指导教师推荐意见(12)

图1-3 OCR系统的流程图

Fig.1-3 Algorithm flow chart of OCR system

文字特征提取：特征提取是整个环节中最重要的一环，它是从单个字符图像上提取统计特征或结构特征的过程，包括为此而做的细化(Thinning)、归一化(Normalization)等步骤。提取的特征的稳定性及有效性，直接决定了识别的性能。目前，特征提取的方法可以大致分为两类：一类为统计的特征，如：文字区域内的黑/白点数比。当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。另一类为结构特征，如：文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对。

文字识别处理：文字识别即将待识别字符相与通过学习得到的特征库进行比对，找到相似度最高的字符类作为结果的过程。根据特征选取的方法不同，比对的方法主要有：欧式空间的比对方法、松弛比对法（Relaxation）、动态规划比对法（Dynamic Programming，DP），以及类神经网络的数据库建立及比对、HMM（Hidden Markov Model等著名方法。为了使识别的结果更稳定，也有专家系统（Experts System）被提出，利用各种特征比对方法的相异互补性，------------------------------------------------------------------------------