表5.2 自由手写体训练结果 数字

　　类别 正识样本数 误识

　　样本数 识别率 0 10 0 100% 1 10 0 100% 2 8 2 80% 3 9 1 90% 4 9 1 90% 5 8 2 80% 6 10 0 100% 7 10 0 100% 8 10 0 100% 9 9 1 90% 合计 93 7 93% 在测试实验中，我们以200个规范手写体和200个自由手写体共两组样本作为测试样本,识别实验结果分别如表5.3，5.4所示。

　　表5.3 规范手写体识别实验结果 数字

　　类别 正识样本数 误识

　　样本数 识别率 0 20 0 100% 1 20 0 100% 2 17 3 85% 3 18 2 90% 4 18 2 90% 5 17 3 85% 6 18 2 90% 7 20 0 100% 8 19 1 95% 9 18 2 90% 合计 185 15 92.5% 由上表可以看出,本系统对规范的手写体有较好的识别效果，识别率达到92.5%。

　　表5.4 自由手写体识别结果 数字

　　类别 正识样本数 误识

　　样本数 识别率 0 19 1 95% 1 20 0 100% 2 16 4 80% 3 18 2 90% 4 18 2 90% 5 17 3 85% 6 18 2 90% 7 20 0 100% 8 19 1 95% 9 17 3 85% 合计 182 18 91 由上表所示，字符2和5的误识率较高，常误识别为对方数字，对待识别数字要求严格，这是由于它们的标准特征向量距离较小，需要通过增添标准库或参数调整对此情况进行改进。

　　6 结论

　　本文对自由手写体数字识别的基本原理及方法作了介绍，并用MATLAB工具实现了自由手写体数字识别系统。实验结果表明，基于所用结构模型和知识库的识别方法对规范手写体数字是可行的，具有较高的识别率及较好的抗噪性能，也可以识别一定条件下的自由手写体数字。为了提高识别率和可靠性，除了要增强对噪声的滤除能力外，还要增大知识库，以解决细化中出现的结构畸变问题，这些都有待我们进一步的研究。

　　参考文献

　　1 张平等.matlab基础与应用简明教程[M]. 北京:北京航空航天大学出版社, 2001.

　　2 飞思科技产品研发中心.matlab6.5辅助图像处理[M]. 北京:电子工业出版社, 2003.

　　3 章毓晋.图象处理和分析.北京:清华大学出版社[M], 2003.

　　4 蔡炯熙.基于旋转不变性的印刷体数字识别[J].计算机应用, no.3,2002.

　　5 郝红卫.手写体字符的识别与集成[D].北京:中国科学院声学研究所, 1998.

　　6 马向辰.字符识别系统中图像预处理方法的研究[D].北京:北京科技大学, 2002.

　　7林晓帆,丁晓青,吴佑寿.手写数字识别的原理及应用[J]. http://ocrserv.ee.tsinghua.edu.cn/number_descript.htm.

　　8 邹伟.高精度手写体数字识别的算法研究及应用[D]. 北京:北京邮电大学, 2001.

　　9 陈荣保,陈翊.手写体数字的识别[D].合肥:合肥工业大学工业自动化研究所, 2003.

　　10叶卫东,李冠英.自由手写体数字识别的一种方法[J]. 现代计算机, no.10, 1998.

　　11侯继红, 徐军. 手写体数字识别技术的研究[J]. 电子计算机与外部设备, no.5, 1999.

　　12王辛芳,施鹏飞. 基于压缩子结构特征的手写体数字识别[J].上海交通大学学报, no.5,2000.

　　13柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯.基于结构特征的手写体数字识别算法[J]. 计算机工程, no.11, 2002.

　　14李珺.手写体数字识别方法研究[J]. 甘肃科技, no.8, 2003.

　　15傅德胜，寿益禾.图形图像处理学[M].南京：东南大学出版社，2002.

　　16 孙兆林. MATLAB 6.X图像处理[M]. 北京:清华大学出版社，2002.

　　17 J.P.Marques de Sa著，吴逸飞译.模式识别――原理、方法及应用[M].北京：清华大学出版社，2002.

　　18 王沫然. MATLAB与科学计算(第2版)[M]. 北京:电子工业出版社，2003.

 4/4   首页 上一页 2 3 4