基于字符特征的数字字符识别算法

基于字符特征的数字字符识别算法 V o l129, N o11 第 29卷第 1期海 洋 测 绘 2009年 1 月J an. , 2009 H YD RO G RA PH IC SU RV E Y IN G A N D C HA R T IG 基于字符特征的数字字符识别算法 原玉磊 ,蒋理兴 ,钦桂勤 ()解放军信息工程大学 测绘学院 ,河南 郑州 450052 摘要 : 提出了一种基于字符特征的数字字符识别算法 ,对识别过程和算法实现进行了详细介绍 。该算法避免 了细化 、轮廓提取和模板匹配等复杂的计算 ,具有计算简便 、实现简单的优点 。 关键词 : 数字识别 ;字符特征 ;欧拉数 ;凹陷区 ( ) 文章编号 : 167123044 200901 20056203 中图分类号 : TP751文献标识码 : B 2 预处理和识别算法 1 引 言 211 预处理 ( ) ICR 的一个数字字符识别是图像字符识别 这里进行的预处理 ,主要便于后面特征提取中 重要分支 ,在车牌号码、身份证号码 、支票号码、邮政 进行欧拉数计算和凹陷区特征的分类 。分三步 : 编码以及其他编号识别方面具有重要的实用价值和 ?对字符图像进行二值化处理 ,由于字符图像广阔的市场潜力。因此吸引了大量的研究人员进行 的前景与背景相差比较大 ,可以直接设定阈值进行 深入的研究 ,并提出了不少识别算法。在有关数字 二值化 ; (识别的大型系统中 ,数字识别都采用神经网络 B P ?使用高斯平滑滤波器进行滤波 ,去除噪声 ;) 算法 ,但这种计算量比较大 ,实现起来非常复 ?对图像进行先扩展后收缩 ,扩展的算法为 :如 杂 ,且在纯数字识别的系统中显得大刀小用 ;而很多 果邻点是 1 ,则将该点从 0变为 1;收缩的算法为 :如 纯数字识别算法需要大量的预处理运算 ,包含二值 果邻点是 0 ,则将该点从 1变为 0。对图像进行先扩 化、去噪、规整、细化、轮廓提取、模板匹配等 ,使得识 展后收缩的运算 ,可以有效地填满不希望存在的空 别的运算量大大增加 。 数字字符的识别是图像字 洞 ,这样可以避免欧拉数计算的错误。 符识别中非常简单的 212 识别算法一种 ,因为字符个数少 ,只有 10个 ,可以利用字符间 21211 欧拉数 欧拉数是一种应用广泛的对物体进不同的特征对其进行分类 ,按类型逐级识别 ,直到单 行识别的特 个字符。因此只要找出一种能将 10 个字符分别区 ,定义为连同成分数减去洞数 , E = C - H, 其中 E、征 分开的特征组合 ,就可以将数字字符识别出来 。作 C 和 H 分别为欧拉数 、连同成分数和洞数。欧拉数者根据人眼识别数字字符的过程 ,提出了一种基于 给出的图像拓扑特征具有平稳、旋转和比例不变的 图像欧拉数和字符凹陷区特征的数字字符识别算 特性 ,因此对输入图像的不高。 法。该算法只需对图像进行简单的预处理 ,就可提 根据欧拉数的不同可以将数字字符集合分为 3取特征进行识别。识别过程的框图如图 1。 个子集 :欧拉数为 - 1 的是 8; 欧拉数为 0 的有 0、4、 6、9;欧拉数为 1的有 : 1、2、3、5、7。这样缩小了识别 的范围 ,便于下一步的识别。 21212 凹陷区特征 凹陷区的定义为 : 如果连接一个图像上任意两 点的直线都属于该图像 ,那么该图像为凸图像 ;如果 连接图像上两点的直线有部分不属于图像 ,那么称 图 1 数字识别原理框图该图像为凹图像。在凹图像中 ,任意两点间的直线 中不属于图像部分所在的区域称为图像的凹陷区。 收稿日期 : 2008201211; 修回日期 : 2008 206 219 ( ) 作者简介 : 原玉磊 19842,男 ,河南卫辉人 ,硕士研究生 ,主要从事多传感器组合与集成研究 。 谓字符的左凹陷区是指任意背景点右边均可找到字根据表 1可得字符识别的算法如下 ( ) 符笔划的凹陷区 ,右凹陷区就是任意背景点左边均1 求欧拉数 可找到字符笔划的凹陷区。