东南大学硕士学位论文
利用神经网络识别印刷体越南字符
姓名：阮猛胜申请学位级别：硕士专业：信号与信息处理指导教师：吴乐南
20110830
摘要摘要光学字符识别（ＯＣＲ）对人类很简单，但对计算机来说并不容易，而手写字符的识别就更加困难了。本文详细阐述了ＯＣＲ的背景、定义、应用和技术等方面的基本原理和研究进展，在此基础上结合越南文字的具体特点，重点论述了越南字符的模式识别问题，并选择前馈型ＢＰ神经网络，具体设计了一个通过扫描图像自动识别１８８个印刷体越南字符的５００×２４０×１８８的３层ＢＰ网络分类器。通过反向传播法进行有监督的训练后，该系统可以把孤立的越南字符作为一个图像采集系统来识别。实验结果表明本方法能够提取出大部分字符区域，漏检率低，字符分割准确，对于越南文字符识别较准确，值得进一步研究和改进。【关键词】字符识别，神经网络，印刷体字符识别，光学字符识别，ＢＰ算法ＡＢＳＴＲＡＣＴ１ｋｏｐｔｉｃａｌｅａｓｙｔｏｍａｋｅａｃｈａｒａｃｔｅｒｒｅｃｏｇ血ｉｏｎ（ＯＣＲ）ｃａｌｌｂｅａｔｒｉｖｉａｌｔａＳｋｆｏｒｈｕｍａＩｌｓ，ｂｕｔｉｔｉｓｎｏｔｓｏｃｏｍｐｕｔｅｒｄｉｓｔｉｎｇｕｉｓｈｃｈａｒａｃｔｅｒｓａｕｔｏｍａ：ｔｉｃａｌｌｙ，ｅｓｐｅｃｉｓｌｌｙｆｏｒｈａｎｄ、撕血ｇｓ．７１１ｌｉｓｔｌｌｅｓｉｓｄｅｔａｉｌｅｄｌｙＳｔａｔｅｄ廿１ｅ丘ｍｄａｍｅｎｔａｌｓａｎｄｐｒｏｇｒｅｓｓｅｓｉＩｌｂａｃｋｇｒｏｕｎｄｓ，ｄｅｆｉ】１ｉｔｉｏｎＳ，ｏｎａｐｐＩｉｃａｔｉｏＩｌＳ，ａＩｌｄｔｅｃｈＩｌｉｑｕｅｓｏｆＯＣＲ．Ｂ舔ｅｄｓｐｅｃｉｆｉｃＳｐｅｃｉａｌｉｔｉｅｓｏｆｗ硒ｓ仃ｅｓｓｅｄ．ｔｈｅｓｅｓｔ；眦ｅｍｅｎｔｓ砒ｌｄｉｎｃｏＩｌｉｕｎＣｔｉｏｎｗｉｍ廿１ｅＶｉｅｔ啪ｅｓｅｗｒｉｔｔｉＩ培ｓ，也ｅｐａｔｔｅｍｒｅｃｏｇＩｌｉｔｉｏｎｏｆＶｉｅ缸ｌａｍｅ∞ｃｌｌ乏瞰ｌｃｔｅｒｓａＡ３一ＩａｙｅｒｃｌａＳｓｉｆｉｅｒｕＳｉｎｇ５００×２４０×１８８ｓｃｈｅｍｅｏｆｆｅｅｄｆｏｒｗ２耐ＢＰ８８删血ｅｄｎｅｕｒａｌｎｅ咖ｋｓｗａＳｄｅｓｉ印ｅｄ讹ｃｈ丽ｎｓｃａＩｌｅｄｂｅｃａｐａｂｌｅｏｆｒｅｃｏｇｎｉｚ吨ｔｌｌｅ１ＶｉｅｔＩｌａｍｅｓｅｃｈ础ｌｃｔｅｒｓ舶ｍｐｒｏｐａｇａｔｉｏｎｉｍａｇｅｓ硼加ｍａｔｉｃａｌｌｙ．Ａ舭ｒｍｅｃａｎｓｕｐｅｒＶｉｓｅｄｔｒａｉｒＩｉＩｌｇＶｉａｔｌｌｅｂａＣｋ－ｉＩＩｌａｇｅａｌｇ硎ⅡｌＩｌｌ，“ｓｓｙｓｔｅｍｉｄｅｎｔ母ｉｓｏｌａｔｅｄＶｉｅｔＩｌ锄ｅｓｅｃｈ觚ｌｃｔｅｒ鹪ａＩｌｃａｎａｃｑｕｉｓｉｔｉｏｎｓｙＳｔｅｍ．ｃｔｌａｒａｃｔｅｒＥｘｐ池ｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓ缸．ａｔｅｔｈａｔ廿１ｉｓｍｅｍ。ｄｅｘ缸ａｃｔｍｏｓｔｏｆｒｅｇｉｏｎ，ｓｅｇｍｅｎｔｃｈａｒａｃｔｅｒｅＸａｃｔｌｙ＇ａＩｌｄｒｅｃｏｇＩｌｉｚｅＶｉｅｔ彻ｍｅｓｅｃｈａｒａｃｔｅｒｓ觚ｄｎｌｌＩｎｂｅｒＳｅｘａｃｔｌｙ．ＩｔｉｓｗｏｍｌｙｏｆｒｅｓｅａｒｓｈａｎｄｉＩｌｌｐｒｏｖｅｍｅｎｔ翕ｌｎｂｅｒ．【Ｋｅ＂，ｏｒｄｓ】ＯｐｔｉｃａｌＣｈａｒａｃｔＩｅｒＲｅｃｏｇＩｌｉｔｉｏｎ，ＮｅｕｒａｌＮｅ№ｒ１１（ｓ，ＰｒｉＩｌｔｅｄＣｈａｒ∞ｔｅｒＲ．ｅｃｏ嘶ｔｉｏｎ，ＣｈａｒａｃｔｅｒＲｅｃｏ嘶ｔｉｏｎ，Ｂａｃｋ．Ｐｒｏｐａｇａｔｉｏｎ舢ｇｏｒｉⅡ吼ｎ缩略词缩略词ＷＳＮ．ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔＷｏｒｋ．无线传感器网络ＯＣＲ—ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅｃｏｇｍｔｉｏｎ．光学字符识别ＦＰＲ－ＦｕｚｚｙＰａ№ｍＲｅｃｏ印ｉｔｉｏｎ一模糊模式识别ｒｅｃｏｇｎｉｔｉｏｎ－印刷体字符识别ＰＣＲ—Ｐｒｉｎｔｅｄｃｈ醐犯ｔｅｒＨＣＲ—Ｈａｎｄ州ｔｔｅｎＣｈａｒａｃｔｅｒＩｂｃｏ鲥ｔｉｏｎ．手写字符识别ＩＣＲ－Ｉｎｔｅｌｌｉｇｅｎｔｃｈ绷ａＣｔｅｒＲＢＦ．ＮｅｕｒａｕＩＡＲＴＮｅｕｒａｕｌｒｅｃｏｇｎｉｔｉｏｎ－智能字符识别ｎｅ觚ｏｒｋ，ＲＡｄｉａｌＢ捌ｓＦｕｎｃｔｉｏｎ．径向基函数神经网络Ｎｅ帆ｏｒｋ—Ａｄ印ｔｉｖｅＲｅｓｏｎａＪｌｃｅｍｏ巧－自适应共振理论神经网络ＢＰ－Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ一反向传播Ａ１、ＩＮ．ＡｒｔｉｆｉｃｉａｌｎｅｕｒａｌＤＣＴ．ＤｉｓｃｒｅｔｅＣｏｓｉｎｅｎｅｔ、ｖｏｒｋ．人工神经网络Ｔｒａｎｓｆｏ册．离散余弦变换ＳＳＥ－Ｓ啪ＳｑｕａｒｅｄＥ盯０卜总和误差平方ＩＩＩ第一章绪论第一章绪论１．１引言作为模式识别，文字识别在信息处理、办公自动化、邮政系统等多方面有着重要的实用价值和理论意义。光学字符识别（ＯｐｔｉｃａｌＣｈ嬲ｌｃｔｅｒＲｅｃｏｇＩｌｉｔｉｏｎ，ＯＣＲ）的概念是德国科学家ＴａｕＳｈｅｃｋ首先提出的，但真正的ＯＣＲ系统直到电子计算机诞生后才变成现实。现在ＯＣＲ通常是指利用电子计算机来识别各种形式的文字及字符ＬＩＪ。所谓ＯＣＲ技术，是指利用电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。由于ＯＣＲ对识别率要求较高，因此如何除错或利用辅助信息提高识别正确率是ＯＣＲ最重要的课题，ＩＣＲ（ＩｎｔｅｌｌｉｇｅｎｔＣｈａｒａｃｔｅｒＲｅｃｏ鲷ｉｔｉｏｎ）的名词也因此而产生。而根据文字资料载体的介质及取得这些资料的方式，就衍生出各种不同的应用。早在１９６０、１９７０年代，世界各国就开始有ＯＣＲ的研究，而研究初期多以文字的识别方法为主，且仅为Ｏ至９的数字。以同样拥有方块文字的日本为例，１９６０年左右开始研究ＯＣＲ的基本识别理论，初期以数字为对象，直至１９６５至１９７０年开始有一些简单的产品，如印刷文字的邮政编码识别系统。识别邮件上的邮政编码，帮助邮局作区域分信的作业；也因此至今邮政编码一直是各国所倡导的地址书写方式。ＯＣＲ可以说是一种不确定的技术，正确率就像是一个无穷趋近函数，知道其趋近值，却只能靠近而无法达到ｌｏｏ％。因为其牵扯因素太多了，书写者的习惯或文件印刷品质、扫描仪的扫描品质、识别的方法、学习及测试的样本等等，多少都会影响其正确率，也因此，ＯＣＲ产品除了需有一个强有力的识别核心外，产品操作使用的方便性、所提供的除错功能及方法，都是决定产品好坏的重要因素【２】。ＯＣＲ识别系统的目的很简单，只是要对图像作一个转换，使图像内的图形继续保存，而把表格内资料及图像内的文字，一律变成计算机文字，使得影像资料的储存量减少、识别出的文字可再使用及分析，当然也可节省因键盘输入的人力与时间。字符识别是近年发展起来的一门自动化技术，因为有广泛的实际应用价值，所以在很多领域有所应用：如医学、天气预报、自动化、控制、文语转换等。