張曉

四川水利職業(yè)技術(shù)學(xué)院

?

手寫數(shù)字識別的前景與難點(diǎn)

張曉

四川水利職業(yè)技術(shù)學(xué)院

摘要：手寫數(shù)字識別是利用機(jī)器或計算機(jī)自動辨認(rèn)手寫體阿拉伯?dāng)?shù)字的一種技術(shù)，是光學(xué)字符識別技術(shù)的一個分支。由于阿拉伯?dāng)?shù)字通用，并且數(shù)字識別和處理也常是一些自動化系統(tǒng)的核心和關(guān)鍵，所以對手寫體數(shù)字識別的研究通用性強(qiáng)，且意義重大。

1　字符識別概述

字符識別是圖像識別領(lǐng)域中的一個非常活躍的分支，一方面是由于問題本身的難度使之成為一個極具挑戰(zhàn)性的課題，另一方面，是因為字符識別不是一門孤立的應(yīng)用技術(shù)，其中包含了模式識別領(lǐng)域的其它分支都會遇到的一些基本的、共性的問題。也正是由于字符識別技術(shù)的飛速發(fā)展，才促使模式識別和圖像分析發(fā)展成為一個成熟的科學(xué)領(lǐng)域。

一般地，字符識別可以從幾個方面進(jìn)行分類：從采用的輸入設(shè)備來分，字符識別可以分為聯(lián)機(jī)識別和脫機(jī)識別；從待識別字符的字體來分，脫機(jī)字符識別又分為印刷體和手寫體字符識別；從識別對象來分，又可以分成手寫數(shù)字(阿拉伯?dāng)?shù)字)識別，手寫字母識別，手寫漢字以及其它各國文字識別等等；其中對于文字識別而言，根據(jù)文字類的多少，又分為限制性或非限制性識別。

在聯(lián)機(jī)手寫字符識別中，計算機(jī)能夠通過與計算機(jī)相連的手寫輸入設(shè)備獲得輸入字符筆劃的順序、筆劃的方向以及字符的形狀，所以相對脫機(jī)識別來說它具有更多的可用信息，從而識別相對容易一些。

但是，聯(lián)機(jī)識別有一個重要的不足就是要求輸入者必須在指定的設(shè)備上書寫，然而人們在生活中大部分的書寫情況是不滿足這一要求的，比如人們填寫各種表格資料，開具支票等。

如果需要計算機(jī)去認(rèn)識這些己經(jīng)成為文字的東西，就屬于脫機(jī)識別技術(shù)了。比起聯(lián)機(jī)識別而言，脫機(jī)識別對書寫者沒有輸入設(shè)備的限制，它使用的輸入設(shè)備可以是任何一種圖像采集設(shè)備，如掃描儀、數(shù)字相機(jī)等。

通過使用這類采集設(shè)備，脫機(jī)識別系統(tǒng)將書寫者已經(jīng)寫好的文字采集成圖像輸入到機(jī)器中，然后進(jìn)行自動識別。根據(jù)識別的對象不同可以設(shè)計不同的識別系統(tǒng)，一般對于阿拉伯?dāng)?shù)字0 到9就是需要把目標(biāo)分成1O類進(jìn)行識別；而英文字母識別就要分成26類。另外由于漢字的多樣性，針對具體應(yīng)用有所不同。例如，大寫金額漢字就只需要識別十幾類漢字(壹、貳、……、拾、圓、角、分、整)即可。

2　手寫數(shù)字識別的應(yīng)用前景

脫機(jī)情況下手寫數(shù)字識別不但具有很高的應(yīng)用價值，同時也具有很高的理論價值。首先，由于經(jīng)濟(jì)的發(fā)展，金融市場化進(jìn)程的日益加快，票據(jù)業(yè)務(wù)發(fā)展很快，票據(jù)數(shù)量也與日俱增。其中個人憑證，支票，發(fā)票，進(jìn)賬單等等票據(jù)均需要處理大量的信息。而目前，票據(jù)錄人仍然依賴人工處理方式，因而使得票據(jù)管理工作也相對落后。如果能通過手寫體字符識別技術(shù)來實現(xiàn)信息的自動錄入，無疑會大大有利于解決傳統(tǒng)人工處理方式中存在的工作量大、成本高、效率低、時效性差等問題。

