基于DSP的字符識別系統(tǒng)的設(shè)計與實現(xiàn)

劉宇旸 鐘詩航 邢昊然 王睿

（北方工業(yè)大學電子信息工程學院，北京 100043）

基于DSP的字符識別系統(tǒng)的設(shè)計與實現(xiàn)

劉宇旸 鐘詩航 邢昊然 王睿

（北方工業(yè)大學電子信息工程學院，北京 100043）

本系統(tǒng)（DSP）TMS320VC5509A應(yīng)用圖像處理和字符識別技術(shù)，擬實現(xiàn)對一張圖片中單個字母與數(shù)字的識別、一行數(shù)字與字母的識別、多行數(shù)字與字母的識別、在同一行中字體大小不一的字母與數(shù)字的識別，以及部分漢字的識別等文字信息的處理和識別，并以可編輯的形式輸出。

DSP CCS 數(shù)字圖像處理 字符識別

隨著計算機網(wǎng)絡(luò)飛速發(fā)展，信息電子化已經(jīng)成為一個時代的必然趨勢。文字作為信息中最重要、最集中的載體，其電子化進程顯得越來越重要。很多的電子圖書、期刊文獻和會議論文中都包含著大量有用的信息，但這些文件大都是以PDF格式進行保存的，只能以圖片的形式查看，無法直接對其中的文字信息進行復(fù)制和編輯，因此如何快捷地獲取這些文字信息，一直是困擾著人們的一個難題。本系統(tǒng)實現(xiàn)對字母以及部分漢字的識別和處理并以可編輯形式輸出。

1 系統(tǒng)設(shè)計方案（圖一）

2 各部分原理

（1）灰度化彩色圖像。實現(xiàn)將一張彩色RGB圖像轉(zhuǎn)換成灰度圖［1］。日常生活中人們所見到的圖像一般為彩色圖像，其每個像素點的顏色值由三個字節(jié)組成，分別為R（紅）、G（綠）、B（藍）三個分量，每個分量占一個字節(jié)，因此每個像素點的顏色變化范圍為0～255*255*255，如果對彩色圖像直接進行處理識別的話會非常麻煩，因此本系統(tǒng)將所采集的彩色圖像先進行了灰度化處理，使一個字節(jié)代表一個像素點，每個像素點的顏色值變化范圍為0～255，從而很大程度上減少了運算量［2］。

（2）二值化處理?；叶葓D像的二值化處理，就是將圖像上像素點的灰度值設(shè)置為0或255，也就是使整個圖像呈現(xiàn)出明顯的只有黑和白的視覺效果，以便于后期對圖像的進一步處理。二值化是圖像處理中很重要的一步，二值化后的圖像效果很大程度上影響到圖像識別的準確率［3］。

（3）分隔字符。通過算法處理，實現(xiàn)將每一個字符單獨分割出來，以便于處理和識別。由于行與行之間、字符與字符之間都是存在空白間隙，利用這一原理可掃描并識別出每一行字符的上下邊界，以及每一行中每一個字符的左右邊界，從而將每個字符的上下左右邊界確定［4］，實現(xiàn)字符與字符之間的分割。

（4）制作字符庫。即制作出一套標準的參照數(shù)據(jù)庫，每個字符都有自己獨特的特征，可根據(jù)這些特征的不同來區(qū)分不同的字符。將分割后每個字符的數(shù)據(jù)信息與字符庫進行特征對比和匹配，從而識別出該字符，最終輸出并顯示。

圖一 系統(tǒng)設(shè)計框圖

圖二 測試原圖

圖三 識別結(jié)果

3 各部分算法實現(xiàn)

3.1 灰度化彩色圖像

讀入彩色圖像每一點的索引值，并將此索引值作為該點的灰度值，存入存放該圖像的一位數(shù)組。

3.2 二值化處理

首先求出圖像的最佳閾值，我們采用了迭代法來計算，步驟如下：

（1）求出圖像灰度的最大和最小值Hmax、Hmin，取初始閾值為其均值，即（Hmax+Hmin）/2，記作T（0）；

（2）根據(jù)閾值T（k）將圖像分為前后景，分別求前后景平均灰度值，在對其求平均，作為T（k+1）；

（3）重復(fù)第2步，知道T（k+1）-T（k） 小于我們設(shè)定的精度極限，得到最佳閾值。得到最佳閾值后，再對像素點遍歷，大于該值的改為255，小于的記為0［5］。

