学文网摘要：传统的数字识别算法存在识别速度、识别准确率和识别方法复杂度三者无法兼顾的问题，为解决该问题，提出了基于特征矩阵的高效数字识别算法。该算法首先在预处理的基础上获取字符的特征矩阵，然后用特征矩阵对字符的特征横线、竖线等特征进行提取，最后利用结构语句识别的方法实现数字识别。实验结果表明，基于特征矩阵的高效数字识别算法思路简单、速度快，且识别率达97% 以上。
关键词：特征矩阵；数字识别；***像处理；识别率
中***分类号：TP312 文献标识码：A 文章编号文章编号：16727800（2014）001005903
作者简介作者简介：徐敬（1989-），女，北方民族大学电信学院硕士研究生，研究方向为嵌入式与信息处理；刘炜（1963-），男，北方民族大学电信学院副教授、硕士生导师，研究方向为智能仪器。
0 引言
数字识别技术是***像处理领域中的一个研究热点，在食品、化妆品、药品等外包装生产日期提取上具有重要的实用价值。近年来，随着人们对数字***像识别算法的不断研究，数字***像识别方法也越来越多，主要有基于神经网络数字***像识别[1]、基于最小距离法的数字***像识别，以及基于模板匹配的数字***像识别[2]。在实际应用中，人们发现数字识别算法的识别率一般较低，个别识别率较高的算法比较复杂，且收敛速度普遍较慢，缺少两方面性能皆优的方法。针对目前存在的问题，结合印刷体数字的特点，笔者提出了一种基于特征矩阵的高效数字***像识别算法。该算法首先在预处理的基础上提取字符
的特征矩阵，
利用特征矩阵对简单的特征[34]（横线）进行提取，然后应用结构语句识别方法将数字中的多数识别出来。再采用排除法缩小识别数字的范围，并对其中的数字特征凹陷区域进行分析和比较，同时采用上述同样的方法对数字进行识别使算法简单，识别速度快且识别效果好。
1 数字***像预处理
***像预处理是对采集到的***像画面在进行数字识别之前所做的一些相关工作，主要包括***像灰度化、二值化、梯度锐化、中值滤波、分割、归一化、细化等步骤，具体流程如*** 1 所示。对***像进行预处理非常必要，它能够有效地去除***像噪声，减小各类干扰对***像识别的不利影响，为特征提取和识别奠定了基础。***像预处理的每一步结果如***2-***9所示。
***1 数字预处理流程
***2 原始***像 ***3 灰度化 ***4 二值化
***5 梯度锐化 ***6 中值滤波 ***7 分割
***8 归一化 ***9 细化
2 数字识别算法
经过细化之后，通过从上到下，从左到右对***像进行扫描，提取字符的特征矩阵。由于细化后矩阵的边界可能存在全为0的行或列，为了便于后续特征提取，需要将其全为0的行列全部删除，得到类似如***10所示的矩阵，记为juzhen[m][n]。设前景像素为1，背景像素为0。
对0～9这10个印刷体数字，首先可以根据是否存在横线将数字分为两个子集，其中1、2、4、5、7存在横线记H=1。0、3、6、8、9不存在横线记H=0。在H=1的集合中，因为横线存在的位置不同，可以将其再分为3个子集：1、2存在下横线；5、7存在上横线；4横线位置记为其它。这样数字识别的范围又进一步缩小了，接下来可以在小范围内进行特征比较来实现数字的识别。如5、7特征比较发现，5上半部分存在左凹陷区，下半部分存在右凹陷区。对于凹陷区域的识别可以依据矩阵在凹陷区域内像素值为0，限定区域范围统计0的行数即可，该区域范围仅针对每个特定数字而言，这样5就可以识别出来，运用排除法7自然而然也被识别出来。1、2特征比较发现，1存在竖线，2没有这个特征，4不需进行特征比较即可得出结果，为了使识别结果更加准确，可以加上竖线这个特征。在H=0的集合中，0的结构较简单，特征也较明显，把它作为一个集合来对待。它是一个封闭的圆圈，圆圈内没有像素则通过矩阵在一个较大区域内像素1的个数小于阈值的范围来提取。3、8、6、9作为另一个集合，特征比较发现，3上、下两部都存在右凹陷区，6上半部分存在左凹陷区，9下半部分存在右凹陷，除此之外就是8。这10个数字中的1较特殊，有的字体底部没有横线，有的底部存在横线，所以除了上述判断还要考虑没有横线的情况。数字识别流程如***11所示，其中上半部分左凹陷区域记为上左，上半部分右凹陷区记为上右，下半部分右凹陷区域记为下右，下半部分左凹陷区域记为下左。识别顺序按照从上到下、从左到右进行。对于易识别错误的字符进行了多处特征比较，如字符3、5等。数字特征提取条件如表1所示，特征的提取需要用到以下自定义函数：
3 实验结果与分析
在上述数字***像预处理基础上，利用上述识别算法对***像进行数字识别，结果保存在文本文件中，***像识别的结果如***12所示。
***12 数字识别结果
为了检验本文的算法对数字识别的效果，对0～9这10个印刷体数字包括不同字体在内的单个字符各100幅***像进行识别测试，测试硬件环境为 AMD Athlon 1.91 GHz、内存2 GB，采用C语言，并结合数字***像处理和计算机软件平台OpenCV，在VC6.0 集成开发环境中实现
以上算法编程。 单个字符可在6ms内完成整个识别过程，
实验结果如表2所示。识别率等于 99% 的 0、1 两个数字
本身结构比较简单，容易识别；识别率在98%的有 3、5、6、9这4个数字，只要能够限制准确数字凹陷区的起始行、起始列、结束行和结束列，数字识别率还可以提高；***像数字2、8的识别率分别建立在3、5和6、9的识别率的基础之上，所以数字2、8 的识别率比3、5和6、9的识别率要低一些；数字***像4、7在细化后容易对字符造成损害，再加上特征提取的条件较为简单，因此，很容易识别为1和8。
4 结语
本文提出了一种基于特征矩阵的高效数字识别算法，并对从0～9的每个数字字符***像进行了测试。结果表明，该算法的思路简单、速度快，且识别率达97% 以上。通过分析发现，使用该方法发生误判时，错误源可能来自于***像的不规范，比如***像本身的不完整、预处理技术的缺陷，以及特征选取的局限性。
参考文献参考文献：
[1] 张翼成，陈 欣，杨红***，等.基于组合特征的BP神经网络数字识别方法[J].计算机系统应用，2013，22（3）：113116.
[2] 陈爱斌，陆丽娜.基于多特征的印刷体数字识别[J].计算技术与自动化，2011，30（3）：105108.
[3] 陈***胜.组合结构特征的自由手写体数字识别算法研究[J].计算机工程与应用，2013，49（5）：179184.
[4] 马斌，边树海.特征信息的新数字***像识别方法[J].沈阳建筑大学学报：自然科学版，2011，27（6）：11871192.
转载请注明出处学文网 » 基于特征矩阵的高效数字识别算法