基于SVM的多特征手寫體漢字識別技術

周慶曙，陳勁杰，紀鵬飛

(上海理工大學 機械工程學院，上海 200093)

?

基于SVM的多特征手寫體漢字識別技術

周慶曙，陳勁杰，紀鵬飛

(上海理工大學 機械工程學院，上海 200093)

針對傳統的模板匹配法對漢字的識別率較低，文中提出一種基于SVM的多特征手寫體漢字識別技術。在提取網格特征的基礎上增加對漢字質心特征、筆劃特征、特征點的提取，并采用SVM算法構造分類器，實現對手寫體漢字的識別。實驗結果表明，該方法的平均識別率為95.9%，高于傳統的模板匹配法。

SVM；網格特征；質心特征；筆劃特征；特征點

漢字作為中華民族文化的信息載體，與人們的日常學習和工作密不可分。在網絡信息交流中，需要輸入大量的中文信息[1]，重復、單調的傳統鍵盤手工輸入方式效率低下，已逐漸不能滿足迅速發展的信息化時代。而傳統的模板匹配法對于漢字的識別率不高，作者提出一種基于SVM的多特征手寫漢字識別技術，可大幅提高漢字的識別率以及錄入效率。

1　系統流程

首先對漢字圖像進行灰度化、二值化、形態學處理、傾斜校正、字符分割和歸一化、細化等圖像預處理操作，再對字符進行特征提取，最后采用SVM算法構造分類器。系統識別流程如圖1所示。

2　SVM原理

SVM (Support Vector Machines)是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的，面對小樣本問題，其能表現出良好的學習能力，并能做到與數據的維數無關[2]。

圖1　漢字識別流程圖

SVM方法是從線性可分情況下的最優分類超平面提出的，所謂最優分類超平面就是要求分類平面不但能將兩類無錯地分開，且要使分類平面兩側樣本之間的間隔最大[4]?！?br>