[發(fā)明專利]一種金融OCR系統(tǒng)手寫體數(shù)字串的軟切分方法

無效

• 申請?zhí)枺?/td>: 201110436948.8
• 申請日: 2011-12-23
• 公開（公告）號: CN102567725A
• 公開（公告）日: 2012-07-11
• 發(fā)明（設(shè)計）人: 丁杰;彭林;朱力鵬;胡斌
• 申請（專利權(quán)）人: 國網(wǎng)電力科學(xué)研究院
• 主分類號: G06K9/34
• 分類號: G06K9/34
• 代理公司: 南京知識律師事務(wù)所 32207
• 代理人: 汪旭東

技術(shù)領(lǐng)域

本發(fā)明屬于OCR技術(shù)領(lǐng)域，涉及一種手寫體字符串的切分方法，該方法可以通過對數(shù)字圖像中筆劃進(jìn)行模糊特征抽取，并映射到特征片段集，在此基礎(chǔ)上形成候選的切分假設(shè)和計算出最優(yōu)的切分結(jié)果。

背景技術(shù)

目前OCR已成為多種系統(tǒng)的核心技術(shù)，得到廣泛的運用并涉及從金融、政府、圖書館到電力、企事業(yè)單位等眾多行業(yè)領(lǐng)域，如文檔影像識別系統(tǒng)(包括文檔錄入、搜索、管理等)、辦公室自動化的文本輸入、郵政編碼自動分揀系統(tǒng)、文檔自動分類系統(tǒng)、車牌自動識別系統(tǒng)、票據(jù)自動處理系統(tǒng)等。一個完整的OCR系統(tǒng)一般需要以下幾個步驟：傾斜圖像的調(diào)整、版面分析和版面理解、字符串切分、字符識別以及必要的后處理。在上述OCR技術(shù)體系中，字符串切分技術(shù)一直是OCR應(yīng)用軟件研究的熱點和難點。字符切分技術(shù)主要解決字符間位置關(guān)系的四種形式，即孤立、粘連、交錯以及交疊：孤立是指字符之間各自分開，獨立成為整體；粘連是指兩字符筆劃有一處或多處接觸；交錯是指兩字符在水平方向上的投影有重疊，但字符間沒有實際的粘連；交疊是指兩字符共享某一塊像素區(qū)域，即所謂的共用筆劃。由于筆劃相互粘連是造成手寫數(shù)字串切分困難的重要原因，而對粘連字符識別不準(zhǔn)確是產(chǎn)生識別錯誤的主要原因，現(xiàn)階段研究對此展開。

本發(fā)明的研究基礎(chǔ)主要包括以下三個方面：

(1)圖像預(yù)處理。字符圖像的預(yù)處理是字符分割和識別的前提和基礎(chǔ)，主要針對采集脫機手寫字符過程中存在的干擾信號，如紙張本身帶有的污點或掃描設(shè)備性能問題等，特別是由于書寫時用力不均、字體潦草等造成的字符筆劃斷裂和粗細(xì)不均，進(jìn)行圖像的規(guī)整和優(yōu)化，從而避免影響切分和識別的效果。圖像預(yù)處理技術(shù)通常包括圖像平滑濾波技術(shù)、二值化技術(shù)等。

(2)主曲線分析。主曲線是通過數(shù)據(jù)分布“中間”并滿足“自相合”的光滑曲線，曲線上的每一點是投影至該點的數(shù)據(jù)點的條件均值。主曲線的理論基礎(chǔ)是尋求嵌入高維空間的非歐氏低維流形，繼承了主成分分析的眾多思想，是線性主成分的非線性推廣，能夠真實地反映數(shù)據(jù)的形態(tài)，即曲線是數(shù)據(jù)集合的“骨架”。主曲線具有對數(shù)據(jù)信息保持性好的優(yōu)點，可以在圖像細(xì)化過程中最大限度地保護特征細(xì)節(jié)不丟失和細(xì)化圖譜的光滑性。

(3)分類器組合和置信度修正。多分類器組合是設(shè)計一個高性能，且穩(wěn)定的手寫體數(shù)字識別器的有效途徑，一定程度上克服了導(dǎo)致分類器性能不佳的三類原因：單特征對字符本質(zhì)反映不全面；噪聲等因素的影響，導(dǎo)致特征對字符描述的不穩(wěn)定；不同類型分類器對特征變化的敏感性和穩(wěn)定性不同導(dǎo)致單分類器性能下降。一般認(rèn)為，不同性質(zhì)的特征往往描述字符模式的不同方面，在一種特征空間很難區(qū)分的兩種模式可能在另一種特征空間上很容易分開，而對應(yīng)于同一特征的不同分類器又從不同的角度(基于概率或最近距離等)將該特征映射到結(jié)果集合上，因此往往使用后驗概率對分類器組合的置信度進(jìn)行修正。

發(fā)明內(nèi)容

本發(fā)明針對無限制手寫體數(shù)字串的切分問題，提出了一種基于識別的切分方法。將數(shù)字串看成數(shù)字筆劃的集合，依據(jù)主曲線分析抽取數(shù)字筆劃。為克服抽取筆劃的不規(guī)則和集合存在冗余的缺陷，提出了適于數(shù)字筆劃處理的模糊規(guī)則對抽取筆劃進(jìn)行分裂、合并和篩選，生成適合筆劃組合的筆劃集合。候選切分假設(shè)依據(jù)筆劃組合過程生成，文中將筆劃集合中各筆劃在水平方向上進(jìn)行排序形成筆劃序列，從而通過劃分筆劃序列為子序列集的方式生成候選切分假設(shè)，每個子序列對應(yīng)于一個字符模式。在此基礎(chǔ)上使用組合分類器對各子序列進(jìn)行識別輸出，生成最優(yōu)的切分假設(shè)作為切分結(jié)果輸出。總體結(jié)構(gòu)見圖1。

附圖說明

圖1總體流程框圖。

圖2是圖像預(yù)處理的平滑窗口模板。

圖3是筆劃模糊特征對應(yīng)的模糊函數(shù)取值。

圖4是筆劃分裂點遍歷的示意圖。

圖5是筆劃組合及識別的示意圖。

圖6是筆劃組合步驟的一個典型示例圖。

具體實施方式

(1)圖像預(yù)處理

由于在圖像采集過程中噪聲干擾不可避免，容易造成一些孤立小塊或字符邊緣出現(xiàn)不規(guī)則的鋸齒和噪聲，因此經(jīng)Otsu二值化后的字符圖像還不能直接使用。針對字符筆劃上的毛刺、凹陷以及孤立噪聲點，首先以字符圖像的平均筆劃寬度為依據(jù)對圖像進(jìn)行濾波處理，但要避免平滑掉過細(xì)的筆劃部分，然后逐行掃描二值字符圖像，并依據(jù)給定大小窗口內(nèi)的圖像結(jié)構(gòu)細(xì)節(jié)修改中心像素值，以便剔除筆劃上的毛刺、填平筆劃上的凹陷或內(nèi)孔，并抑制或消除噪聲對字符切分的影響。