因此，手寫數(shù)字的識別研究有著重大的現(xiàn)實意義和十分廣闊的應(yīng)用前景，一旦研究成功并投入應(yīng)用將產(chǎn)生巨大的社會和經(jīng)濟(jì)效益。其次，由于數(shù)字是全世界通用的符號，識別種類較小，有助于作深入分析及驗證一些新的理論。由于手寫數(shù)字識別的方法很容易推廣到其它一些相關(guān)問題上，例如英文字母、漢語拼音等文字的識別，所以它逐步成為模式識別的一個熱點(diǎn)的研究領(lǐng)域。

從50年代開始，許多的研究者就在這一研究領(lǐng)域開展了廣泛的探索并為模式識別的發(fā)展產(chǎn)生了積極的影響?？梢哉f，手寫數(shù)字識別的研究將有助于模式識別、機(jī)器理解、機(jī)器人技術(shù)的發(fā)展，具有很大的理論價值。

目前手寫數(shù)字識別主要的應(yīng)用領(lǐng)域有：

(1)手寫數(shù)字識別被應(yīng)用在大規(guī)模數(shù)據(jù)統(tǒng)計中。

例如，人口普查、成績單錄入、行業(yè)年檢、財務(wù)報表錄入等應(yīng)用中，需要輸入大量的數(shù)據(jù)，以前完全靠手工輸入，耗費(fèi)大量的人力和物力。若使用手寫字符識別技術(shù)將大大提高這方面的工作效率。

(2)手寫數(shù)字識別被應(yīng)用在財務(wù)、稅務(wù)、金融領(lǐng)域應(yīng)用。

隨著我國經(jīng)濟(jì)的快速發(fā)展，每天會有大量的財務(wù)、稅務(wù)、支票等需要處理。如果使用計算機(jī)進(jìn)行自動化處理，無疑會節(jié)省大量的時間和金錢。當(dāng)然，該領(lǐng)域?qū)ψR別的精度要求很高，因此對預(yù)處理和識別的算法要求就很高。

(3)手寫數(shù)字識別被應(yīng)用到郵件分揀系統(tǒng)中。傳統(tǒng)的郵件分揀主要是由人工來實現(xiàn)的。隨著經(jīng)濟(jì)的發(fā)展，各種私人和商務(wù)信件會越來越多，一些大城市每天處理的郵件高達(dá)幾百萬件。因此郵件的自動分揀成為大勢所趨。

3　手寫數(shù)字識別的難點(diǎn)

一般情況下，當(dāng)涉及到數(shù)字識別時，人們往往要求識別系統(tǒng)有很高的識別精度(又稱可靠性)，特別是有關(guān)金額的數(shù)字識別時，如支票中填寫的金額部分，更是如此。因此針對這類問題，就要求手寫數(shù)字識別系統(tǒng)具有高可靠性和高識別率，因此其難點(diǎn)主要在于以下幾方面：

1．阿拉伯?dāng)?shù)字的字形信息量很小，不同數(shù)字寫法字形相差又不大，使得準(zhǔn)確區(qū)分某些數(shù)字相當(dāng)困難。

2．?dāng)?shù)字雖然只有1O種，而且筆劃簡單，但書寫上帶有明顯的地域特性，同一數(shù)字寫法千差萬別，不同地域的人寫法也不相同，所以很難做到兼顧各種寫法的極高識別率的通用性數(shù)字識別系統(tǒng)。

3．在實際應(yīng)用中，對數(shù)字的單字識別正確率的要求要比文字要苛刻得多。這是因為，文字組合一般都存在上下文關(guān)系，但數(shù)字組合存在極少的或沒有上下文關(guān)系，所以每個孤立數(shù)字的識別都至關(guān)重要。

而且數(shù)字識別經(jīng)常涉及的財會、金融領(lǐng)域，其嚴(yán)格性更是不言而喻的。因此，對手寫數(shù)字識別系統(tǒng)的要求不僅僅是單純的高正確率，更重要的是極低的、千分之一甚至萬分之一以下的誤識率。

4．由于脫機(jī)手寫數(shù)字的輸入只是簡單的一副圖像，它不像聯(lián)機(jī)輸入那樣可以從物理輸人設(shè)備上獲得字符筆劃的順序信息，因此脫機(jī)手寫數(shù)字識別是一個更具挑戰(zhàn)性的問題。

關(guān)鍵字：計算機(jī) 字符識別 手寫數(shù)字識別