沈阳理工大学课程设计专用纸
摘 要
本课程设计主要运用MATLAB的仿真平台设计进行文字识别算法的设计与仿真。也就是用于实现文字识别算法的过程。从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术。随着计算机科学的飞速发展，以图像为主的多媒体信息迅速成为重要的信息传递媒介，在图像中，文字信息（如新闻标题等字幕）包含了丰富的高层语义信息，提取出这些文字，对于图像高层语义的理解、索引和检索非常有帮助。
关键字：文字识别算法；静态图像文字提取；检索
I
沈阳理工大学课程设计专用纸
目录
1 课程设计目的 ........................................................................................ 3 2 课程设计要求 ........................................................................................ 4 3 相关知识 ................................................................................................ 5 4 课程设计分析 ........................................................................................ 8 5 系统实现 ................................................................................................ 9 6 系统测试与分析 ................................................................................... 17 6.1 文字识别算法仿真结果 ................................................................... 17 6.2 基于字符及单词的识别 .................................................................... 19 6.2.1 基于字符的识别 ......................................................................... 19 6.2.2 基于单词的识别 ......................................................................... 20 6.3 现存算法的问题 ............................................................................... 21 6.3.1 大多文字识别方法依赖于人工定义的特征 ............................... 21 6.3.2 脱离上下文的字符识别易造成显著的歧义 ............................... 21 6.3.3 简单的单词整体识别有着较大的局限性 .................................. 22 6.3.4 训练样本制作繁琐 ..................................................................... 22 7 参考文献 .............................................................................................. 23
II
沈阳理工大学课程设计专用纸
1 课程设计目的
图像文字提取又分为动态图像文字提取和静态图像文字提取两种，其中，静态图像文字提取是动态图像文字提取的基础，其应用范围更为广泛，对它的研究具有基础性，所以本文主要讨论静态图像的文字提取技术。静态图像中的文字可分成两大类：一种是图像中场景本身包含的文字， 称为场景文字； 另一种是图像后期制作中加入的文字，称为人工文字，如右图所示。场景文字由于其出现的位置、小、颜色和形态的随机性，一般难于检测和提取；而人工文字则字体较规范、大小有一定的限度且易辨认，颜色为单色，相对与前者更易被检测和提取，又因其对图像内容起到说明总结的作用，故适合用来做图像的索引和检索关键字。对图像中场景文字的研究难度大，目前这方面的研究成果与文献也不是很丰富，本文主要讨论图像中人工文字提取技术。
静态图像中文字的特点
静态图像中文字（本文特指人工文字，下同）具有以下主要特征： （1）文字位于前端，且不会被遮挡； （2）文字一般是单色的；
（3）文字大小在一幅图片中固定，并且宽度和高度大体相同，从满足人眼视觉感受的角度来说，图像中文字的尺寸既不会过大也不会过小；
（4）文字的分布比较集中，排列一般为水平方向或垂直方向；
（6）多行文字之间，以及单行内各个字之间存在不同于文字区域的空隙。在静态图片文字的检测与提取过程中，一般情况下都是依据上述特征进行处理的。
数字图象处理
静态图像文字提取一般分为以下步骤：文字区域检测与定位、文字分割与文字提取、文字后处理。其流程如图所示。
图1 静态文字处理流程图
3
沈阳理工大学