3.3 分隔字符

得到二值化的圖像后，需要將一個個的字符單獨提取出來。我們利用了圖像投影來分割字符。

當我們把一行字符沿行方向投影后，我們可以看到一系列分離的堆，每一個堆代表一個字符，這樣我們便可以記錄堆間空白的位置信息來分割字符［6］。

同理，沿列方向投影，我們可以分割出各個行。

所以我們首先對圖像進行行分割，再對各個行進行字符分割。需要注意，此時分割出的字符在列方向并不是完全去除了白邊（由于行分割是對一行的投影，一行的字符高度并不一定相等），所以需要有一個調(diào)整的步驟，把分離出來的圖像再沿行方向投影，從頂部和底部開始，分別找到第一個非零值后，即以此點位置開始裁剪。

通過以上步驟即可得到一個個完全且僅包含一個字符的子圖像。

3.4 特征提取

表1

表2

表3

英文字符和簡單漢字的結(jié)構(gòu)都不太復(fù)雜，我們選擇用就一個九維向量來描述它的特征。

我們求取上述步驟提取的字符子圖像總的非零像素點數(shù)。然后將每個子圖像等分為9區(qū)，求取每區(qū)非零像素點數(shù)占總點數(shù)的比值，作為特征向量的一個值［7］。

3.5 制作字符庫

該步驟需要獲取標準字符的信息，我們利用Matlab的便捷來進行處理。對標準字符進行上述步驟處理后，會得到各個標準字符的特征向量，整理后作為模板，以待后續(xù)識別使用。

3.6 匹配模板并輸出

字符的識別部分采用了余弦算法，利用余弦定理來判斷其與標準字符的相似性。

4 測試結(jié)果

4.1 測試結(jié)果展示圖二、圖三（部分字符庫字符識別）

4.2 可識別字符庫

4.2.1 可識別的英文字母以及識別率（單位 %）（見表1）

4.2.2 可識別的數(shù)字以及識別率（單位：%）（見表2）

4.2.3 可識別的漢字以及識別率（單位：%）（見表3）

5 結(jié)語

本文提出了基于DSP的字符識別系統(tǒng)的設(shè)計，原理與基本算法。通過最后的實驗結(jié)果，可以表明，系統(tǒng)工作穩(wěn)定，識別效率高，識別精度高，并有較大的提升空間。伴隨著大量的文章，圖片分別以PDF以及BMP格式進入互聯(lián)網(wǎng)，對字符以及圖像中的字符識別成為了一大難題，同時也說明了有較大的研究空間和發(fā)展價值［8］。

［1］Rafael C.Gonzalez，Richard E.Woods.數(shù)字圖像處理第三版.Digital Image Processing，Third Edition.［M］.北京：電子工業(yè)出版社，2011.6.

［2］Rafael C.Gonzalez，Richard E.Woods，Steven L.Eddins.數(shù)字圖像處理的MATLAB實現(xiàn)（第2版）［M］.北京：清華大學出版社，2013.4.

［3］汪春梅，孫洪波.TMS320C55xx DSP原理及應(yīng)用［M］.北京：電子工業(yè)出版社，

［4］趙小強，李大湘，白本督.DSP原理及圖像處理應(yīng)用［M］.

［5］孫明.數(shù)字圖像處理與分析基礎(chǔ)——MATLAB和C++實現(xiàn)［M］.北京：電子工業(yè)出版社，

［6］劉珂含，何培宇，關(guān)勝平，田芳芳，吳嶸.基于TMS320VC5509A的圖像采集與識別系統(tǒng)［J］.四川大學學報（自然科學版），2008，45（1）.

［7］陳炳權(quán).基于DSP+FPGA的實時圖像識別系統(tǒng)硬件與算法設(shè)計［J］.衡陽師范學院學報 2008，29（3）.

［8］肖明明，黎耀榮.基于DSP的字符識別系統(tǒng)的實現(xiàn)［J］.微計算機信息（嵌入式與SOC）， 2009，25（1-2）.