陳 奮,鄭子偉

(廈門城市職業(yè)學(xué)院 電子與信息工程系，福建 廈門 361008)

手寫體數(shù)字筆畫特征提取改進(jìn)方案*

陳 奮,鄭子偉

(廈門城市職業(yè)學(xué)院 電子與信息工程系，福建 廈門 361008)

手寫數(shù)字識別是一個很有潛力和挑戰(zhàn)的研究方向，對于相關(guān)行業(yè)有著實質(zhì)性的影響，其中手寫體數(shù)字特征的提取是識別中至關(guān)重要的一步.該文分析了傳統(tǒng)的特征提取方法的不足，提出了手寫體數(shù)字筆畫特征提取改進(jìn)方案，并利用VC++編程工具建立識別系統(tǒng)做實驗分析，與傳統(tǒng)的特征提取方法進(jìn)行了比較，提高了手寫數(shù)字識別率，在實驗中取得了較好的效果.

特征提??；手寫數(shù)字識別；改進(jìn)方案

1 概述

手寫數(shù)字識別作為計算機模式識別領(lǐng)域的熱點研究方向一直被科研人員關(guān)注著，雖然手寫數(shù)字個數(shù)少，貌似很容易識別，但事實并非如此，經(jīng)過測試總結(jié)得出，手寫數(shù)字的正確識別率并不高，比聯(lián)機手寫漢字的識別率還要低.

目前手寫體數(shù)字識別主要的應(yīng)用領(lǐng)域[1]：①在海量數(shù)據(jù)統(tǒng)計中的應(yīng)用，如人口普查、行業(yè)年檢等；②在財務(wù)、稅務(wù)、金融領(lǐng)域應(yīng)用，如自動處理大量的稅務(wù)、財務(wù)、支票等；③在快遞郵件分揀中的應(yīng)用.因此，提高手寫數(shù)字識別率就顯得尤為重要，能夠大大減輕工作量.

在模式識別領(lǐng)域中，特征提取是一個重要環(huán)節(jié)，手寫體數(shù)字識別也不例外.特征提取是影響識別效果的一個關(guān)鍵步驟，本文通過分析與總結(jié)前人的成果提出一種適應(yīng)性較好、識別率較高的特征提取改進(jìn)方案，并利用VC++編程工具建立識別系統(tǒng)做實驗分析.

特征提取的目的就是分析數(shù)字的拓?fù)浣Y(jié)構(gòu)，提取出其結(jié)構(gòu)特征，減小手寫體數(shù)字的位移、大小變化等干擾，把反映圖像特征的信息提供給神經(jīng)網(wǎng)絡(luò)，經(jīng)過特征提取后的數(shù)字圖像，會明顯減少數(shù)據(jù)量，神經(jīng)網(wǎng)絡(luò)規(guī)模也會大大減小.特征提取的優(yōu)劣決定著網(wǎng)絡(luò)的規(guī)模與最終識別的效果，所以所選用的特征必須能充分反映字符的本質(zhì)特征.提取的特征一般具有以下原則：

(1)充分性原則[2]：提取的特征能充分保持原模式的信息量；滿足充分性的基礎(chǔ)上，盡量減小特征維數(shù).

(2)方便性原則：為了不影響速度，提取特征的計算量不能太大；特征的抽取速度要快，穩(wěn)定性能好，分類能力強.

(3)正交性原則：特征之間的相關(guān)性越小越好.

2 常用的特征提取方法

目前手寫數(shù)字特征向量提取方法通常有以下幾種方法：

(1)逐像素特征提取法[3]：此方法是掃描圖像每行每列，黑像素令特征值為1，白像素令特征值為0，之后形成了像素點個數(shù)與維數(shù)相同的特征向量矩陣.此方法的特點是簡單，速度快，神經(jīng)網(wǎng)絡(luò)收斂效果好，訓(xùn)練效果好，但適應(yīng)性不強.

