張 飛

(安徽廣播電視大學(xué) 計(jì)算機(jī)系，安徽 阜陽 236000)

長期以來手寫字體識(shí)別技術(shù)是圖像處理領(lǐng)域的研究重點(diǎn)，不僅在交通運(yùn)輸、刑偵、智能農(nóng)業(yè)上有著廣泛的應(yīng)用，在學(xué)習(xí)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等模式識(shí)別領(lǐng)域也占據(jù)著十分重要的地位[1].手寫字體識(shí)別技術(shù)有很多，包括卷積神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺、深度學(xué)習(xí)、BP算法等[2-5].羅麟等人利用精簡化網(wǎng)絡(luò)層次的卷積神經(jīng)網(wǎng)絡(luò)對低質(zhì)量筆跡圖像進(jìn)行特征識(shí)別，避免了神經(jīng)網(wǎng)絡(luò)受制于原圖學(xué)習(xí)模式的限制問題[2].陳施碩通過機(jī)器視覺技術(shù)對手寫字體輪廓邊緣特征進(jìn)行提取識(shí)別，與傳統(tǒng)試卷手寫字體分?jǐn)?shù)識(shí)別方法相比更省時(shí)省力，但對于小字體或模糊字體的輪廓特征提取精準(zhǔn)度較低[4].陳子寧借助BP算法(人工神經(jīng)網(wǎng)絡(luò))對手寫脫機(jī)字符進(jìn)行模式識(shí)別，通過log-sigmoid函數(shù)設(shè)計(jì)隱含層神經(jīng)元能夠準(zhǔn)確對手寫字母進(jìn)行分類識(shí)別，但是漢字?jǐn)?shù)量大，分類和識(shí)別效果不好[5].目前仍沒有一套很完善的識(shí)別算法，真正的無限制手寫體字符識(shí)別的研究還有待進(jìn)一步加強(qiáng).同時(shí)，類似于神經(jīng)網(wǎng)絡(luò)、BP算法、主成分分析等深層次算法盡管可以獲取高精度的圖像識(shí)別效果，但對于編程和軟件具有較強(qiáng)的依賴性因而限制其發(fā)展[6-8].而類別聚類算法的識(shí)別技術(shù)是通過數(shù)據(jù)集的相似性樣本進(jìn)行歸類的識(shí)別算法，利用距離標(biāo)準(zhǔn)化處理消除特征之間量綱差異從而實(shí)現(xiàn)字體的識(shí)別[9].本文依據(jù)聚類尋找標(biāo)準(zhǔn)模式，建立基于試探的未知類別聚類算法的手寫字體識(shí)別系統(tǒng).通過手寫字體與編制字體的數(shù)字特征提取，結(jié)合聚類分析的模式相似性測量實(shí)現(xiàn)目標(biāo)字體的有效識(shí)別，為建立高效手寫字體聚類識(shí)別技術(shù)奠定基礎(chǔ).

1 聚類算法的概述

1.1 基于試探的未知類別聚類算法

基于試探的未知類別聚類算法是一種簡單的運(yùn)算方法，定義誤差平方和為：

(1)

其中，M是聚類中心的個(gè)數(shù)，M應(yīng)該小于樣品的總個(gè)數(shù)；wi是聚類中心；Xwi是wi的重心；針對所有樣品假設(shè)某種分類方案，計(jì)算J值最小的那一種分類方案，則認(rèn)為該種方法為最優(yōu)分類.

1.2 模式相似性測量

(1)樣品與樣品之間的距離

假設(shè)兩個(gè)樣品特征值分別為Xi，Xj，即

Xi=(Xi1,Xi2,…Xim)T，Xj=(Xj1,Xj2,…Xjm)T,

(2)

為了評(píng)定兩個(gè)樣品是否屬于同一類，可以通過兩個(gè)樣品之間的距離進(jìn)行判斷，距離的大小決定了樣品的類別歸屬[10].樣品距離計(jì)算的方法有很多種，包括二值法、夾角余弦法、歐式距離法等[11].本文主要研究歐式距離法.計(jì)算公式如下所示：

(3)

Dij越小則兩個(gè)樣品距離越近，就越相似.

(2)樣品與類之間的距離

假設(shè)ω代表某類樣品的集合，ω中有n個(gè)樣品，X是某一個(gè)待測樣品.樣品與類之間的距離可描述為：

(4)

2 識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

利用vc++6.0環(huán)境進(jìn)行手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)，如圖1所示.該系統(tǒng)橫向主要分為字體輸入、預(yù)處理、特征提取、分類決策和結(jié)果輸出5個(gè)部分；縱向可分為未知類別模式的分類和分類器的訓(xùn)練兩個(gè)部分.其中未知類別模式的分類，主要用于對手寫字體的數(shù)據(jù)特征提取分類，而分類器的訓(xùn)練主要通過已有的標(biāo)準(zhǔn)字體對手寫字體進(jìn)行訓(xùn)練，利用固有的判別函數(shù)對分類決策進(jìn)行誤差分析，從而實(shí)現(xiàn)準(zhǔn)確的聚類識(shí)別.

圖1 手寫體數(shù)字識(shí)別系統(tǒng)結(jié)構(gòu)

2.1 數(shù)字的錄入

本系統(tǒng)為處理的聚類問題提供了2種數(shù)據(jù)錄入方式，分別為手寫字體輸入和標(biāo)準(zhǔn)字體輸入.以隨機(jī)書寫數(shù)字1、2、4、3、5、1、2、5、8、4、3為例，進(jìn)行識(shí)別系統(tǒng)識(shí)別能力考察，如圖2所示.

