基于模式识别的手写汉字识别毕业设计论文(4)

在GetFeature类中定义了pattern结构体，保存某个汉字的所有样品特征。pattern结构如下：
struct pattern//pattern结构体，保存某个汉字的所有样品特征
{
 int number;//该手写汉字样品个数
 double feature[200][25];
 };
GetFeature类定义如下：
class GetFeature : public CDib 
{
public:
 double pipei(double s1[],double s2[]);
 int LeastDistance();
 pattern pattern[10];//手写汉字样品特征库
 double testsample[25];//待测的手写汉字
 int width;//手写汉字的宽
 int height;//手写汉字的高
 int LineBytes;
 void Save(int cls);//将手写的汉字保存到cls(0～9)类别中
double Cal(int row, int col);//计算分割好的5×5小区域中，黑像素所占
//的比例
 void SetFeature();//计算手写汉字的特征，赋值给testsample
 void GetPosition();//获得手写汉字的位置
 GetFeature();
 virtual ~GetFeature();
protected: [资料来源：https://www.doc163.com]
 int bottom;//手写汉字的底部
 int top;//手写汉字的顶部
 int left;//手写汉字的左边
 int right;//手写汉字的右边
};
函数的具体实现见附件。
4.4系统的设计流程及功能的具体实现
系统设计的第一部分为标准样品输入、特征提取、样品库建立和保存，这一部分是有监督的训练学习过程；第二部分为用户手写输入一个汉字及识别功能。设计流程如图4-1设计流程图所示： [来源：http://www.doc163.com]

 
图4-1设计流程图
具体功能实现方法如下：
1．手写汉字输入：系统中画笔的直径设置为8个像素，画图的区域被限制在视图客户区（0，0），（240，240）矩形内，画笔的位置和图像的数据指针相关联，设鼠标焦点的坐标为（x，y），m_pData 为位图的数据指针，则数据指针应变换为：m_pData+LineBytes*(height-y)+x，鼠标的被按下时以鼠标焦点为中心，4像素为半径的区域内的像素值都赋值为0，同时刷新视图。实际效果如图4-2汉字输入效果：
 
图4-2汉字输入效果
2．汉字的打开和保存：利用CFile类可以很容易的实现汉字的打开与保存。在打开图象时调用CMapView::OnFileOpen()函数，得到位图的基本信息，在CMapView::OnDraw(CDC* pDC)函数中，首先将位图的调色板作为当前的调色板，再调用::StretchDIBits（）函数显示位图；保存汉字图象可以直接调用CDib类中的CDib::SaveFile(const CString filename)函数实现。
3．特征提取、保存及查看样品库：直接执行菜单“图像操作”“保存特征”，系统将调用函数CMapView::OnGet()，得到图像中汉字的位置，然后把图像平均分割为25份，按照每一区域中黑像素的多少提取5*5=25维的特征，然后出现如图4-3保存样品示意图。用户只要输入各个汉字对应的序号，就可以把当前图像特征保存到样品库。在保存的过程中用到了串行化的技术，程序首先包含了一个template.dat文件，然后定义了一个CArchive类的对象，利用这个对象把当前图像的特征保存到template.dat文件中，永久地保存在磁盘中。 [版权所有：http://DOC163.com]
 
图4-3保存样品示意图
用户可单击“查看”“查看样品”可以查看当前样品库中各个汉字具有的样品数，在这一过程中利用CArchive类的对象从template.dat文件中读取当前汉字库中的特征值，并显示出每个汉字的样品数，效果如图4-4查看样品所示：
 
图4-4查看样品
4．汉字识别
用户只要在视图的灰色区域中输入合法的汉字，然后单击“图像操作”“识别”，系统就回自动提取汉字的特征，与样品库中汉字特征按照最小距离算法识别手写汉字。实际效果如图4-5汉字识别示意图所示。

[资料来源：www.doc163.com]

 
图4-5汉字识别示意图
程序中用到的函数的具体代码请参看附录。
4.5实验结果和分析
用模板匹配法识别汉字的结果如下表：
表4-1识别结果
待识别汉字 识别次数 成功次数 成功率
中 20 19 95%
华 20 18 90%
人 20 18 90%
民 20 17 85%
共 20 19 95%
和 20 18 90%
国 20 18 90%
万 20 19 95%
岁 20 19 95%
！ 20 17 85%
结果分析：识别正确率虽然很高，在识别的过程中有误判情况的发生，经分析原因有以下几种：
1.每个汉字特征的维数只有25，所以只能把图象分割为25份精度不高。
2.每个汉字的样品数只有5个，较少，不能覆盖大多数手写汉字的分布情况。
3.在输入手写汉字时，有时太小或者不规范，在特征提取时就会发生差错。例如下图：
 
图4-6误判示意图 [资料来源：http://www.doc163.com]

