【MATLAB图像处理实用案例详解（4）】—— 基于知识库的手写体数字识别

一、背景意义

手写体数字识别是图像识别学科下的一个分支，由于手写体数字的随意性很大，如笔画粗细、字体大小、倾斜角度等因素都有可能直接影响到字符的识别准确率，所以手写体数字识别是一个很有挑战性的课题。本案例讲述了图像中手写阿拉伯数字的识别过程，对手写数字识别的基于统计的方法进行了简要介绍和分析，并通过开发一个小型的手写体数字识别系统来进行实验。手写数字识别系统需要实现手写数字图像的读取功能、特征提取功能、数字的模板特征库的建立功能及识别功能。

二、理论基础

2.1 算法流程

首先，读入手写数字图片进行图像归一化处理，统一尺寸，默认为24x24 图像块，并通过ostu 算法进行二值化；其次，对二值化图像进行图像细化等形态学操作，并按照算法要求进行特征提取； 最后，载入模板矩阵进行比对，选用欧式距离测度，得到识别结果。
流程图如下：

2.2 特征提取

根据手写数字图像本身的结构特征，通过计算端点、指定方向直线的交叉点个数来作为特征向量。其主要步骤如下：
1） 垂直交点
对细化后的手写数字图像分别在其列宽的5/12 、1/12、7/12处生成垂直的三条直线，提取这三条垂直直线与数字笔划的交点数并存储。
<