张 军，张曼雪

(1.西安航空学院 士官学院，西安 710077；2.西安外国语大学 经济金融学院，西安 710128)

基于压缩感知的手写汉字识别研究

张 军1，张曼雪2

(1.西安航空学院 士官学院，西安 710077；2.西安外国语大学 经济金融学院，西安 710128)

基于压缩感知理论，提出一种手写汉字识别的算法。该算法首先对手写汉字图像进行随机采样得到其特征，然后对其进行稀疏表示，并最小化其l1范数得到样本的稀疏解，最后利用该稀疏解的系数判别测试样本的类别。

手写文字识别；压缩感知；稀疏表示；l1范数最小化数

0 引言

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，汉字识别是模式识别领域的一个重要分支。经过了几十年的发展，字符识别已经取得了很多显著的成果，如西文识别、用于邮政系统的识别系统等[1-2]。在汉字识别中，由于汉字类别多、结构复杂、相似字多、书写差异大[3]等原因，使手写汉字识别工作成为文字识别中的难点。虽然经过多年的研究，汉字识别已经有了许多成果，但是在实际应用中，提高汉字识别性能仍然是一个突出的问题。对于约束力较小的手写汉字识别，目前没有一种单一的实用方案能达到很高的识别精度与高准确度，当下研究人员正准备向更为实用、准确、错误率低的方向发展。一方面，尽量把新的知识运用到预判别及特点提取当中，如隐马尔可夫、神经网络、支持数学形态学、向量机等；另一方面，从多角度对手写汉字进行全面分析，亦是当前的研究热点。……