[发明专利]字符识别方法

说明书

技术领域

本发明属于光学字符识别领域，涉及一种光学字符识别法。

背景技术

在字符识别过程，字符特征提取是至关重要的一步。特征提取可以看作对原始字符关键信息的抽取，所以特征要尽可能的体现不同字符间的差异，换句话说，不同类字符特征之间的距离要尽可能大。如果特征选取不当，无论选择什么样的分类器也无法达到很好的识别率。

识别一个字符通常是提取字符的边缘或者提取字符的骨架，然后再在边缘或者骨架上再提取特征。现有方法在描述边缘或者骨架上的点时，仅仅是考虑到当前点本身的信息。如用(x,y,f(x,y))作为边缘或者骨架上的一点P的特征，其中x,y表示点P坐标，f(x,y)表示亮度值，这样提取出来的特征具有局部性，如果两个字符局部形态相近(如Q和O)，那么这两个字符提取出来的特征具有很大的相似性，这样就不利于区分这两个字符，导致系统识别率下降。

因此，提供一种新的特征提取方法，用另外一个思路来描述字符边缘或者骨架上的点，扩大字符特征的差异，从而提高字符的识别率，非常重要。

发明内容

本发明的目的在于提供一种字符识别方法，通过扩大不同字符间特征的差异，提高字符识别率。

该字符识别方法包括：

步骤1：读入字符图像；

步骤2：图像预处理；

步骤3：字符切割；

步骤4：边缘提取；运用边缘检测算子检测出字符的边缘点；

步骤5：特征提取，每一字符的每一边缘点的特征都用该字符其他边缘点到该边缘点的距离表达，用特征向量(P_1k,P_2k…P_Mk)表示，因此每一字符的特征向量用矩阵表示；

步骤6：特征处理，将特征向量(P_1k,P_2k…P_Mk)映射到一个矩阵T中，使得所有字符的特征向量维度相同，其中

步骤7：模板匹配，假设待识别字符Θ的边缘中有X₁,X₂…X_M共M个点，一个标准字符模板Δ中有Y_1,Y₂…Y_N共N个点，点X_i与标准字符模板Δ中点Y_j的距离用如下算式计算：Dij≡D(Xi,Yj)=Σm=1uΣn=1v(Ti(m,n)-Tj(m,n))2;]]>

记：Diπ(i)＝min D_ij，表示标准字符模板Δ中的点Y_π(i)是点X_j的最佳匹配点；

待识别字符Θ到标准字符模板Δ的总距离为：

如果共有Γ个标准字符模板，则分别计算待识别字符Θ到每一标准字符模板的总距离，总距离最小的为待识别的结果。

优选的，步骤6中特征处理的方法进一步包括：