文 献 综 述
文献综述题目:英文字母识别
国内外研究现状
1.图像识别技术发展史
图像识别技术诞生于20世纪40年代,随着计算机技术与信息技术的发展,图像识别技术获得了越来越广泛的应用。例如字符识别、医疗诊断中各种医学图片的分析与识别、天气预测中的卫星云图识别、遥感图片识别、指纹识别、脸谱识别等,图像识别技术越来越多地渗入到我们的日常生活中。图像识别技术的涵义很广,主要指通过计算机,采用数学技术方法,对一个系统前端获取的图像按照特定的进行相应的处理。图像识别包括诸如条码识别、生物特征识别(人脸识别、指纹识别等)技术、智能交通中的动态对象识别、手写识别等。可以说。图像识别技术就是人类视觉认知的延伸。是人工智能的一个重要领域,随着计算机技术以为人工智能技术的发展,图像识别技术越来越成为人工智能的基础技术。它涉及的技术领域也越来越广发,应用越来越深入。其基本分析方法也随着数学工具的不断进步而不断发展。现在,图像识别技术的应用范围已经远远突破视觉的范围,而更多地体现为机器智能、数字技术的特点。
图像识别技术的发展大致经历了文字识别、图像处理和识别、物体识别三个阶段。文字识别的研究始于1950年,一般是识别字母、数字、符号和文字,从印刷文字识别到手写文字识别,应用非常广泛。图像处理和识别从1965年开始,不但可以消除图像的失真、噪声,同时还可以进行图像的增强和复原,然后进行图像的判读、解析与识别。物体识别,也就是对三维世界的认识,和机器人的研究有着密切的关系,
2.图像识别技术的基本原理
图像识别技术可能是以图像的主要特征为基础的。每个图像都有它的特征,如字母A有个尖,P有个圈、而Y的中心有个锐角等。对图像识别时眼动的研究表明,视线总是集中在图像的主要特征上,也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方,这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见,在图像识别过程中,知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制,它能把分阶段获得的信息整理成一个完整的知觉映象。
在人类图像识别系统中,对复杂图像的识别往往要通过不同层次的信息加工才能实现。对于熟悉的图形,由于掌握了它的主要特征,就会把它当作一个单元来识别,而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块,每一个组块是同时被感知的。在文字材料的识别中,人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块,而且能把经常在一起出现的字或词组成组块单位来加以识别。
3.英文字母识别的发展史及一般方法
我国早就已经开始进行字符识别的研究, 然而与国外相比, 我国智能识别输入的普及和应用, 在很长一段时间里都不尽如人意。例如OCR技术[ 1] , 国外在金融、保险、税务等领域的应用至少有15年的历史, 而与此对应的是, 国内相关行业对OCR产品和技术的应用最近几年才刚刚起步。在信息时代的今天, 以OCR、手写、语音等技术为核心的识别技术, 以解决信息输入问题为目标, 已经衍生出了众多的技术、产品、市场、应用和服务, 并有望形成一个庞大、完整而且不断发展的字符智能识别产业 。而这一切的一切都是靠高水准的识别率来支持的。
英文字符识别是模式识别的一个重要分支, 具有广泛的应用领域。字符识别主要包括文档切分、单词切分、字符识别及后处理几部分。英文字符识别系统实现了从图像扫描到得到识别结果的全过程, 而字符特征提取是重点内容。以英文字符为研究对象, 具体包括了图像预处理、特征提取、建立模板、分类器设计、后处理等步骤。
参考文献
1.陈杰, 易本顺.图像识别技术[J]. 系统工程与电子技术, 2010,32(1): 200-204
2. 沈庆阳.图像识别与应用[M].北京: 清华大学出版社, 2002-9-1
3 王新辉.关于图像识别的延伸[J].电脑开发与应用,2003,(08)
4. 吕俊,张兴华. 英文字母识别的研究[J]. 现代电子技术, 2003,(24)
5.http://zh.wikipedia.org/wiki/%E8%8B%B1%E6%96%87%E5%AD%97%E6%AF%8D
6.周与.《图像识别入门》[M].北京航空航天大学出版社,2004
7. 赵烨, 王明磊, 李新友. OCR 在大数据量文档系统中的应用[ J] . 计算机应用, 2000, 20(增) : 336 - 338.
8. A lessand ro V in ciarell.i A Survey on Off - line Cursive Word
Recognition[ J] . Pattern Recognit ion. 2002, (35): 1433 - 1446.
9. 荆涛, 王仲. 光学字符识别技术与展望[ J] . 计算机工程.
2003, 29(2) : 1 - 2.
10.陈友斌, 丁晓青, 吴佑寿. 一种新的用于手写汉字识别的非线性
归一化方法[ J]. 模式识别与人工智能, 1998, 11( 3): 310 - 317.
11.赵海涛, 於东军, 金忠, 杨静宇. 基于特征选择的字符识别
[J] . 计算机工程与应用, 2002, 21 :34 - 35.