计算机工程，博士论文。文章编号糊3428213042412手写体数字识别技术的研究柳回春，马树元，吴平东，李晓梅北京理工大学机械工程与自动化学院，北京100081析和评价了这些问后，指出今后的研究方向应在特征综合分类器集成以及新的分类器的研究上手写体数字识别是手写字符识别的个重要分支，它又分为在线手写体识别和离线手写体识别。前者系统通过记录文字像抬笔落笔笔迹上各像素的空间位置，以及各笔段之间的时间关系等信息，对这些信息进行处理，在处理过程中，系统以定的规则提取信息特征，再由识别模块将信息特征与识别库的特征进行比较加以识别，*后转化为计算机所使用的文字代码。后者相对于前者没有笔划信息，因此难度更大应用更广泛，如银行票据工商报财务报是个难点。
　　1传统方法手写体数字识别的大致识别流程1.
　　1.1预处理预处理是识别的第个阶段，根据具体识别方案的不同，可以包括定位值化去噪切分大小规格化等步骤。例如在格处理中，首先要定位要识别的手写体，根据需要再将灰度像采用全局阈值化自适应阈值化等方法值化。纸张的厚薄洁白度光洁度油墨深浅书写质量等都要造成字形畸变，产生污点飞白等千扰。输入设备的鉴别度线性度光学畸变量化过程也要产生噪声，因此要去噪。字符大小归化分为线性归化和非线性归化，线性归化实质上是对字符像作比例变换，这种线性转换对其他字符变形却无能为力，不能保持字符的基本形状结构。非线性归化能克服线性归化的这些缺点，但是其运算复杂，需要的时间长。对于实时性要求强的情况不适用。
　　1.2特征提取特征的选择通常分为以下几类。
　　1.2.1模板匹配法其工作原理是每个手写体数字有个模板，和待识别的数字的点阵像距离*小的模板所对应的数字，就判定为输入的待识别的数字。模板匹配的关键在于模板设计。由于手写体人为因素太多，字形变化复杂，而模板又对尺寸旋转噪声等微小变化敏感，为了适应各种情况，必须为每种可能的变形设计模板，设计任务繁重，而且测试速度慢。于是有人提出变形模板法。通过定义变形能量函数和数据不匹配能量函数来定义变形模型。这种变形模板法的优点是可以将分割和识别起完成。但是这种对每个模型反复变形的过程使得计算复杂测试速度慢。
　　1.2.2统计特征基于原始点阵直接求出的统计特征通常反映像点阵分布的总体情况。统计特征分为1投影特征通过对规格化的像求和方向的投影，统计每条投影线上黑像素的数量得到两个特征矢量投影特征的方法简单对噪声不敏感，但对些精细部分的反应不灵敏粗网格特征粗网格特征就是像归化，分成征外围特征就是把像归化后，计算每行从像左边缘至第项由白变，某ざ权或该行的面积，再计算每行从像边缘至第次由白变黑的面积；按照以上的步骤，提取其他3个边缘的特征。
　　穿越次数特征水平或垂直扫描，统计由白像素到黑像素的变化次数，2基于笔画方向的特征全局笔画方向密度特征它是笔画轮廓线上所有黑像素的方向特征的总和的方法相似，但是所需要的统计值是在；7的每个子网格中提取的，这种特征反映了字符的局部结构。
　　别，像处理神经网络；马树元。教授；吴平东。教授博导；李晓梅，硕士生可以采取8个方向扫描像，取每条扫描线与笔画的前3个交点作为计算笔画方向特征的基点，累计基点的4个方向特征构成周边笔画方向特征1.2.3结构特征结构特征对于字符的精细结构反应灵敏，该方法能充分利用字符形的结构信息及组成规律，减少笔画与字符形态变化的影响。结构法分辨相似字的能力较强。
　　1基于骨架的结构特征这种特征的提取首先要将字符细化。细化常用种模板迭代去除算法。即设计些去除模板和保留模板，反复与字符的每个像素进行匹配，将符合去除模板又不符合保留模板的像素点去掉，反复执行迭代过程，直到没有像素被去除为止。另外种细化思路是直接细化，这种方法是根据每条扫描线的黑游程得到中轴，这种方法不会产生多余分枝。但是如果扫描方向与笔画方向不垂直就会产生大量断点。然后在细化的基础上提取点包括端点拐点分点交叉点线包括曲线直线开闭合圆等基元。送入相应的分类器进行识别。这种方法对噪声比较敏感，尤其是对于粘连断笔的情况，效果不好。