(2)骨架特征提取法[3]：此法是利用細(xì)化的方法來提取骨架.對兩張圖像進(jìn)行細(xì)化線條后，使它們有相同的寬度，然后把骨架作為特征的提取，適應(yīng)性得到了加強，不足的是圖像如果出現(xiàn)偏移識別就困難了.

(3)垂直方向數(shù)據(jù)統(tǒng)計特征提取法[3]：此方法是自左向右逐列掃描圖像，得出每列黑像素的數(shù)據(jù)，接著自上而下逐行掃描圖像，得出每行黑像素的數(shù)據(jù)，把結(jié)果作為特征向量進(jìn)行提取，但此方法得出的結(jié)果適應(yīng)性不強.

3 手寫數(shù)字筆畫特征提取法

上述的特征點提取法都在一定程度上存在適應(yīng)性不強及識別率相對較低的不足[4]，本文提出一種適應(yīng)性較好且識別率較高的手寫數(shù)字筆畫特征提取法.

由于數(shù)字筆畫簡單，因可以從橫、豎、撇、捺、環(huán)等5個特征著手,可以用1、2、3、4、5來定義這5個筆畫的特征值.假設(shè)被處理的點為P0和它周圍的8個點分別稱為P1、P2、P3、P4、P5、P6、P7、P8，形成一個3×3的9點矩陣[5],如圖1所示.

圖1 9點矩陣

定義縱切點是弧線段與垂直線的切點，橫切點是弧線段與水平線的切點，以手寫體數(shù)字“6”為例，如圖2所示.假設(shè)處理點P0為1，計算P1，P2，P3，P4，P5，P6，P7，P8的和；若和為1則P0為始端點，和為2則P0為一般連點，和為3則P0為三叉點，和為4則P0為四叉點.

圖2 數(shù)字“6”縱切點、橫切點

圖3 筆畫橫、豎、撇、捺

由于一個環(huán)上有兩個縱切點和至少一個橫切點，根據(jù)上文的假設(shè)，存在將一個環(huán)上的兩個縱切點之間的兩段弧線誤判為橫筆畫的可能或?qū)蓚€橫切點之間的兩段弧線誤判為豎筆畫的可能.為了處理這個問題，在識別筆畫時，對環(huán)進(jìn)行優(yōu)先識別，判斷橫切點和縱切點的個數(shù),以及它們之間的相對位置，若識別出環(huán)后，環(huán)上的橫縱切點就不計，不作為進(jìn)行其他筆畫識別的依據(jù).

根據(jù)以上描述，一個手寫數(shù)字最多有5個筆畫，每個筆畫的特征值也已給出，將0補在少于5個筆畫的特征值之后.為了減小網(wǎng)絡(luò)規(guī)模、提高網(wǎng)絡(luò)識別的速度，輸入筆畫特征值可以按照從上到下、從左到右的順序進(jìn)行.對于5個筆畫其中的環(huán)，數(shù)字“6”、“8”、“9”均有環(huán)筆畫，容易被誤判，所以只把這5個特征值作為特征輸入還不能達(dá)到理想的識別效果，為了解決這一問題，增加各數(shù)字的環(huán)個數(shù)作為一個特征值輸入，這樣加上前述的5個筆畫特征共構(gòu)成6個特征值輸入，將把環(huán)數(shù)作為第一個特征輸入，緊接著輸入剩下的5個筆畫的特征值.以數(shù)字“6”為例，經(jīng)過一系列的預(yù)處理后，得到5×6的二值化點陣，可以判斷點(1，4)為端點；兩個橫切點和兩個縱切點，而且有環(huán)筆畫，環(huán)個數(shù)為1；點(1,4)與點(3,1)之間的像素點組成筆畫撇.因此，數(shù)字“6”的筆畫特征值按照從上到下、從左到右的順序，依次為:撇-環(huán)，如圖4所示.這樣，[1，3，5，0，0，0]T則為神經(jīng)網(wǎng)絡(luò)輸入特征向量.