结束语
本文主要介绍了模式识别的基本理论和方法，并实现了用最小距离算法
识别10个汉字字符的程序。在本系统设计中所涉及的技术如下：
1、 模式与图象识别技术。
2、 分类器的设计方法。
3、 VC++6.0的界面设计。
归纳起来，在做毕业设计的过程中，我主要做了以下工作：
第一阶段：收集、阅读和分析有关模式识别及手写汉字识别的书籍，从
中找到一种合理的设计方法。
第二阶段：学习VC++6.0界面设计的方法，掌握了MFC的基本构架，文
档视图结构，消息映射，对话框的使用等知识。
第三阶段：在VC的开发环境中编写实现汉字识别的代码，功能有位图的浏览和存储，特征提取、保存，模板匹配等，并对各个部分进行了调试。
第四阶段：撰写论文。
限于我的水平有限，知识掌握不足，本系统还有许多有待改进的地方：
1、 图形界面还不完善，能够支持的操作比较少。
2、 汉字字符较少，只有10个，不具有代表性。
3、 实现手写汉字识别的算法比较多，例如：基于概率统计的贝叶斯算法，神经网络，分形几何等算法，由于时间关系，只用了最简单的方法。
模式识别是一门综合性、交叉性学科，在理论上它涉及代数学、矩阵论、概率论、图论、模糊数学、最优化理论等等众多学科的知识，在应用上又与其他许多领域的工程技术密切相关，其内涵可以概括为信息处理、分析与决策。在模式识别学科中，并没有一种普遍适应的算法，模式识别的算法要根据具体的识别对象和任务来确定，所以模式识别学科中还有很多创新性的工作，我打算在研究生学习阶段在这方面做深入的研究。 [来源：http://www.doc163.com]

致谢词
本论文是在王典洪教授的亲切关怀与精心指导下完成的，感谢我的导师王典洪教授，他在我做毕业设计过程中，从选题到具体实施都给予我很多的帮助和指导，他循循善诱的教导和不拘一格的思路给予我无尽的启迪。
真诚感谢机电学院的领导和老师，感谢电信教研室的各位老师，他们在我平常的学习与日常生活中，给了我许多关心与帮助。在此我表示深深的感谢！
 感谢我的室友们，从遥远的家来到这个陌生的城市里，是你们和我共同维系着彼此之间兄弟般的感情，维系着寝室那份家的融洽。
    感谢我的父亲母亲，焉得谖草，言树之背，养育之恩，无以回报，你们永远健康快乐是我最大的心愿。
在论文即将完成之际，我的心情无法平静，从开始进入课题到论文的顺利完成，有多少可敬的师长、同学、朋友给了我无言的帮助，在这里请接受我诚挚的谢意！ [资料来源：http://www.doc163.com]

参考文献
[1]杨淑莹.图像模式识别----VC++技术实现.北京：清华大学出版社.2005
[2]徐士良.C常用算法程序集.北京：清华大学出版社.1996
[3]黄振华，吴诚一.模式识别原理.杭州：浙江大学出版社.1991
[4]沈清，汤霖.模式识别导轮.长沙：国防科技大学出版社.1991
[5]边肇祺，张学工.模式识别.北京：清华大学出版社.2000
[6]罗耀光，盛立东.模式识别.北京：人民邮电出版社.1989
[7]谭浩强.C程序设计.北京：清华大学出版社.2001
[8]郑莉，董渊.C++语言程序设计.北京：清华大学出版社.2002
[9]黄维通.Visual C++ 面向对象与可视化程序设计.
北京：清华大学出版社.2002
[10]王育坚. Visual C++ 面向对象编程教程. 北京：清华大学出版社.2004
[11]章毓晋.图象处理和分析. 北京：清华大学出版社.2001
[12]HildebrandTH, LiuW. Optical recognition of handwritten Chinese characters: advances since 1980[J]Pattern Recognition, 1993,26(2): 205-225
[13] Liao C W, Huang J S.  Atransformation invariant matching algorithm for handwritten Chinesecharacter recognition [J].  Pattern Recognition, 1990, 23(11):1 167-1 188 [资料来源：http://doc163.com]
[14]吴佑寿，丁晓青.汉字识别—原理方法与实现.高等教育出版社.1992.
[15]「英]厄尔曼.文字、图形识别技术.人民邮电出版社.1983.
[16] 孙伟.用Visual C++构造用于手写汉字识别的模拟系统.微处理机，2002.
[17] Carlos M. Travieso, Ciro R.Morales, Itziar G. Alonso, et al. Handwritten Digits Parameterizationfor HMM based recognition,  Image Processing and its Applications. IEEE Conference Publication,1999, 465: 770-774.
 
附录
GetFeature类函数的具体实现
#include "stdafx.h"
#include "GetFeature.h"
#include "math.h" [来源：http://Doc163.com]

#ifdef _DEBUG
#undef THIS_FILE
static char THIS_FILE[]=__FILE__;
#define new DEBUG_NEW
#endif [资料来源：http://doc163.com]

//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////

GetFeature::GetFeature()
{

[版权所有：http://DOC163.com]

}

GetFeature::~GetFeature()
{

}

/***************************************************************
* 函数名称：GetPosition()
*   函数类型：void
*   函数功能：搜索手写数字的位置，赋值给bottom,down,right,left
****************************************************************/
void GetFeature::GetPosition()
{
 width=GetWidth();
 height=GetHeight();
 LineBytes=(width*8+31)/32*4;

 int i,j;
 BOOL flag;
 for(j=0;j<height;j++)
 {
  flag=FALSE;
  for(i=0;i<width;i++)
   if(m_pData[j*LineBytes+i]==0)
   {
    flag=TRUE;
    break;
   }
  if(flag)
   break;
 }
 bottom=j;
 for(j=height-1;j>0;j--)
 {
  flag=FALSE;
  for(i=0;i<width;i++)
   if(m_pData[j*LineBytes+i]==0)
   {
    flag=TRUE;
    break;
   }
  if(flag)
   break;
 }
 top=j;
 for(i=0;i<width;i++)
 {
  flag=FALSE;
  for(j=0;j<height;j++)
   if(m_pData[j*LineBytes+i]==0)

   {
    flag=TRUE;
    break;
   }
  if(flag)
   break;
 }
 left=i;