基于matlab的文字识别算法-课程设计.doc

沈阳理工大学课程设计专用纸

PAGE\*MERGEFORMATI

摘要
本课程设计主要运用MATLAB的仿真平台设计进行文字识别算法的设计与仿真。也就是用于实现文字识别算法的过程.从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义.又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术。随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介，在图像中,文字信息（如新闻标题等字幕）包含了丰富的高层语义信息，提取出这些文字,对于图像高层语义的理解、索引和检索非常有帮助。
关键字:文字识别算法；静态图像文字提取；检索PAGE\*MERGEFORMATII

目录
TOC\o”1-3"\h\z\uHYPERLINK\l”_Toc533498928”1课程设计目的PAGEREF_Toc533498928\h3
HYPERLINK\l"_Toc533498929”2课程设计要求PAGEREF_Toc533498929\h4
HYPERLINK\l"_Toc533498930"3相关知识PAGEREF_Toc533498930\h5
HYPERLINK\l”_Toc533498931”4课程设计分析PAGEREF_Toc533498931\h8
HYPERLINK\l”_Toc533498932”5系统实现PAGEREF_Toc533498932\h9
HYPERLINK\l"_Toc533498933"6系统测试与分析PAGEREF_Toc533498933\h17
HYPERLINK\l”_Toc533498934”6。1文字识别算法仿真结果PAGEREF_Toc533498934\h17
HYPERLINK\l”_Toc533498935”6。2基于字符及单词的识别PAGEREF_Toc533498935\h19
HYPERLINK\l”_Toc533498936"6。2。1基于字符的识别PAGEREF_Toc533498936\h19
HYPERLINK\l”_Toc533498937”6。2。2基于单词的识别PAGEREF_Toc533498937\h20
HYPERLINK\l”_Toc533498938"6。3现存算法的问题PAGEREF_Toc533498938\h21
HYPERLINK\l"_Toc533498939”6。3。1大多文字识别方法依赖于人工定义的特征PAGEREF_Toc533498939\h21
HYPERLINK\l"_Toc533498940”6。3。2脱离上下文的字符识别易造成显著的歧义PAGEREF_Toc533498940\h21
HYPERLINK\l”_Toc533498941”6。3。3简单的单词整体识别有着较大的局限性PAGEREF_Toc533498941\h22
HYPERLINK\l”_Toc533498942”6。3。4训练样本制作繁琐PAGEREF_Toc533498942\h22
HYPERLINK\l"_Toc533498943”7参考文献PAGEREF_Toc533498943\h23PAGE\*MERGEFORMAT20
沈阳理工大学
1课程设计目的
图像文字提取又分为动态图像文字提取和静态图像文字提取两种，其中，静态图像文字提取是动态图像文字提取的基础,其应用范围更为广泛，对它的研究具有基础性,所以本文主要讨论静态图像的文字提取技术。静态图像中的文字可分成两大类：一种是图像中场景本身包含的文字，称为场景文字；另一种是图像后期制作中加入的文字,称为人工文字,如右图所示。场景文字由于其出现的位置、小、颜色和形态的随机性，一般难于检测和提取；而人工文字则字体较规范、大小有一定的限度且易辨认,颜色为单色，相对与前者更易被检测和提取，又因其对图像内容起到说明总结的作用，故适合用来做图像的索引和检索关键字。对图像中场景文字的研究难度大,目前这方面的研究成果与文献也不是很丰富，本文主要讨论图像中人工文字提取技术.
静态图像中文字的特点
静态图像中文字（本文特指人工文字，下同)具有以下主要特征：
（1)文字位于前端，且不会被遮挡；
（2)文字一般是单色的；
（3)文字大小在一幅图片中固定，并且宽度和高度大体相同，从满足人眼视觉感受的角度来说，图像中文字的尺寸既不会过大也不