　　21基于轮廓的结构特征这种结构特征的提取不需要经过细化，直接在字符轮廓的基础上提取基元结构特征，与基于骨架的结构特征类似。
　　1.2.4变换特征变换特征可以分为维的变换特征和维的变换特征。
　　维变换特征是在维像的基础上进行相应的变换，再提取变换特征。维变换特征是将像向和方向进行投影。将维点阵变成维数据，然后再作变换。常用的变换有0沉变换抱1呢1变换认；也变换1变换1变换，变换叱1变换。
　　尸0抓1变换是在维像的基础上进行维傅立叶变换，用cos和all项像。但是Fourier变换反映的是信号或函数的整体特征。而有些实际问，需要关心局部范围的特征。为了弥补这方面的不足，Gabor提出了加窗的Fouricr变换，他用个有限区间称为窗口，外恒等于，的光滑函数这个区间的位置随个参数而变去乘所要研究的函数。
　　然后对它作，呢1变换。这种变换确实能反映函数在窗口内部分的频率特征，因而就能在些需要研究信号的局部性质的问中起定作用。
　　；1士1变换继承和发展了；出，1的加窗，变换局部化的思想，但它的窗口随着频率增高而缩小，符合频信号完善，应用面也愈来愈广。
　　13分器这种方法通常先通过聚类的方法确定各类的代点通常取均值中心点，然后计算各待测样本域各代点距离，并把它归入与它*近的点所属的类。这里的距离通常可以取马氏距离欧式距离明氏距离等。这是种简单而且直观点〃不定能很好地代各个类，其后果是所设计分类器的拿昔1吴1曾力口如果将各类中的全部样本都作为代点，则形成了近邻法。如果取与待测样本点*近的个点作为分类依据，则为*近邻法。*近邻法的优点是不用经过训练。缺点是计算量大，因为要比较位置样本点与每个已知样本点的距离。
　　勾神经网络分类器神经网络遵从自组织自学习和自适应特性，也就是按照定的准则，通过调整网络的内部参数，自适应地提取待分类模式中的特征信息，对未知模式进行分类判别121.
　　有些神经网络的作用是完成特征提取或预处理的操作，如主分量网络，0以，自组织特征映射网络和，供网络等。有些网络既能完成特征提取又能完成分类功能，如碰，1径向基函数神经网络等。这些网络的隐层单元主要起特征提取作用，而其隐层至输出层的单层感知器结构主要起统计分类的作用。
　　2研究方向手写体识别目前的研究方向是1特征提取问，这个方面是在现有基础上进行组合，另个是引入新的特征技术；21分类器研究是多分类器继集成，另个方向是研究新的分类器。
　　2.1特征提取根据原始点阵直接求出的统计特征通常反映像点阵分布的总体情况，这类特征的像预处理简单对噪声不敏感，但对些精细部分的反应不灵敏；而由骨架和轮廓得到感。因此，可以将统计特征和结构特征相结合，扬长避短，发挥各自优2.2分类器1多分类器组合由于不同类型分类器对特征变化的敏感性和稳定性不同，对应某种特征的可能不能很好地将特征由特征空间映射到*后结果集合上。因此利用不同性质的特征和不同分类器分类结果。
　　多分类器组合按照组合的结构可以分为并行结构和串行结构或者上述结构的综合。并行结构是每个分类器独立进行分类判别，*后将各个分类器的结果进行综合分析，得出结论，2串行结构则是每个分类器依次判别，根据需要，又分两种情况，种是根据判别结果将上级分类后的全部样本分别送入不同的级分类器或更下级的分类器进行判别，形成倒树型结构，依次判别后，全部由*后级分类器作出结论，2，另种是级分类器作出部分判定结论，将不能确定的样本送入下级分类器，这级的分类器再作出部分结论，不能确定的再送入下级分类器，21并行结构作串行结构，串行结构1下转第61页验，对制糖企业的运作方式进行优化改造，根据各部门的职能以及各部门之间的协作方式，整理规划出关于财务管理生产控制管理供销管理等多个分系统。其中生产控制管理分系统将是整个ERP系统的核心，它将全厂生产过程有机地结合在起，这样能有效地降低库存，提高效率；也使得生产流程能够前后连贯地进行，不会出现生产脱节耽误交付等问。
