基于决策树和AdaBoost的孟加拉文数字识别研究

手写体数字识别作为OCR技术的一个特别问题，由于其应用的广泛性和挑战性，多年来一直是字符识别领域的研究热点。孟加拉语言作为印度半岛的第二流行语言，是孟加拉国和印度部分地区的主要语言，其重要性不言而喻。为达到高可靠性的孟加拉文邮政编码数字的识别性能，本文研究了一种基于决策树和AdaBoost的孟加拉文手写体数字识别方法。系统由图像预处理、特征提取、特征离散化、基于AdaBoost和概率估计决策树的两级分类器四个模块组成。实验结果表明，该方法对孟加拉文手写体数字具有识别可靠性高、鲁棒性强的特点，满足了系统的要求。