基干DSP字符识别系统设计与实现.docVIP

基于DSP的字符识别系统的设计与实现 　　【摘 要】本系统（DSP）TMS320VC5509A应用图像处理和字符识别技术，拟实现对一张图片中单个字母与数字的识别、一行数字与字母的识别、多行数字与字母的识别、在同一行中字体大小不一的字母与数字的识别，以及部分汉字的识别等文字信息的处理和识别，并以可编辑的形式输出 【关键词】DSP CCS 数字图像处理 字符识别 随着计算机网络飞速发展，信息电子化已经成为一个时代的必然趋势。文字作为信息中最重要、最集中的载体，其电子化进程显得越来越重要。很多的电子图书、期刊文献和会议论文中都包含着大量有用的信息，但这些文件大都是以PDF格式进行保存的，只能以图片的形式查看，无法直接对其中的文字信息进行复制和编辑，因此如何快捷地获取这些文字信息，一直是困扰着人们的一个难题。本系统实现对字母以及部分汉字的识别和处理并以可编辑形式输出 1 系统设计方案（图一） 2 各部分原理 （1）灰度化彩色图像。实现将一张彩色RGB图像转换成灰度图[1]。日常生活中人们所见到的图像一般为彩色图像，其每个像素点的颜色值由三个字节组成，分别为R（红）、G（绿）、B（蓝）三个分量，每个分量占一个字节，因此每个像素点的颜色变化范围为0～255*255*255，如果对彩色图像直接进行处理识别的话会非常麻烦，因此本系统将所采集的彩色图像先进行了灰度化处理，使一个字节代表一个像素点，每个像素点的颜色值变化范围为0～255，从而很大程度上减少了运算量[2] （2）二值化处理。灰度图像的二值化处理，就是将图像上像素点的灰度值设置为0或255，也就是使整个图像呈现出明显的只有黑和白的视觉效果，以便于后期对图像的进一步处理。二值化是图像处理中很重要的一步，二值化后的图像效果很大程度上影响到图像识别的准确率[3] （3）分隔字符。通过算法处理，实现将每一个字符单独分割出来，以便于处理和识别。由于行与行之间、字符与字符之间都是存在空白间隙，利用这一原理可扫描并识别出每一行字符的上下边界，以及每一行中每一个字符的左右边界，从而将每个字符的上下左右边界确定[4]，实现字符与字符之间的分割 （4）制作字符库。即制作出一套标准的参照数据库，每个字符都有自己独特的特征，可根据这些特征的不同来区分不同的字符。将分割后每个字符的数据信息与字符库进行特征对比和匹配，从而识别出该字符，最终输出并显示 3 各部分算法实现 3.1 灰度化彩色图像 读入彩色图像每一点的索引值，并将此索引值作为该点的灰度值，存入存放该图像的一位数组 3.2 二值化处理 首先求出图像的最佳阈值，我们采用了迭代法来计算，步骤如下： （1）求出图像灰度的最大和最小值Hmax、Hmin，取初始阈值为其均值，即（Hmax+Hmin）/2，记作T（0）； （2）根据阈值T（k）将图像分为前后景，分别求前后景平均灰度值，在对其求平均，作为T（k+1）； （3）重复第2步，知道T（k+1） -T（k） 小于我们设定的精度极限，得到最佳阈值。得到最佳阈值后，再对像素点遍历，大于该值的改为255，小于的记为0[5] 3.3 分隔字符 得到二值化的图像后，需要将一个个的字符单独提取出来。我们利用了图像投影来分割字符 当我们把一行字符沿行方向投影后，我们可以看到一系列分离的堆，每一个堆代表一个字符，这样我们便可以记录堆间空白的位置信息来分割字符[6] 同理，沿列方向投影，我们可以分割出各个行 所以我们首先对图像进行行分割，再对各个行进行字符分割。需要注意，此时分割出的字符在列方向并不是完全去除了白边（由于行分割是对一行的投影，一行的字符高度并不一定相等），所以需要有一个调整的步骤，把分离出来的图像再沿行方向投影，从顶部和底部开始，分别找到第一个非零值后，即以此点位置开始裁剪 通过以上步骤即可得到一个个完全且仅包含一个字符的子图像 3.4 特征提取 英文字符和简单汉字的结构都不太复杂，我们选择用就一个九维向量来描述它的特征 我们求取上述步骤提取的字符子图像总的非零像素点数。然后将每个子图像等分为9区，求取每区非零像素点数占总点数的比值，作为特征向量的一个值[7] 3.5 制作字符库 该步骤需要获取标准字符的信息，我们利用Matlab的便捷来进行处理。对标准字符进行上述步骤处理后，会得到各个标准字符的特征向量，整理后作为模板，以待后续识别使用 3.6 匹配模板并输出 字符的识别部分采用了余弦算法，利用余弦定理来判断其与标准字符的相似性 4 测试结果 4.1 测试结果展示图二、图三（部分字符库字符识别） 4.2 可识别字符库 4.2.1 可识别的英文字