一、题目：光学字符识别技术研究
二、指导思想和目的要求：
掌握资料检索与查阅、分析与总结的方法；
了解科学研究的过程，掌握科学研究的基本方法；
掌握利用所学知识分析问题和解决问题的基本方法；
掌握科技论文写作的过程和方法。
三、主要技术指标：
查阅相关资料，了解光学字符识别的基本理论、方法，发展现状和趋势，撰写综述报告；
学习掌握图像处理的基本知识；
学习掌握字符分类、识别方法；
设计具体的字符识别算法，通过程序实现识别字符功能。
翻译相关的英文科技文章一篇。
撰写毕业设计论文一篇。
四、进度与要求
1-2周：收集和查阅有关图像处理、指纹识别的文献资料，进行阅读、分析和总结；
3周：英文科技文献翻译；
4周：撰写综述报告；
5-6周：学习掌握图像识别处理工具MATLAB；
8-10周：分析光学字符识别技术的要求，完成字符识别理论；
11-13周：完成光学字符识别技术算法研究，并分析结果；
14-15周：撰写毕业设计论文
16周：准备论文答辩
五、主要参考书及参考资料：
杨杰. Matlab图像处理及应用[M]. 电子工业出版社. 2010
徐飞等. MATLAB应用图像处理[M]. 西安:西安电子科技大学出版社, 2002
张德丰等. MATLAB数字图像处理[M]. 北京:机械工业出版社, 2009
孙雨菲. 低质量文图图像OCR技术的研究[D]. 北京:中国科学院计算机技术研究所, 2005
丁劲生. 计算机视觉中的字符识别及软件开发[D]. 西安:西北工业大学, 2005
石洪贵. 基于机器视觉的字符识别技术研究[D]. 合肥:合肥工业大学, 2006
武玉坤. 基于OCR技术的名片识别系统的研究[D]. 长沙:长沙理工大学, 2008
James, Jia Li, Gio Wiederhold. Unsupervised Multifolution for Images With Low Depth of Field[J]. IEEE Trans. PAMI, 2001,23(1):85-90
Jin J M, Wang Q R. Research on multi-language OCR systems integration[J]. Journal of Software, 2002,13:225-230
Freeman H. On the encoding of arbitrary geometric configuration[J]. IRE Trans,1961,10(2):260-268
光学字符识别技术研究摘要
光学字符识别技术是计算机自动、高速地辨别纸上的文字，并将其转化为可编辑的文本的一项实用技术。它通过扫描和摄像等光学输入方式获取纸张上的文字图像信息，利用各种模式识别算法分析文字形态特征，判断出汉字的标准编码，并按通用格式存储在文本文件中。它是新一代计算机智能接口的一个重要组成部分，也是目前世界前沿研究课题模式识别领域的一个重要分支。文字识别技术的研究涉及图像处理、人工智能、形式语言、自动机、统计决策理论、模糊数学、信息论、计算机科学、语言文字学等学科，它是介于基础研究和应用研究之间的一门综合性科学技术。
本文首先研究了图像输入和预处理，将采集的图片进行二值化、为了能够分析图片中的内容，研究了投影法、连通域法、膨胀算法来分析版面内容，接下来进行了字符切割的研究，将图片中的字逐字进行切分，最后通过提取字符特征，将图片中的文字识别出来。
本文的研究对于自动化识别文字、牌照识别等具有一定的指导意义。
关键字：光学字符识别，模式识别，文字识别
Abstract
...
Keywords: optical character recognition, pattern recognition, text recognition
光学字符识别技术研究目录
第一章 绪论 1
1.1 文字识别技术的历史与应用 1
1.1.1 文字识别技术历史 1
1.1.2 文字识别技术的应用 2
1.2 文字识别系统的构成 2
1.3 文字识别技术 4
1.3.1 统计模式识别方法 4
1.3.2 结构模式识别方法 5
1.3.3 人工神经网络 5
1.4 存在的问题 6
1.5 本文的组织结构 6
第二章 图像输入和预处理 8
2.1 图像输入 8
2.1.1 图像输入技巧 8
2.2 文字预处理 10
2.2.1 二值化 10
2.2.2 去除噪音 13
2.2.3 倾斜矫正 13
第三章 版面分析 15
3.1 版面分析方法 15
3.1.1 投影法 16
3.1.2 连通域法 18
3.2 版面块分析 21
3.3 基于膨胀算法的版面分析 24
3.3.1 膨胀运算 24
3.3.2 算法过程 25
3.3.3 膨胀尺寸的选择 27
第四章 字符分割 29
4.1 双语混排名片识别系统 29
4.2 混排字符切分算法分析 30
4.2.1 文本块粗切分 30
4.2.2 字符类型判定 32
4.3 基于字间距周期和反馈的字符切分算法 33
4.3.1 中英文字符的周期性 34
4.3.2 中文字符连通区域的分离 35
4.3.3 汉字部件的分离与合并 36
第五章 特征提取 41
5.1 特征提取 41
5.1.1 字符特征提取的方法 41
5.1.2 基于字符骨架的两级初分类 42
5.2 单字识别 46
5.3 后处理 47
第六章 全文总结 48
参考文献 49
致谢 52
毕业设计小结 53
