手寫數(shù)字體自動識別技術的研究現(xiàn)狀

李強 萬太昊 張超 王守志

【摘 要】圖像處理和模式識別中我們最常用并最具有研究價值的就是手寫數(shù)字體自動識別技術，本文主要是簡述手寫數(shù)字體自動識別技術的現(xiàn)狀情況，對我們的手寫數(shù)字體自動識別技術中的預處理中一些方法進行分析，將該技術服務中的重要特征和結(jié)構(gòu)進行分開概述，并通過我們的分析，讓讀者可以更加了解手寫數(shù)字體自動識別技術。

【關鍵詞】手寫數(shù)字體；自動識別；預處理；特征提取

引言

手寫數(shù)字體自動識別其實就是我們手寫出來的數(shù)字通過計算機優(yōu)化自動識別出來，它也是我們光學字符識別技術中的一項。我們國內(nèi)的大多學者其實已經(jīng)對自動識別技術有一些較為深入的研究，由此可見，我們國內(nèi)對手寫數(shù)字識別技術非常的看重，且該技術具有非常重要的意義?，F(xiàn)在市面上最多的是聯(lián)機識別的服務，就是主要通過攝像或手寫板，計算機聯(lián)機在攝像或手寫板進行書寫，再通過書寫出來的筆跡或落筆情況的像素空間的位置進行自動識別，這個技術是已經(jīng)較為成熟的情況，那么我們現(xiàn)在主要是針對脫機手寫數(shù)字體自動識別技術進行研究，它所涉及到的圖像處理、統(tǒng)計、模式識別等等?，F(xiàn)在這個技術是已經(jīng)有非常廣泛的應用了，比如是銀行票據(jù)和文本信息處理等，這個技術還有很多的不足之處，因為數(shù)字的筆畫和字型的不同，可能會導致識別錯誤。本文就以脫機手寫數(shù)字體識別為主，對其所存在的問題和優(yōu)點、缺點進行分別闡述。

一、預處理

預處理是我們的手寫數(shù)字體識別的必不可少的一部分，它其實主要就是在字符圖像中降噪、壓縮多余信息，以此提高我們的自動識別率和系統(tǒng)的識別速度。首先：我們?yōu)榱藢D像中筆劃進行清晰的展示，需要將我們的圖像顏色進行灰度化處理，沒有其他的顏色顯示，只是調(diào)整亮度，通過常用的加權平均法，然后將圖像的亮度進行處理。然后，將我們得到的圖像進行二值化，二值化中我們不常用的是動態(tài)閥值法，因為它主要是根據(jù)像元的領域特征來自己適應的改變閥值，領域灰度變化太快，計算時間長，很麻煩。我們在圖像的采集中，拍攝的時候光照情況和我們的拍攝環(huán)境是會影響到圖像的展示，同時圖像的本身可能也會存在有損壞的情況，圖像的質(zhì)量無法得到保證。為了得到高質(zhì)量的圖像保證，提高系統(tǒng)的識別率，我們就需要采取相應的措施，增強圖像的主要方式是頻率域法和空間域法。我們常用的是空間域法，因為它非常的簡單易操作，速度快，同時處理效果也非常好；但不是頻率域法效果不好，它主要是因為太麻煩，操作的效率低，所以是非常不實用。

我們的圖像在采集時都是隨機選擇的，沒有一個統(tǒng)一的角度，所以在獲取的圖像，它的傾斜角度是不確定的，即使是有傾斜角度校正的情況，但是識別出來的效果卻是不一樣的，傾斜校正也就是將圖像的傾斜角度按照一定的角度、方向進行旋轉(zhuǎn)，我們常常使用的傾斜校正算法是：投影法、近鄰法，Hough變換法等等。我們一般現(xiàn)在使用的是基于小波變換與霍夫變換的圖像傾斜校正的算法：先是我們的原始圖像，進行灰度化得到灰度圖像；然后使用動態(tài)閥值得到二值圖像；通過小波變換，就有圖像整體概貌的形態(tài)了；再通過邊緣檢測，得出邊緣直線信息，最后再通過霍夫變換就有傾斜角度，最后的最后我們的圖像就校正成功了。

二、特征提取

特征提取是非常關鍵的，我們的圖像處理中需要保證有足夠的信息量，以此來得到圖像的較高識別率。我們的手寫數(shù)字特征常見的是結(jié)構(gòu)特征和統(tǒng)計特征的，結(jié)構(gòu)特征顧名思義就是主要在數(shù)字的結(jié)構(gòu)本質(zhì)上的特點；常用的特征提取是主要有：首先是粗網(wǎng)格，通過數(shù)字書寫的不同區(qū)域的黑色像素點的個數(shù)，計算出黑色像素占比。不管有沒有降噪，它注重的是整體的分布情況，使用中會自動抑制噪聲，圖像的識別率高。然后是18維特征，主要是在粗網(wǎng)格的基礎上二次改進，還有主元素分析法。

三、模式分類識別

模式分類識別是圖像特征提取后，將特征空間來劃分，脫機手寫數(shù)字識別可以分成單分類和多分類集成。我們使用較多的還是多分類集成服務，也是現(xiàn)代社會的主流。我們的主流手寫體數(shù)字分類器有：基于距離的分類器：相對來說它的概念簡單，操作易上手，對小成本和低維等情況搓搓有余，但是缺點也很明顯，就是太過絕對的代表點，容易出錯；人工神經(jīng)網(wǎng)絡分類；支持向量機：它主要是針對的機器學習和模式識別問題；孿生支持向量機：還有待改進。

四、結(jié)束語

隨著現(xiàn)代社會的信息技術發(fā)展，手寫數(shù)字識別是已經(jīng)廣泛應用了，且在該領域已經(jīng)有非常重大的成果。本文就手寫數(shù)字識別服務中的預處理、特征提取、模式分類識別等，簡述它們的優(yōu)點和缺點情況，通過以上的分析情況來看，讓讀者對手寫數(shù)字體自動識別技術有進一步的了解，希望有助于以后的手寫數(shù)字體自動識別技術的更進一步的研究。

參考文獻：

[1]郭曉永，王相軍.一種基于SNMP的網(wǎng)絡拓撲發(fā)現(xiàn)算法[J].重慶工商大學學報（自然科學版），2011，（1）：59-62.doi：10.3969/j.issn.1672-058X.2011.01.015

[2]朱江，宣國榮.一種基于骨架特征順序編碼的脫機手寫體數(shù)字識別方法[J].小型微型計算機系統(tǒng)，2001，（8）：957-960.doi：10.3969/j.issn.1000-1220.2001.08.017.

[3]吳冰，秦志遠.自動確定圖像二值化最佳閾值的新方法[J].測繪學院學報，2001，（4）：283-286.doi：10.3969/j.issn.1673-6338.2001.04.014.

[4]張偉，王克儉，秦臻.基于神經(jīng)網(wǎng)絡的數(shù)字識別的研究[J].微電子學與計算機，2006，（8）：206-208.doi：10.3969/j.issn.1000-7180.2006.08.063.

作者簡介：

李強，男，山東臨沂人，臨沂大學信息學院與工程學院；

萬太昊，男，山東青島人，臨沂大學信息學院與工程學院；

張超，男，山東臨沂人，臨沂大學信息學院與工程學院

王守志，男，山東臨沂人，臨沂大學信息學院與工程學院，副教授

（作者單位：臨沂大學信息學院與工程學院）