入到本级的数据进 _ - h _ _ _ _ - _ - _ p - _ 一一 第一章绪论 行智能的分类判决 6 对隐马尔可夫模型在字符识别中应用进行探讨 隐性马尔可夫过程是模拟非平稳序列( 信号) 的一个有效方法。h m m 广 泛应用于语音识别和语音合成中,取得了较好的效果考虑到字符识别于 语音识别的相似之处,各国学者开始研究将h m m 方法应用于字符识别,但 是目前已有的工作几乎都是把语音识别的一维h m m ( 1 d h i m ) 方法映射到字 符识别中,采用1 d h 姗或伪2 d h m m 方法复杂字符点阵图像主要信息 体现在字符笔划及笔划间的相对距离和位置,即体现的是一种二维空间拓 扑结构关系根据复杂字符的字形及笔划特点,在任意一点( m + l ,n + 1 ) 的 状态很大程度依赖于( m ,n ) 、( m 十1 ,n ) 和( m ,n + 1 ) 的状态,而与其它状态 关系很小,这就决定了其二维马氏性。本文对字符识别采用2 d h m m 方法 进行了探讨 本文内容安排:第二章介绍字符识别分类器设计;第三章介绍复杂背 景下的字符识别分类器设计;第三章介绍字符图象分割与预处理算法;第 四章介绍基于神经网络的牌照字符识别算法:第五章介绍实验与讨论;第 六章是结束语。 第二章复杂背景下的字符识别分类器设计 第二章复杂背景下的字符识别分类器设计 分类器的设计是模式识别过程中重要的环节。通常,分类器设计有统 计分类器、神经网络分类器和隐马尔可夫模型分类器等各种方法。其中统 计分类器可以分为非参数型分类器( 如最近邻分类器等) 和参数型分类器 ( 如贝叶斯分类器等) 两大类。最近邻或k 近邻分类器是非参数型分类 器,它们将每个类别的所有已知样本都作为参数模板,对于一个未知模式 的样本,需要将它与所有了类别的各个已知样本( 即参考模板) 进行比较 并根据其中与它最近邻域的样本来决策该未知样本的与它最邻域的已知属 于同一个类别。贝叶斯分类器是最大后验概率分类器,是统计模式识别中 的最优判决方法,利用最大后验概率准则,使得错误识别率未最小,即基 于最小错误的贝叶斯决策。 人工神经网络模拟人脑生物神经系统,它的并行性、容错能力和学习 性能,使它在解决识别问题上不再拘泥于选取特征参数而对综合的输入模 式进行训练和识别。 隐性马尔可夫过程是模拟非平稳序列( 信号) 的个有效方法。最初, h m m 作为语音信号的线性预测编码( l p c ) 系数,或短时谱的模型用于 语音识别中。后来,h m m 广泛应用域语音识别和语音合成中。九十年代, 一些学者把h m m 用于模式识别和图象处理的领域。本文对隐性马尔可夫 模型用于字符识别进行了探讨。 本章第二节介绍了几种统计分类器的理论和方法;第三节介绍了神经 网络分类器并提出了多级神经网络模型;第四节介绍了二维隐性马尔可夫 模型分类器。第五节是本章小结。 2 2 统计分类器 模式识别的分类问题是根据识别对象特征的观察值,将其分到某个类 中去或将其标以正确的类别标记。统计决策理论是处理模式识别问题的基 本理论之一,它对模式分析和分类器的设计有着实际的指导意义。本节讨 第二章复杂背景下的字符识别分类器设计 论几种统计分类的设计问题。 2 2 1 贝叶斯分类器 3 贝叶斯决策理论是统计模式识别中的一个基本方法,用该方法进行 分类时需要事先知道各个类别的总体的概率分布( 或类条件概率密度) 和各个类别出现的先验概率。尽管在实际问题中,特别是字符识别中模 式的类别数是很大的,但是各种多类分类器问题的基础仍然是两类分类 问题。因此我们首先讨论两类分类问题,然后再进行多类分类问题的分 析。 设模式样本的特征描述是一个n 维随机矢量。在两类问题中,每个样 本可属于类别w l 或w :之一。为了评定任一给定样本属于哪一类别,经过 对样本的观察和测量,得到样本的特征矢量z ,将z 作为分类器的输入, 并由分类器判决该样本的类别归属。特征矢量x 是随机的,假设它的先 验概率密度户( z ) 和它的条件概率密度p ( x ) 都是已知的,则根据最大 后验概率的贝叶斯分类判决规则如下: 设p ( x w i ) 和p ( x w 2 ) 分别为特征矢量x 对类别w l 和w 2 的后验概率, 且有:p ( x w 1 ) + p ( x w 2 ) = 1 ,若p ( x w 1 ) p ( x w 2 ) ,则x w 1 类;反之, 则有:盖w 2 类。根据贝叶斯定理,后验概率可以由先验概率p ( w ) 和条 件概率密度p ( x w ,) 来计算: p ( w ,x ) ;p ( w , ) p ( x w t ) p ( 彳) 当舍去相同的项户( z ) 时,贝叶斯分类判决规则可表示为: 若p ( x w i ) p ( w 1 ) p ( x w 2 ) p ( w 2 ) ,则x w l 类;反之,则x w ,类。 利用似然比函数,( x ) = 瓦p ( i x 兀w 鬲0 ,上述判决规则可以表示为: 若,( 石) = 7 p 丽( x w i ) ;舄,则x e w l 类:反之,则z w :类。 利用负对数似然比函数一l n l ( x ) ,判决规则可以表示为: - i n 舭p ( x w 2 ) w , ) o ,则决策x w i 类; 若g 1 2 ( x ) 0 ,则决策x w 2 类。 