劉立滿 楊勝衛(wèi) 王若男

摘要：光學符號識別在電子設備上已經(jīng)有廣大的應用。本文對圖像數(shù)據(jù)的分析，選取圖像特征，圖像字符識別進行了討論，最后對模型進行評價和優(yōu)化。

針對問題二，首先利用去掉變化小的特征法，對字符在矩形區(qū)域的水平位置與豎直位置的數(shù)據(jù)做取值預處理，得到字符在矩形區(qū)域的水平位置與豎直位置的選取區(qū)間，從而確定判斷識別字符的位相特征;然后再利用線性回歸與正則化，以字符所在矩形區(qū)域的寬度與高度的數(shù)據(jù)，通過矩陣X和Y進行線性回歸，得到壓縮因子的有效自由度。

關鍵詞：去掉變化小的特征;線性回歸與正則化;K-L變化特征提取識別模型;模糊綜合評價模型

一、問題的重述

分析所給圖像數(shù)據(jù)集，為例能夠準確判斷識別每個字符，需要選取哪些恰當?shù)奶卣鳌?/p>

二、模型假設

1.假設樣本的所有數(shù)據(jù)記錄無誤，無特殊因素對樣本數(shù)據(jù)記錄產(chǎn)生影響

2.假設光學機器操作對字符識別不產(chǎn)生影響

3.假設燈光、定位和對象的位置對圖像數(shù)據(jù)沒有影響

4.假設在特定時間類，字符的暗、亮模式與形狀不發(fā)生改變

三、模型的建立與求解

3.1圖像識別特征的選取

特征選擇需要處理兩個問題[6]，一是確定選擇識別算法，在一定的時間內(nèi)，以最小的時間代價找出最能描述類別的特征組合;二是確立評價標準，權(quán)衡特征組合的效率，獲取特征操作的停止條件。所以，分為兩個步驟獲取字符特征，首先得到特征子集，然后對特征子集進行評估，如果特征達到停止條件，則操作完成，否則重復前面兩步到停止條件滿足為止。

3.1.1去掉取值變化小的特征

圖像數(shù)據(jù)集中，字符在矩形區(qū)域的水平位置的

這里對水平位置的橫向坐標做去掉取值變化小的處理：

即對集合（x1， x2， x3…x20000）做出去掉取值變化小的操作，以區(qū)間，即區(qū)間（2.11，5.93）作為字符在矩形區(qū)域的水平位置的選取區(qū)間。把在選取區(qū)間外的字符去掉。

同樣在圖像數(shù)據(jù)集中，字符在矩形區(qū)域的豎直位置的

這里對豎直位置的縱向坐標做去掉取值變化小的處理：

集合（x1， x2， x3…x20000），以區(qū)間即區(qū)間（3.73，10.33）作為字符在矩形區(qū)域的豎直位置的選取區(qū)間。將在豎直選取區(qū)間外的字符去掉。

綜上，依據(jù)去掉取值變化最小特征的數(shù)據(jù)處理，確定字符在矩形區(qū)域的水平位置與豎直位置，從而確定字符在矩形區(qū)域的位相特征。

3.1.2線性回歸和正則化

正則化是構(gòu)造風險最小化方法，在經(jīng)驗風險的基礎上加上正則化。正則化是一種類似模型復雜度的單調(diào)遞增函數(shù)[7]。

幾何意義：正交投影

故：

字符所在矩形區(qū)域的寬度X=（x1， x2， x3…x20000）T

字符所在矩形區(qū)域的高度Y=（y1， y2， y3…y20000）T

參考文獻：

[1]張世輝.漢字圖像預處理算法的研究及實現(xiàn)[J].微機發(fā)展，2003 （04）：53-55+58.

[2]關石菡.數(shù)理統(tǒng)計在數(shù)據(jù)分析中的應用研究[J].林區(qū)教學，2011 （06）：87-88.

[3]吳瀚.對于使用Adaptive Lp正則化的線性回歸問題在高維情況下漸近性質(zhì)的討論[D].復旦大學，2014.