导读:本文包含了仿人识别论文开题报告文献综述及选题提纲参考文献，主要关键词:仿生模式识别,过程神经元网络,特征知识,容错性
仿人识别论文文献综述
王建平,程羽[1]（2008）在《基于过程神经元的手写体汉字仿人识别研究》一文中研究指出为有效地获取脱机手写体汉字笔划信息,采用过程神经元网络提取手写体汉字基本笔段,分析各类笔段间的拓扑性质,并将手写体汉字图像转化为具有容错表征方式的六种汉字笔划类型在不同位置组成的几何图形。模仿人类汉字形码输入法,统计具有冗余容错形状的笔划类型和相合相交点的数量和位置,建立手写体汉字多维特征知识数据结构表,通过对比和判断仿人容错地识别手写体汉字。对SCUT-IRAC手写体汉字库中汉字进行了实验仿真,该方法具有较强的"认知"手写体汉字的能力。(本文来源于《计算机仿真》期刊2008年07期）
程羽[2]（2007）在《基于过程神经元的脱机手写体汉字仿人识别方法研究》一文中研究指出近年来，由于脱机手写体汉字识别具有商业性和实用价值，该领域探索一直是模式识别应用研究的热点之一。但是，人工智能与自动识别毕竟还处于开创性阶段，许多概念和理论尚处于发展中。总体上看，脱机手写体汉字识别非常困难，迄今为止对脱机手写体汉字识别的定义、理论、方法等尚无统一的系统描述，还缺乏坚实的系统化的理论基础。但可以预见，随着系统理论、人工智能和计算机技术的发展，脱机手写体汉字识别理论方法必将出现更大的发展，并在实际中获得广泛的应用。本文主要工作如下：1．手写体汉字仿人识别机理分析及汉字基本笔段提取。分析了人类将汉字拆分为若干基本笔划复合连接交叉所形成的相对不变的拓扑结构来“认知”汉字的识字机理过程；定义了一种通过空间聚合和时间聚合构建过程神经元序列提取手写体汉字图像中基本笔段的方法，从根本上消除了手写体汉字畸变对笔段认知的影响。2．手写体汉字笔划获取及其相合相交类型判断。分析了人类识字时对笔划类型的容错性心理过程和拓扑结构辨识过程，归纳了具有冗余容错表征方式的六种汉字笔划合成类型；定义了汉字笔划的合成规则以及笔划相合相交类型判别规则，可仿人认知手写体汉字各容错笔划及其相合相交类型。3．多维特征知识数据结构表建立及仿人容错识别。模仿人类学习、记忆、对比与判断的识字过程，以汉字笔划在图像拓扑结构中的最佳覆盖为目标，定义了表征手写体汉字特征知识的多维数据结构表；先验建立了样本汉字的样本知识库，给出了手写体汉字的容错识别规则，可实现手写体汉字的仿人容错识别。4．实验与结果分析。选取SCUT-IRAC手写体汉字库中不同类型的100个手写体汉字图像，对文章研究的脱机手写体汉字仿人识别方法进行了实验验证。实验结果表明，该方法具有接近人类对手写体汉字笔划结构的认知能力和容错识别手写体汉字的准确性。该方法为提高冗余容错性，因此存在重码和误码现象。(本文来源于《合肥工业大学》期刊2007-06-01）
赵丽欣[3]（2006）在《仿人识别手写体汉字的容错编码方法研究》一文中研究指出人类视觉感知是一个鲁棒性很强的、能抵御实际中各种变形和噪声干扰的具有良好容错性的文字识别系统。近年来,围绕手写体汉字图像识别的研究在很多方面已取得了重要进展。但如何提取与汉字结构类别密切相关的特征制定冗余容错的编码方法,提高机器仿人识别手写体汉字图像的灵活和容错性是值得研究的方法之一。 论文的主要工作如下: 1) 图像汉字的字型分类及提取。提出了一种图像汉字字型两级划分法。采用基于水平和垂直投影直方图与连通域相结合的方法,提取图像汉字的字型结构分类特征,并给出了字型分类编码。该算法能有效的对手写体汉字字型进行分类。 2) 图像汉字的容错编码方法。提出了一种用于机器识字的汉字容错编码方法。定义了仿人拆字的笔划字元集,给出易混淆笔划字元的多归类容错编码;归结了36类简单常用的子结构及笔划字元的顺序判断规则,并给出冗余的容错编码;建立了仿人构字的汉字编码规则和具有容错性的多模板字典。该方法能降低手写体汉字变形等因素的影响。 3) 基于容错编码的汉字识别。给出了基于容错编码的图像汉字识别方法。制定汉字统计特征码、字型特征码和笔划字元特征码的比对规则,给出了一种基于汉字图形轮廓特征的误差估计方法,并利用误差估计建立了一套带有反馈的汉字容错识别方法。 4) 可分类性和重码率分析。给出了标准样本汉字编码重码率和重码汉字的类型分析,并对重码汉字进行处理。 5) 容错性分析。对整个编码的容错性进行理论分析,给出手写体汉字的识别结果,并对拒识和误识汉字类型进行分析。 本文研究表明:基于容错编码的汉字识别算法能够有效地表征和区分出手写体汉字集,对笔划和字体的变形都有很好的容错性,能够有效提高识别系统的抗干扰性和识别率。(本文来源于《合肥工业大学》期刊2006-05-01）