这样就可以将欧拉数为如果为 - 1 ,则字符为 8 ,退出 ;0 的 0、4、6、9 ,欧拉数为 1中的 1、7识别出来了 : 0、1 ( )如果为 1 ,到第 3 步 ; 没有凹陷区 , 7、9 只有左凹陷区 , 6 只有右凹陷区 , 4 ( )如果为 0 ,到第 2 步 ; 同时有左右凹陷区。字符 2 到 9的凹陷区示意图如 ( )2 求左右凹陷区 图 2 所示 ,其中蓝色的为一般的凹陷区 ,红色的为左 没有凹陷区 ,字符为 0 ,退出 ; 有左凹凹陷区 ,绿色的为右凹陷区 。 陷区 ,字符为 9 ,退出 ; 有右凹陷区 , 字符为 6 ,退出 ; 同时有左右凹陷区 , ( )字符为 4 ,退出 ; 3 求左右凹陷区 没有凹陷区 ,字符为 1 ,退出 ; 有 左凹陷区 ,字符为 7 ,退出 ; 同时 图 2 数字 2到 9的凹陷区图示( ) ( )有左右凹陷区 ,到第 4步 ; 4 判断有无右上凹陷区 这样 10 个字符中就只剩下了 2、3、5 三个字 有 ,字符为 5 ,退出 ;符 。对这三个字符的识别是在左右凹陷区的基础 无 ,看竖线与边缘交点 ;上结合上下凹陷区进行的 。对于字符 5 来说 , 从 有 4个的 ,字符为 3 ,退出 ;上往下数的最上面的凹陷区的第一行在前景的右 侧 ,可称之为右上凹陷区 ,而字符 2 和字符 3 则都 全为 2个 ,字符为 2 ,退出 ;是左上的凹陷区 。字符 2 与字符 3 可通过左凹陷 区的特征区别开 , 过左凹陷区内的点作与左凹陷 3 算法实现区左侧边缘线平行的竖线 , 这些竖线与左凹陷区 边缘交点的个数是不同的 , 字符 2 的所有竖线与 311 欧拉数的计算 边缘都只有两个交点 , 字符 3 的右面一部分竖线 由欧拉数的计算公式 : 欧拉数 =连通 与边缘线有 4 个交点 。 洞数 ,可知要计算欧拉数 ,只需求出图像的 到此 , 10 个数字字符已经全部可以识别出来 数和洞数 ,下面分别介绍计算图像连通成了。欧拉数结合凹陷区特征对字符进行识别 ,过程 数的算法。 (见表 1 凹陷区中的 1表示有 , 0 表示无 ,对已识别出 ( )1 计算连通成分数的算法 从 ) 的字符 ,不再标出其他特征 。 左至右 、从上到下扫描图像 ; 如 表 1欧拉数结合凹陷区特征进行字符识别过程果像素点为一 ,则 : 数字字符 欧拉数 左凹陷区 右凹陷区 右上 竖线交点 如果上面点或左面点有一个标记 ,则 标记 ; 0 0 0 0 如果两点有相同的标记 ,复制这一标 1 1 0 0 如果两点有不同的标记 ,则复制上点 将 2个 两个标记输入等价表中作为等价标记 ; 2 1 1 1 否则给这一个像素点分配一新的标记有 4个 3 1 1 1 标记输入等价表 ; 4 0 1 1 ( )如果考虑更多的点 ,则回到第 2 步 ; 5 1 1 1 1 在等价表的每一等价集中找到最低的 扫描图像 ,用等价表中的最低标记取6 0 0 1 价标记。 7 1 1 0 ( )2 计算图像洞数的算法 计算原图 8 - 1 像与边缘的相交处的个数 ) 为 0, 则置 N 为 1 ;9 0 1 0 对图像求反 , 即像素值为 1 的像素值 58 海洋测绘第 29 卷 0 的设为 1; 结 论4 计算求反后图像的连通成分数 M ; ()M - N 即为原图像的洞数。 作者在 M a tlab中对该算法进行了模拟 ,通过对 312 凹陷区的计算 大量字符的识别 ,证明了本算法的可行性和正确性。 对于字符图像 ,从所有背景点向上 、下 、左 、右 、 本文提出的基于欧拉数和凹陷区特征的字符识左上、右上、左下 、右下八个方向发出 8 条射线 。判 别算法 ,实际是对人脑识别系统的一种模拟。人脑 断射线是否与字符相交 ,有多少条射线与字符相交 , 在识别字符时 ,首先注意的是前景与背景的关系 ,然 ( 则该背景点的值就置为多少 ,这里设置值为 5 设为后是字符的笔画走向 。在提取出这些特征后 ,根据 ) 5 是为了便于后面凹陷区的分类 的背景点为凹陷 记忆库中的模型判断是什么字符。