圖4 數(shù)字“6”筆畫

4 建立識別系統(tǒng)

4.1 系統(tǒng)簡介

本識別系統(tǒng)是筆者利用VisualC++6.0編寫而成，系統(tǒng)由圖像預(yù)處理和神經(jīng)網(wǎng)絡(luò)識別兩塊，預(yù)處理是對手寫數(shù)字圖像特征向量的提取，識別系統(tǒng)分別進(jìn)行手寫數(shù)字筆畫特征、骨架特征、逐像素特征,以及垂直方向數(shù)據(jù)統(tǒng)計特征的提取，特征向量提取后就由BP神經(jīng)網(wǎng)絡(luò)來訓(xùn)練和識別，最后輸出識別結(jié)果，流程如圖5所示：

圖5 識別系統(tǒng)設(shè)計流程

其中，測試樣本和訓(xùn)練樣本經(jīng)過都是經(jīng)過規(guī)一化、二值化、平滑、細(xì)化24*33處理后的圖像[6]，預(yù)處理后再提取特征向量值，接著訓(xùn)練樣本，訓(xùn)練之后保存為指定格式的識別網(wǎng)絡(luò)文件，然后去選擇已保存的網(wǎng)絡(luò)文件對已經(jīng)過預(yù)處理待識別的手寫數(shù)字圖像進(jìn)行識別，最后輸出識別結(jié)果，共有10個輸出，代表了0到9共10個數(shù)字，如圖7所示.

4.2 實驗結(jié)果

系統(tǒng)啟動初始界面，選擇網(wǎng)絡(luò)選項，如圖6所示.

圖6 網(wǎng)絡(luò)選項

識別界面，網(wǎng)絡(luò)輸出最高值為識別結(jié)果，如圖7所示.

圖7 系統(tǒng)主界面

實驗結(jié)果得出，相對于其他的特征提取方法，采用數(shù)字筆畫特征提取方法，加快了識別速度，明顯減少特征提取時間，識別率也得到了提高,實驗結(jié)果如圖8所示.

圖8 幾種特征提取訓(xùn)練速度、識別率比較

5 結(jié)束語

綜上所述，采用數(shù)字筆畫特征提取方法，可以減少樣本訓(xùn)練的次數(shù)，縮短樣本訓(xùn)練的時間，提高了識別率.識別率方面，雖然對樣本與測試集的識別率較高，但是對于其他較為復(fù)雜的手寫數(shù)字圖像識別率就相對較低，可以通過增加一些比較復(fù)雜的手寫數(shù)字圖像樣本來提高識別率，當(dāng)然，提高識別率最為關(guān)鍵的特征提取方法也有待進(jìn)一步地研究與改善.

[1]吳佑壽，丁曉青.漢字識別-原理、方法與實現(xiàn)[M].北京:高等教育出版社，1992.

[2]鄧麗華,等.基于人工神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別[J].三峽大學(xué)學(xué)報(自然科學(xué)學(xué)報),2005,27(3):254-256.

[3]曾旭峰.一種新的特征提取法在手寫數(shù)字識別中的運用[J].電腦知識與技術(shù),2009(5):1207-1208.

[4]宋日聰，胡偉.手寫體數(shù)字識別系統(tǒng)中一種新的特征提取方案[J].計算機科學(xué),2007(9).

[5]鄧麗華，崔志強.手寫體數(shù)字識別系統(tǒng)中一種新的特征提取方案[J].湖州師范學(xué)院學(xué)報,2005,27(2).

[6]楊淑瑩.VC++圖像處理程序設(shè)計[M].北京:清華大學(xué)出版社,2003.

10.13877/j.cnki.cn22-1284.2015.08.016

2015-03-28

福建省教育廳 B 類科技研究項目“基于移動App 的廈門城市職業(yè)學(xué)院品牌傳播”( JB13679S );廈門城市職業(yè)學(xué)院院級課題“HTML5 應(yīng)用研究”(KYKJ2014-3)

陳奮，福建莆田人，講師;鄭子偉，福建莆田人，副教授.

TP391.1

A

1008-7974(2015)04-0040-03