秦枫[4]（2004）在《视频图像汉字的仿人识别机理研究》一文中研究指出人类视觉感知毫无疑问是一个鲁棒性很强的、能抵御实际中可能遇到的各种变形和各种干扰噪声的文字识别系统。人类用眼睛和大脑可以识别各种各样的文字和图像，而不计较它的任何干扰和变形。显然，研究机器模仿人类的视觉感知过程不论对汉字识别，乃至图像识别都是具有极其重要意义的。 论文主要涉及了以下工作： 1) 图像预处理。研究了灰度文本图像二值化及字符分割。提出一种灰度文本图像自适应二值化滤波算法。该算法将自适应滤波与局部阈值二值化有机结合起来，较好的克服了噪声对二值化的影响，特别对阴影图像二值化处理具有良好效果。 2) 图像汉字的细化及笔画提取。提出了基于图像形态学的汉字细化算法及基于改进梯度法的汉字笔画提取算法。该算法将汉字笔画归于横竖撇捺四类，并能完整有效的从汉字图像中分别提取出来。 3) 图像汉字的字元制定与编码方法。对汉字的构成进行了研究，在总结多种汉字编码方案优缺点的基础上，结合计算机视觉的特点，提出一种表征汉字特征的机器认知汉字八形码编制方法。 4) 仿人汉字识别系统。在汉字八形码编制及提取算法的基础上，提出了基于汉字八形码的仿人汉字识别系统。 本文研究表明，灰度文本图像二值化滤波算法有效可行；汉字细化及笔画提取算法能够提取出汉字中的横竖撇捺四种笔画；八形汉字识别码能有效的表征汉字的本质特性；基于八形汉字识别码的仿人汉字识别算法能够有效提高系统的抗干扰性和识别正确率。(本文来源于《合肥工业大学》期刊2004-04-01）
仿人识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来，由于脱机手写体汉字识别具有商业性和实用价值，该领域探索一直是模式识别应用研究的热点之一。但是，人工智能与自动识别毕竟还处于开创性阶段，许多概念和理论尚处于发展中。总体上看，脱机手写体汉字识别非常困难，迄今为止对脱机手写体汉字识别的定义、理论、方法等尚无统一的系统描述，还缺乏坚实的系统化的理论基础。但可以预见，随着系统理论、人工智能和计算机技术的发展，脱机手写体汉字识别理论方法必将出现更大的发展，并在实际中获得广泛的应用。本文主要工作如下：1．手写体汉字仿人识别机理分析及汉字基本笔段提取。分析了人类将汉字拆分为若干基本笔划复合连接交叉所形成的相对不变的拓扑结构来“认知”汉字的识字机理过程；定义了一种通过空间聚合和时间聚合构建过程神经元序列提取手写体汉字图像中基本笔段的方法，从根本上消除了手写体汉字畸变对笔段认知的影响。2．手写体汉字笔划获取及其相合相交类型判断。分析了人类识字时对笔划类型的容错性心理过程和拓扑结构辨识过程，归纳了具有冗余容错表征方式的六种汉字笔划合成类型；定义了汉字笔划的合成规则以及笔划相合相交类型判别规则，可仿人认知手写体汉字各容错笔划及其相合相交类型。3．多维特征知识数据结构表建立及仿人容错识别。模仿人类学习、记忆、对比与判断的识字过程，以汉字笔划在图像拓扑结构中的最佳覆盖为目标，定义了表征手写体汉字特征知识的多维数据结构表；先验建立了样本汉字的样本知识库，给出了手写体汉字的容错识别规则，可实现手写体汉字的仿人容错识别。4．实验与结果分析。选取SCUT-IRAC手写体汉字库中不同类型的100个手写体汉字图像，对文章研究的脱机手写体汉字仿人识别方法进行了实验验证。实验结果表明，该方法具有接近人类对手写体汉字笔划结构的认知能力和容错识别手写体汉字的准确性。该方法为提高冗余容错性，因此存在重码和误码现象。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
仿人识别论文参考文献
[1].王建平,程羽.基于过程神经元的手写体汉字仿人识别研究[J].计算机仿真.2008
[2].程羽.基于过程神经元的脱机手写体汉字仿人识别方法研究[D].合肥工业大学.2007
[3].赵丽欣.仿人识别手写体汉字的容错编码方法研究[D].合肥工业大学.2006
[4].秦枫.视频图像汉字的仿人识别机理研究[D].合肥工业大学.2004