因此 ,本算法也 区点 ,从而得到字符图像的凹陷区矩阵 。 可用于其他的计算机识别中。 对凹陷区中的每一个点所在的图像行进行搜 索 ,其实是对凹陷区范围从上到下按行搜索。如果 参考文献 :有一个点 ,其同行的右边某一点属于前景点集 ,则该 字符图像具有左凹陷区 ;如果有一个点 ,其同行的左 1 ] [ 武 强 , 童学锋 , 季 隽. 基于人工神经网络的数字字 ( ) 符识别 [ J ]. 计算机工程与应用 , 2003, 19 14 : 112 , 边某一点属于前景点集 ,则该字符图像具有右凹陷 114. 区。由于前面设置背景点值为 5 的点集为凹陷区 , 龚才春. 刘荣兴. 基于整体特征的快速手写体数字字 [ 2 ] 所以在字符图像中不可能出现某一行凹陷区点的左 ) ( 符识别 [ J ]. 计算机工程与应用 , 2004, 19 : 82,83. 贾右都有属于前景点集的情况。 以凹陷区范围内最云得. 机器视觉 [M ]. 北京 :科学出版社 , 2000. 林小竹 , [ 3 ] 沙 芸 , 籍俊伟 , 等. 计算二维图像欧拉数的 上面一点为基准作水平线 , [ 4 ] ( ) 新公式 [ J ]. 微电子学与计算机 , 2005, 22 11 : 158 , 如果与前景的交点在凹陷区右侧 ,则该字符有右上 161. 凹陷区 ;如果与前景的交点在凹陷区左侧 ,则该字符 芮 挺 , 沈春林 , 丁 健 , 等. 独立分量重建模型的手 有左上凹陷区。同样由于设置背景点值为 5的点集 写数字字符识别 [ J ]. 计算机辅助与图形学学报 , [ 5 ] ) ( 2005, 3: 455,459. 为凹陷区 ;图像中不可能出现左右都与前景有交点 李仁良 ,高大启. 一种基于独立分量分析的数字字符识 或者都没有交点的情况 。 ) ( 别方法研究 [ J ]. 计算机工程与科学 , 2006, 2: 74,76. 求左凹陷区竖线与边缘线的交点时 ,对每一竖 [ 6 ] 申小阳 , 唐轶峻 , 姜柏军 , 等. 仪表的数字字符识别系 线按行搜索 ,如果某一行像素对应矩阵的值与上一 ) ( 统 : [ J ]. 仪表技术与传感器 , 2006, 5 55,57. [ 7 ] 行不同 ,则认为该像素是竖线与边缘的交点 ,交点个 数加一 ,直到图像最后一行 。 D ig ita l C ha rac te r R ecogn ition A lgo rithm B ased on C ha rac te r Fea tu re YUA N Y u 2le i, J IAN G L i2x ing, Q IN G u i2q in ( )Ins titu te of S u rvey ing and M app ing, Info rm a tion Eng inee ring U n ive rs ity, Zhengzhou, H enan, 450052 A b s tra c t: A d ig ita l cha rac te r recogn ition a lgo rithm is p rop osed, the p rocess of the recogn ition and the rea liza tion of the a lgo rithm is in troduced. T h is a lgo rithm is conven ien t fo r op e ra tion and s im p le fo r rea liza tion, avo id ing som e com p lica ted op e ra tion such as th inn ing, ou tlin ing and tem p la te m a tch ing. Ke y w o rd s: d ig ita l recogn ition; cha rac te r; E u le r num be r; concave f ie ld