罗 毅， 李 莺， 王 锴， 李 斌

（1.四川理工学院 自动化与电子信息学院，四川 自贡 643000；2.四川理工学院 计算机学院，四川 自贡 643000）

字符识别是模式识别技术的一个重要研究方向，属于图像模式识别的范畴。目前，随着计算技术的不断发展，越来越多的信息都要实现数字化存储与处理，尤其是海量的、具有重要价值的文字信息都要利用现有的技术手段实现数字化存储，才能够不断的传承下去，同时随着节能环保理念的不断的深入人心和推进，也要求各种文档要由纸质向电子文档转变，这些过程中都不可避免的要利用到字符识别技术，尤其是字符的结构复杂，相似字符众多的中文字符的识别，本文的研究的对象就是中文字符的识别问题。

中文字符识别的一个难题就是对于复杂结构的汉字的特征的提取，由于汉字的结构复杂，字体众多，如何选择合适的特征映射来描述一个汉字能够直接决定最终汉字识别的结果，目前常用的特征提取方法有统计特征提取、结构（句法）特征提取[1-2]和基于神经网络的方法[3]。统计特征方法由于是对字符图像的每一个点进行统计形成一定的统计特征，所以也就决定了它对于图像中的噪声不敏感，但是对字符的细节区分性较差；结构特征提取的方法能够对形近汉字较好的区分，但是对字符图像的噪声非常敏感，影响识别结果；近年来新兴的人工神经网络理论具有一定的并行处理和自学习能力，但是在学习过程中容易陷入局部最小值，也就是泛化能力非常差的情况，所以上述的字符特征提取方法都存在一些急需解决的问题。……