数码识别技术是指用包括光学技术与计算技术相结合，使用计算机速的特点，对不同码值进行再现还原的过程。在目前的研究中。对于不同数码的识别可以分为两类，类是基于印刷体的识别，这技术已经相当成熟，不论是识别汉字还是英文字符，正识率都较高，目前在这领域内要解决的主要问是提高识别的速度；另类是手写体的识别。在手写体的识别当中，也可以分为两个方面，方面是研究联机手写体的识别。另方面是研究脱机手写体的识本文所阐述的是关于脱机不规则手写体数码的识别技术。
　　手写体数字识别具有较大的实用价值，用手写体数字识别技术进行信函的自动分拣，有利于提高分拣效率；由于技术方面的原因，在过去的很长段时间里，如银行税务等金融财税部门，大量使用的是手写的票据账单等，在如今技术高度发展的情况下，这些部门使用计算机来自动处理以前的票据，不规则数码的识别就成为了个特别重要的问。同时，手写数字识别作为模式识别领域的个重要问，也是文字识别中个非常活跃的方向，有着重要的理论价值和实际价值。
　　阿拉伯数字是唯的被世界各国通用的符号，对手写数字识别的研究基本上与文化背景无关，这样就为各国。各地区家可以探讨比较各种研究方法。尽管人们对手写数字的识别已进行了很长时间的研究，并已取得了很多成果，但到目前为止机器的识别本领还无法与人的认知能力相比，这仍是个有难度的开放问1士手写数字的识别方法很容易推广到其它些相关问，个直接的应用是对英文这样拼音文字的识别。事实上，很多学者就是把数字和英文字母的识别放在起研究的。
　　虽然数字的类别只有十种，笔划又简单，其识别问似乎不是很困难。但事实上，些测试结果明，数字的正确识别收稿日明200216作者简介马礼，讲师。博士研究生。研究领域为汁算机应用技术模式识别等。慈林林，博牛导师。主要研究领域为移动数据库与移动计算。
　　马礼等不规则数码脱机识别技术5期率并不如印刷体汉字识，正确率，甚至也不如联机手写体汉字识别率高，而只仅仅优于脱机手写体汉字识别。此外，大批量数据处理对系统速度又有相当的要求，许多理论上很*美但速度过低的方法是行不通的。因此，研究性能的手写数字识别算法是个有相当的挑战性的任务2.
　　数码的识别有很多种算法，但由于各种算法或者是识别率低，误识率，或者是抗干扰能力差等，这些问的存在，使得单纯使用种算法来识别数码，正识率就不会太高。本文提出的是采用基于笔道密度函数的识别算法与基于字符层次的识别算法相结合的种数码识别技术，从实验的结果统计分析明正识率在90以上。
　　2识别方法本识别方法经过实验验证是正确可行的，为了描述问方便，在这里我们将以实验过程为主线，结合所使用的识别方法，阐述基丁笔道密度函数的识别算法与基于字符层次的识别算法相结合的识别方法。在我们设计的识别模型中，识别过程分为对样本进行特征提取，经分类器和分类决策后，得出识别结果。识别过程1.
　　程是先将不规则数码经扫描值化平滑处理边缘跟踪压缩细化后再变换为96父80的点阵信息。在后面的描述中，以此9680的点阵作为识别对象。
　　2.1特征选取基于笔道密度函数的特征抽取所谓笔道密度函数是指沿某方向切割字符时交截比划分别在23，47，71的位置沿轴从左至右扫描整行，水平方向分别在19，39，59的位置沿轴从上至下扫描整列，可以得出个6维特征向位。这特征向量实际是将限定区域内的字符在水平和垂直两个方向上各用相互平行的条线来分割字符点阵。2.
　　抽取特征以行为例，第层019的层次特征为该层*左面的从，变为1的水平坐标，即扫描时从第，行扫描到第19行，第行的从，变为1的水平坐标记为乙那么第19行的为乙19，则该层的特征值为乙=，=2，19.在列方面与行的处理方法样，因此可以得到个层次特征2.2分类器设计分类设计采用级分类器，其结构3.
　　其中艮是基于笔道密度函数的识别算法，心是基于字符层次特征的识，算法。
　　识别的过程是先用笔道密度识别方法的前个特征进行分类，比如1的横向切割字符的特征是而，的特征是2，根据对些字符的跟踪发现，可以次性识别，由于书写习惯，1容易和7，3产生同样的特征，影响识别，对于7，3要用尺2进行进步的识别尕2如果也不能确定的话，则再调用心的后个特征，如果还是不能确定所要识别的字符，则判断为拒识。
　　2.3笔道密度识别算法对于笔道密度函数识别算法的思想上文已有描述，这里不做重述了。这里将重点介绍其实现算法。字符经扫描，值化，平滑，边缘跟踪，压缩，细化后得到了个96，80的字符骨架，我们分别按行和按列各抽出3个特征值。具体的抽取步骤分为以下几步假设被处理的字符为9680的维数组，设立1吨标志，扫描状态，设立计数器，而，用来存放交点数。
　　对的行号为23，47，71的位置进行从左至右扫描，对列号为19，39，59的位置从上到下扫描；当遇到个黑像素点时检，1纯，若为1就，则计数器加并把打置为若1吨为此，则检，当前黑像素与前个黑像素之间的距离，若距离大于等于3，则计数器加并继续下个像素的判断，若小于3，则直接判断下个像素。
　　说明般情况下，我们可以用这样的方法来统计交点，当扫描过程中每遇到个黑点就把计数器加理由是像已经过细化处理，它的每个笔划都是单像素的，但如果遇上以下两种情况就会产生较大的偏差，4中的3和。
　　方法统计交点，就会产生好多个交点。这样得到的结果与我们所期望的相差很大。
　　交点也会产生较大的偏差。
　　对于的情况，通常解决的办法是每当扫描到黑点时，检，上个点是否也为黑点，若是，则直接眺到下个点处理，若不是，则先把计数器加然后再跳到下个点进行处理。但是这样做对的情况则无能为力。所以，在本系统中采用了阂值法来处理。思想是先设立，1叫标志来判别该点是否为本行的第点如果是，则直接把计数器加如果该点不是本行的第点，则，看该点与前黑点的距离是否趄过阈值，如果超过，认为是字符的骨架，计数器加否则直接跳到下点处理。
　　3结论道密度识别算法和层次特征识别算法相结合的方法，对于不规则数码脱机识别起到了十分有效的作用。在对，9共个数码，用多种方法手写，经扫描值化。平滑边缘跟踪压缩细化等处理后，对于，3，5，7，8正识率在95，以上，对2，4，6，9的识别正确率在80以上，而在那些没有正确识别正识率是可以接受的，效率较高。
　　附中文参考文献4洪沁，何振亚。手写体数字的神经网络识别方法。模式识别与6马少平，夏莹，朱小燕。汉宇的层次轮廓特征及其应用。清华大