基于多特征提取的手写汉字识别算法及其实现 第8页
5 总结和展望
5.1 论文总结
     论文选题是在第七学期后期确定的,之后发放了任务书。第八学期一至三周通过相关资料的查询，综合考虑了算法耗时、识别效果、耗费资源等因素，初步拟订将基于结构特征和基于统计特征的算法进行结合改进。在算法的实现上，考虑到该算法是面向应用设计的，而Visual C++语言能对结果做有效的仿真且易于转换为在嵌入式设计广泛使用的标准C语言，所以在算法的程序实现阶段采用了VC语言进行程序设计，实验也取得了较好的效果。
通过在PC机上的模拟实验表明，基于多特征提取的中文识别算法在联机手写汉字识别领域有很大的优越性，该算法简单且易于实现，能有效利用汉字输入时的笔划特征，识别效果上明显胜过单纯的结构特征匹配算法，最主要的是该算法耗时少，能很好地满足手写汉字输入的实时性要求。
同时该算法有存在着一些不足，表现在对鼠标写入的部分汉字图像识别效果不好，主要有以下两方面的原因：
（１） 由于时间限制，预处理和识别算法实现上都存在一些不足，从而影响了识别效果。
（２） 该算法实验阶段采用的是PC模拟，而用于输入的鼠标设备在汉字输入时容易弯曲、抖动，以至笔划很不规范，导致输入汉字的识别效果不理想。在实际应用中，汉字输入终端都是专用的手写设备，这样便可以极大地提高识别率。
5.2 算法的前景展望
    正如本文绪论中所述,汉字识别应用的领域越来越广,在日常生活中的应用也越来越多,这就对识别系统的资源消耗和实时性提出了很高的要求,该文所阐述的基于多特征提取的中文识别算法资源消耗少(不需要硬件加速)、识别速度快，有着很好的应用前景。
参考文献
[1]　Tsukumo J , Asai K. Machine printed Chinese and Japanese character recognition method and experiment for reading Japanese pocket book s [A ]. In: CVPR86: IEEE Computer Soci2ety Conf. on Computer Vision and Pattern Recognition[C ]. M i2am i, 1986: 162～ 167.
[2]  张炘中. 汉字识别技术[M ]. 北京: 中文与东方语言信息处理学会出版社, 1991.
[3]  王绪龙. 汉字信息处理[M] ,北京:国防工业出版社,1990.
[4]  ARAKAWAH. OnOline Recognition of Handwriting Characters[J ] . PR,1983 ,16  :9～16.
[5]  张炘中， 汉字自动识别研究综述，中文信息，创刊号，PP11~14(1984).
[6]  张炘中，我国汉字识别研究的进展，中文信息学Vol.1,No3,PP1~7(1987).
[7]  马安鹏著， 《Visual c++程序设计导学》，清华大学出版社。
[8]  钱能,《C++程序设计教程》，清华大学出版社。
[9]  谭浩强，《C++程序设计》，清华大学出版社。
[10] 俞庆英 吴建国，一种联机手写汉字识别算法的研究和实现，合肥学院学报：自然科学版-2004年1期。
[11] R.C.冈萨雷斯，〈数字图像处理〉，科学出版社，1981.
[12] Julius T.Tou,Rafael C. “Pattern Recognition Principles”,1974.
[13] 陈友斌,丁晓青,吴佑寿. 一种新的用于手写汉字识别的非线性归一化方法. 模式识别与人工智能,1998 ,11 (3) :310 - 317.
[14] 章毓敏，图像处理和分析，清华大学出版社。
[15] 贾永康，识别联机手写体汉字的多级分类方法，信号处理1995年4期。
[16] 张青，小波变换在手写体汉字识别中的应用，电路与系统学报，1996年4期。

上一页  [1] [2] [3] [4] [5] [6] [7] [8]