[发明专利]基于模糊分类器识别模糊图像中数字的方法

说明书

技术领域

本发明涉及模式识别和图像处理领域，特别涉及一种利用基于中介真值度量的模糊分类器，离线识别模糊数字的方法。 

背景技术

离线数字识别是将图像中的数字识别出来的过程。数字识别是模式识别中热门研究问题，而且有许多实际应用需要离线识别数字，例如车牌的自动识别、信封上邮政编码的自动识别、表单处理、支票数字的自动识别等。数字识别一般包括对输入图像的预处理、特征提取、特征选择、基于各种分类器的分类以及后处理，其中常用的分类器有HMM（隐式马尔可夫模型）、SVM（支持向量机）、k-NN（k近邻）等，后处理用于改善识别结果。数字识别中的特征指的是从数字字符的图像中或从图像的用来表示外形的一些表示中提取的信息。特征可以是象素、外形数据或外形的数学属性，特征用于构建分类模型。特征可以分为两大类：结构特征和统计特征。结构特征是书写的直觉特征，例如交叉点、端点。统计特征是对图像或图像区域计算得到的数值度量，包括象素密度、倾斜度特征、端点数、分支数、交叉点数等。 

作为一个经典的问题，数字识别已经被研究了数年，并已提出了许多对英语、阿拉伯语（印度语的）和波斯语印刷体或手写数字字符的离线识别方法。在现实中，有不少数字不够规范，甚至有些模糊，而现有研究中仅有少量针对模糊英文数字的识别，而且模糊数字的离线识别错误率较高，准确度有待提高。此外，大多数方法需要大量的训练样本，但有时这个条件不容易得到满足。本发明提出一种模糊分类器，以及基于该模糊分类器对模糊英文数字的识别方法，该方法适于少量训练样本的情形，并且具有较高的识别准确度。 

发明内容

本发明目的在于提供一种基于模糊分类器对模糊英文数字的离线识别方法以及实现流程，用于解决模糊数字离线识别存在的准确性和通用性有待进一步提高的问题。 

本发明解决其技术问题所采用的技术方案是：本发明是一种策略性方法，可以用于模糊英文数字的离线识别。模糊英文数字的离线识别的目标是从模糊图像中识别图像表示的数字字符。本发明提出一个集成方法识别包含在模糊灰度图像中的数字，本发明不考虑分段，假设模糊图像中仅包含一个数字。本发明的方法主要包括如下处理：对灰度图像自适应二值化，旋转单色图像，去除图像中的斑块，切除边缘，计算特征，基于逻辑回归选择特征，利用选择出的特征的特征构建基于真值程度度量的模糊分类器，及基于模糊分类器识别数字。本发 明的目标是有效解决针对模糊英文数字的已有数字识别方法准确度有待提高且需要大量训练样本的问题，提出一种针对质量降级图像中的数字识别，仅需少量训练样本且具有较高识别准确度的数字识别方法。 

本发明中模糊分类器使用如下概念和计算公式： 

(1)定义两种对象x相对于谓词P的距离比率函数：