　　甘蔗糖厂的产品主要有白砂糖粗糖原糖赤砂糖片糖，糖粉等，无论哪种产品，都先经过从甘蔗原料中提取蔗汁，然后经过澄清蒸发制炼等工序制成成品。其工艺流程固定，生产能力计算简单，因此在生产管理分系统中，能力需求计划模块采用有限能力计划方式，对生产能力不能满足的主生产计划将进行延期处理，若这样不能满足经营要求，可在管理人员千预下重新制定主生产计划，这样就在人力需求计划模块平衡后的主生产计划库存状况和配方清单进行物料需求计算，生成物料需求报计划生产单计划采购单，其中计划采购单发送给供应价格部门，计划生产单下达给生产调度模块。
　　4结论先进制造技术信息技术的不断发展以及高性能计算机致基于你呢廿沾的支持全球化企业合作与敏捷虚拟企业运营的集成化企业管理系统的产生。制糖企业系统能改善生产物料计划能力，准确控制生产数量及生产进度。
　　缩短生产周期，降低产品成本。提高全厂整体管理水平及企业形象。提高服务质量，增强客户信任度。运用基于，1组件技术开发制糖企业叹，具有无可比拟的优越性但它毕竞是个新的技术，有许多地方还待改进，这是我们进步研究的方向。
　　19962黄为民，陈世福。分布式对象构件及其应用计算机应用研究，3袁志刚。基于层08结构的企业幻，系统的设计1.1.计算技术与自根据对输入矢量提供的信息种类不同，每个分类器可以分为以下几种抽象级别分类器对于输入只提供标号的第或*好的选择。
　　2排序级别分类器对于输入提供标号选择的已排序清单例如，第第第以及第1选择，然而，在排序级别中，没有指明清单中每种选择的优先程度，3测量级别分类器对代输入是某种标号的概率的每标号提供量度对于并行集成的结构，可以采用投票方法，贝叶斯方法，以及神经网路方法进行综合判断。
　　5在模式识别回归估计概率密度函数估计等方面都有应用。由于支持向量机的坚实理论基础和它在很多领域现出的良好的推广性能，目前，国际上正在广泛开展对支持向量机方法的研究。8人理论上说，得到的将是全局*优点，解决了在神经网络方法中无法避免的局部极值问。
　　并且经过非线性变换从输入的低维空间转换到维的特征空间，在高维空间中构造线性判别函数来实现原空间中的非线性判别函数，使机器既有较好的推广能力，同时避免高维空间的维数灾难问，其算法复杂度与样本维数无关。我们相信对支持向量机的研究将对机器学习等学科领域产生重要影响。
　　3总结在分析传统的模板匹配统计特征结构特征等特征提取方法和基于距离的分类器以及神经网络分类器的基础上，对今后研究的方向从特征提取和分类器构造两个方面分别提出了综合特征构造以及集成分类器和新的机器学习方式支持向量机。*后应当指出，手写体数字识别的研究不仅有很大的应用价值，而且有重要的理论价值，由于数字识别的类别较小，有助于作深入分析及验证些新的理论。例如支持向量机的提出，就是先在手写体数字识别领域里进行验证，然后推广到其他的领域。可以说，手写体数字识别的研究将有助于模式识别机器理解机器人技术的发展，对今后研究如何更好地进行人机交互，使计算机具有和人样的能力有很大的理论价值。
　　1吴佑寿。丁晓青汉字识别原理方法与实现北京高等教育出版社。
　　2378，1尺8.神经网络模式识别及其实现北京电子工业3凡张学工译统计学习理论的本质。北京清华大学出版