文档介绍：印刷体文字的识别研究方法分类介绍
识别方法是整个系统的核心。用于汉字识别的模式识别方法可
以大致分为结构模式识别、统计模式识别及两者的结合。下面分别进
行介绍。
结构模式识别
汉字是一种特殊的模式,其结构虽然比较复杂,但具有相当严格
的规律性。换言之,汉字图形含有丰富的结构信息,可以设法提取含
有这种信息的结构特征及其组字规律,作为识别汉字的依据,这就是
结构模式识别。
结构模式识别是早期汉字识别研究的主要方法。其主要出发点是
汉字的组成结构。从汉字的构成上讲,汉字是由笔划(点横竖撇捺等)、
偏旁部首构成的;还可以认为汉字是由更小的结构基元构成的。由这
些结构基元及其相互关系完全可以精确地对汉字加以描述,就像一篇
文章由单字、词、短语和句子按语法规律所组成一样。所以这种方法
也叫句法模式识别。识别时,利用上述结构信息及句法分析的方法进
行识别,类似一个逻辑推理器。
用这种方法来描述汉字字形结构在理论上是比较恰当的,其主要
优点在于对字体变化的适应性强,区分相似字能力强;但是,在实际
应用中,面临的主要问题是抗干扰能力差,因为在实际得到的文本图
象中存在着各种干扰,如倾斜,扭曲,断裂,粘连,纸张上的污点,
对比度差等等。这些因素直接影响到结构基元的提取,假如结构基元
不能准确地得到,后面的推理过程就成了无源之水。此外结构模式识
别的描述比较复杂,匹配过程的复杂度因而也较高。所以在印刷体汉
字识别领域中,纯结构模式识别方法已经逐渐衰落,句法识别的方法
正日益受到挑战。
统计模式识别
统计决策论发展较早,理论也较成熟。其要点是提取待识别模式
的的一组统计特征,然后按照一定准则所确定的决策函数进行分类判
决。
汉字的统计模式识别是将字符点阵看作一个整体,其所用的特征
是从这个整体上经过大量的统计而得到的。统计特征的特点是抗干扰
性强,匹配与分类的算法简单,易于实现。不足之处在于细分能力较
弱,区分相似字的能力差一些。常见的统计模式识别方法有:
(1) 模板匹配。模板匹配并不需要特征提取过程。字符的图象直
接作为特征,与字典中的模板相比,相似度最高的模板类即为识别结
果。这种方法简单易行,可以并行处理;但是一个模板只能识别同样
大小、同种字体的字符,对于倾斜、笔划变粗变细均无良好的适应能
力。
(2)利用变换特征的方法。对字符图象进行二进制变换(如 Walsh,
Hardama 变换)或更复杂的变换(如 Karhunen-Loeve,Fourier,Cosine,
Slant 变换等),变换后的特征的维数大大降低。但是这些变换不是旋
转不变的,因此对于倾斜变形的字符的识别会有较大的偏差。二进制
变换的计算虽然简单,但变换后的特征没有明显的物理意义。K-L 变
换虽然从最小均方误差角度来说是最佳的,但是运算量太大,难以实
用。总之,变换特征的运算复杂度较高。
(3)投影直方图法。利用字符图象在水平及垂直方向的投影作为
特征。该方法对倾斜旋转非常敏感,细分能力差。
(4)几何矩(GeometricMoment)特征。M. K. Hu 提出利用矩不变量
作为特征的想法,引起了研究矩的热潮。研究人员又确定了数十个移
不变、比例不变的矩。我们都希望找