共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
手写体数字识别是模式识别研究领域多年来的热点,BP人工神经网络是目前应用最广泛的神经网络模型之一。将两者融合并结合Matlab软件,提出了一种简单的基于BP神经网络数字识别的方法,仿真实验结果表明,该方法识别效果良好,准确率高,有一定实用性。 相似文献
3.
4.
5.
根据轮廓特征识别手写体字符的方法 总被引:3,自引:0,他引:3
徐玲 《图象识别与自动化》1999,(1):24-26
本文讨论一种根据字符轮廓所提取的结构特征进行识别的方法,它的主要特点是:1.通过单次扫描二值化图象即可有效地完成边缘平滑,轮廓提取和孔洞的简单测量(如区域和最小包围矩形等);2.通过轮廓边缘点的角度/斜率变化和左右边界的极值点提取轮廓的结构特征;3.通过对大字符集的学习,可不断修改,完善算法,以适应不同类型字符的识别。 相似文献
6.
7.
手写体数字识别技术的研究 总被引:2,自引:0,他引:2
简要介绍了手写体数字识别的几类主要方法,并介绍了作者利用直接逻辑法识别手写体数字的实验方案和结果。结果表明,利用本方案字符特征易于提取,识别算法灵活、简炼,对水平笔道上的断笔有自适应效果,且识别率高。 相似文献
8.
基于神经网络及多层次信息融合的手写体数字识别 总被引:3,自引:1,他引:3
以信息融合技术为基础,提出了一种新的基于神经网络及多层次信息融合的手写体数字识别方法。该方法通过提取字符图像不同机制的4个互补特征,组合形成6个融合特征,利用优化的BP神经网络算法,对多融合特征进行识别分类,然后用神经网络对6个识别结果进行融合决策.实验结果表明,新的融合识别方法能有效提高识别率,并具有较高的系统可靠性。 相似文献
9.
一种新的识别手写体邮政编码方法的研究 总被引:3,自引:0,他引:3
肖飞 《图象识别与自动化》1999,(1):1-5,19
本文从识别邮政编码出发,对一种快速,实用的手写体数字识别方法作了研究,该方法不需作图象规格化处理,在提取轮廓的同时并行去除噪声,文中还提出了一种基于质心位置非均匀分块的归一化方法矢量特征,根据内孔个数的不同分别采用直接判断法和量近邻区配法,对单内孔和无内孔字样则根据其外轮廓线折线化的特征进行后处理确认,以进一步降低差错率。 相似文献
10.
一种基于骨架特征和神经网络的手写体字符识别技术 总被引:4,自引:0,他引:4
对英文字符集的识别问题,提出了一种依据细化后的字符骨架特征进行分类,并对每一类别的字符各自建立神经网络进行训练和识别的方案。在二值图象理论的基础上,通过对字符轮廓特征的分析,提出了一种对英文字符集的分类方案,同时提出了一种快速有效的骨架链码形成和特征提取算法。 相似文献
11.
对手写数字的识别是模式识别的一个重要研究方向。通常的手写数字风格多变,无法实现高精度的识别。为此,提出一种新颖的手写数字记录方式,称为“手写液晶体数字”,进而为其设计了一种专门的识别算法。通过多个采样窗口提取图像特征,并与各类数字的标准特征向量进行相似度计算;基于贝叶斯判决原理,依据最大后验概率完成分类;建立专门的数据集并进行测评。实验结果表明,新算法具有极高的识别率,而且识别速度很快。 相似文献
12.
13.
手写体数字识别中一种新的倾斜校正的方法 总被引:2,自引:0,他引:2
介绍了在手写体数字识别预处理过程中一种新的倾斜校正的方法,该方法利用手写数字的图像的高与宽的比值是否最大来确定倾斜校正是否完毕。在校正过程中,手写体数字的图像高度逐渐变高,宽度逐渐变窄,所以当图像的高与宽的比值最大的时候倾斜角度最小。 相似文献
14.
一种用于手写数字分割的滴水算法的改进 总被引:1,自引:0,他引:1
在分析传统滴水算法针对共用粘连字符分割存在不足的基础上,提出一种改进的渗漏过程.该方法首先对字符的笔划粘连部分利用距离变换提取出中心线,并通过计算字符笔划的倾斜角度来指导水滴在中心线上端和下端的渗漏方向,最终形成一条较长倾斜的分割路径,避免了因垂直分割而造成的字符断裂.实验结果中分割效果较好,表明该方法的有效性. 相似文献
15.
基于背景分析的手写数字切分方法 总被引:1,自引:0,他引:1
考虑到手写数字串的结构特点,提出一种以分析特定背景区域为主,针对具体粘连数字采用不同分割策略的切分方法。文中引入蓄水池的概念来形象描绘出背景区域中字符间的粘连部分,并从中抽取某些特征对字符的具体粘连形态进行了归纳分类。在分割过程中,根据字符的粘连类型选用不同的滴水算法来求得分割路径。实验结果表明了该方法对于手写数字分割的有效性。 相似文献
16.
定位格中手写体数字串的提取 总被引:5,自引:0,他引:5
本文主要针对手写体数字串和定位格(线) 相粘连的情况,首次提出完整提取这种数字串的方法。首先运用数学形态学运算进行粗处理,去除定位格,得到特征点,然后结合数字的结构特征对它修补,最后进行平滑处理。实验表明本文方法的有效性。 相似文献
17.
18.
19.
20.
手写体数字识别有着重大的使用价值,用多层BP网络来识别手写体数字是手写体数字识别的一大进步,但是,用单纯的BP网络来识别也存在识别精度不高等的问题。将BP网络技术和数字本身的结构特征结合起来,提出了一种基于结构特征分类BP网络的手写体数字识别新方法。首先提取点、环等数字特征值,并根据一些特征进行分类;然后再运用BP神经网络识别,以提高网络的识别能力;最后,选取了500个人的0~9的手写体数字,运用以上算法进行BP神经网络识别,用3000个手写体数字作为训练样本,2000个其他的样本进行测试,网络收敛后,识别率达到96%以上,比原来有一定的提高。 相似文献