由此,可以得到贝叶斯分类器鉴别函数的四种等效表达方法: ( 1 ) g 1 2 ( z ) = p ( w li x ) 一e ( w 2i x ) ( 2 ) g 1 2 ( x ) = p ( j w 1 ) p ( w t ) 一p ( x w 2 ) p ( w 2 ) ( 3 ) g 1 2 f z l p ( x w j ) ! 盟 。p ( x w 2 ) p ( w 1 ) ( 4 ) g i :( x 1 :i n ! ! ! ! ! 塑+ t ( w o 。p ( w 2 i x ) p ( w 2 ) 根据鉴别函数g 2 ( 石) ,将x 的n 维特征空间由n - 1 维的超曲面 g ,:( x ) 2 0 分割为两个区域,其中之一为r i 区域,满足g i :( ) o ,当特征 矢量x 落入这一区域时为w 。类;另一区域为f 2 ,满足g :( x ) p ( w ,i x ) ,= 1 , 2 ,n ,目i x w , ( 2 ) p ( x 1 w f ) p ( w ,) p ( x 1 w ,) p ( w j ) ,= 1 , 2 ,n ,目i x w , ( 3 ) ,( z ) :p ( x i w , 弋) 石p ( z w x i ) ,:1 2 ,且f i - - - z w , 。p ( x i w ,)p ( w i ) ” 。7 ( 4 ) i n p ( x 1 w 。) + l i l p ( ) i n p ( x 1 w :) + i n p ( w a ,= 1 , 2 ,n ,且,i - - - ) x w 2 2 2 最小距离分类器 对上述式2 一l 的二次型函数判决函数可进行如下讨论: ( 1 ) 当。= ,= 时,表示各类的协方差矩阵都相等,从几何上看,相 当于各类样本集中于以该类均值m 点为中心的同样大小和形状的超 椭球内,判决函数为: g 2 1 ( x ) = ( m 2 一m 1 ) 7 一1 x + 昙( m j m 。一m r z m 2 ) 一1 n _ p ( w 1 ) - t w 2j 判决函数g 2 i ( 彳) 成为x 的线性鉴别函数,此时贝叶斯分类器成为线 第二章复杂背景下的字符识别分类器设计 性分类器。在特征空间内两类的判决界面成为h 一1 维的一个超片面。 ( 2 ) 当。= ,= = 甜2 时,表示各类的协方差矩阵都相等,且类内各特 征间相互独立,且有相等的方差盯2 。从几何上看,相当于各类样本 落入在以m ,点为中心的同样大小的超球体内。判决函数为: g “耻专k m ( 彳一m 1 ) - ( z m :m 一鸠) 】也筹 当e ( w ) = ,( w :) 时,判决函数可进一步表示为: g 2 l ( z ) = ( z m 1 ) 。( z 一 4 ) 一( x m 2 ) 7 ( 肖一 ,2 ) 这相- a 于最小欧氏距离平方l i x m 0 2 的分类器,即将x 判为具有 m 。i n ,i x - m ,旷的类别。这种分类器称为最小距离分类器。也就是说 在一定的条件下,最小欧氏距离或平方距离分类器就满足贝叶斯分 类器的条件。在几何上,判决界面g :,( x ) = o 是一个h l 维的超平面, 超平面位于穿过m 。和m :连线m m 2 的中点并垂直于m m 2 的平面位 置上。由于直观和有效性,这种最小距离分类器在实际问题中经常 得到使用。 由两类情形可以推广到多类。设类别数目n ,则n 类问题的最大后验 概率判决规则为: 若满足p ( w l ) = m a x p ( w j i x ) _ ,= 1 2 , 则判决x 类。 即未知样本的模式类为使其后验概率尸( w 。i x ) 为最大的模式类。整个 过程要计算n 类的后验概率和进行n - 1 次比较。 设z 表示模式类峨的参考模板,r = o 儿,y 。,y 。) 7 :待识别样本的特 征矢量x = ( z ,x :,托) 7 ;待识别样本与类的参考模板之间的欧氏距离 为: d ( x
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026-2027学年上学期单元测试高三地理检测卷打印版
- 2026-2027学年上学期单元测试二年级语文易错题卷
- 2025超声技师心血管超声素养检测题及答案
- 格宾石笼封边绑扎施工工艺及填充密实度
- Chuanbeinone-22-Epidelavinone-生命科学试剂-MCE
- 旅游计划协调员绩效考核表
- 运动器材销售策略与市场分析能力绩效表
- 无人机航空物流安全操作手册
- 食品加工企业追溯体系构建指南
- 国际物流专员绩效评价表
- 2026福建福州旗山供水有限公司招聘2人考试模拟试题及答案解析
- 北京市朝阳区2026-2027学年度第一学期期中质量检测高三英语试卷(含答案)
- 2026山东省防疫安全协管员招聘考试(畜牧兽医)历年参考题库含答案详解
- 正大集团人才评估行测题目
- UL 9540A 2026 储能电池热失控传播测试标准中文版 模组防火试验规范
- 物业服务履约评价报告
- 光伏组件拆除方案
- 2026年出版社招聘考试面试题及参考答案
- 2025-2026学年江西省赣州市大余县部分高中高三上学期11月期中考试英语试题
- 小区物业消防安全培训课件
- 空乘课件教学课件
评论
0/150
提交评论