(a) 標(biāo)準(zhǔn)數(shù)字錄入

(b)手寫數(shù)字錄入圖2 數(shù)字錄入示例

其中，手寫錄入通過按住鼠標(biāo)左鍵，在左視圖中移動(dòng)鼠標(biāo)，可以輸入手寫數(shù)字.手寫數(shù)字的筆畫必須連續(xù)，不能斷裂，否則將被認(rèn)為是不同的數(shù)字.部分代碼實(shí)現(xiàn)如下：

void CModeView∷OnLButtonDown(UINT nFlags,CPoint point)

lButtonDown=true；

CView∷OnLButtonDown(nFlags,point)；

void CModeView∷OnMouseMove(UINT nFlags,CPoint point)

if (stateDoc && lButtonDown)

if (point.x>4 && point.x+34 && point.y+4

CRect rc；

rc.left=point.x-5；

rc.right=point.x+5；

rc.top=point.y-5；

rc.bottom=point.y+5；

for(int x=point.x-4；x

for(int y=point.y-4；y

if((x-point.x)*(x-point.x)+(y-point.y)*(y-point.y)<25)

if (statePen)

2.2 圖像的標(biāo)識(shí)及特征提取

圖像的標(biāo)識(shí)是通過連通域判別的方式進(jìn)行.其中，圖像中與像素(x，y)對應(yīng)的點(diǎn)集合{(x+p，y+q)；((p，q)是一對有意義的整數(shù))}稱之為像素(x，y)的鄰域.一般可以分為4鄰域和8鄰域.而有像素f(x，y)=f(x+i，y+j)，i，j在圖像區(qū)域R內(nèi)存在，f(x，y)與f(x+i，y+j)路徑中的鄰接點(diǎn)存在4點(diǎn)鄰域連通成分(如圖3)或8點(diǎn)鄰域連通成分(如圖3)，則點(diǎn)f(x，y)與f(x+i，y+j)連通.在圖像內(nèi)可能存在多個(gè)連通成分，每個(gè)非連通成分都對應(yīng)一個(gè)目標(biāo)圖像區(qū)，給各目標(biāo)圖像區(qū)分配相應(yīng)標(biāo)號(hào)的工作稱為標(biāo)記.在二值圖像中進(jìn)行物體標(biāo)識(shí)，采用8連通域判別方法，如圖3所示，圖中有A，B，C 3個(gè)不連通的物體.

圖3 物體標(biāo)識(shí)示意圖

對各個(gè)樣品進(jìn)行標(biāo)號(hào)，檢測緩沖區(qū)，從左到右、從上到下，依次檢測每個(gè)像素，如果發(fā)現(xiàn)某像素點(diǎn)像素值小于閾值T，則依次檢測該點(diǎn)的右上、正上、左上及左前共4個(gè)點(diǎn)的像素值，根據(jù)前面介紹的8個(gè)準(zhǔn)則進(jìn)行連通性的判斷，并標(biāo)識(shí)物體，將物體的像素值改為標(biāo)號(hào).依次逐行檢測至掃描結(jié)束.獲得各個(gè)樣品所在位置及編號(hào).在上述基礎(chǔ)上，將每個(gè)物體分成7*7等份，計(jì)算每一等份中黑像素所占比例，作為特征值，因此，每個(gè)物體提取了49個(gè)特征.調(diào)用voidCCluster∷CalFeature(int index,CPoint It,CPoint rb)函數(shù)，獲得所有樣品特征放入m_pattern的特征值中，m_pattern是樣品的特征數(shù)據(jù)結(jié)構(gòu).

2.3 基于試探的未知類別聚類算法的識(shí)別結(jié)果

設(shè)有n個(gè)樣品X1,X2,…Xn，patternnum=n.選一個(gè)樣品作為第一個(gè)聚類中心C1，不妨令C1=X1.Centernum記錄當(dāng)前中心的數(shù)目，centernum=1.通過對話框讀入閾值T，輸出所有樣品之間的最大與最小距離為T的參考.對所有樣品，計(jì)算該樣品m_pattern[i]到所有聚類中心m_center[j]的距離，找到最小值Dj(0≤j

圖4 聚類結(jié)果

從圖4中可以看出，手寫數(shù)字1、2、4、3、5、1、2、5、8、4、3聚類后總共分為6類，分別為1、2、4、3、5、8.而數(shù)字4和3存在兩個(gè)數(shù)字重復(fù)，在類別上分別為類別3和類別4；所有的數(shù)字識(shí)別和分類均準(zhǔn)確，準(zhǔn)確率達(dá)到100%，說明該聚類識(shí)別系統(tǒng)的手寫數(shù)字識(shí)別效果還是滿足實(shí)際需求的.

3 結(jié) 論

將聚類法應(yīng)用于手寫體數(shù)字識(shí)別是聚類法研究最為成功的方面之一，它為手寫體數(shù)字識(shí)別提供了一種新的、行之有效的方法.本文對手寫數(shù)字特征進(jìn)行提取，采用最鄰近規(guī)則算法進(jìn)行聚類分析，并運(yùn)用VC++語言編寫數(shù)字手寫識(shí)別系統(tǒng)，加強(qiáng)對聚類法應(yīng)用方面的認(rèn)識(shí)和實(shí)際運(yùn)用能力.但由于最鄰近規(guī)則的試探法受到閾值T的影響很大，造成系統(tǒng)設(shè)計(jì)應(yīng)用新的識(shí)別算法的識(shí)別率不高，后續(xù)應(yīng)該深化降低對閾值T影響的程度.