8.4 延伸阅读

8.4.1 识别器选择

本案例对手写体数字识别系统的基本原理及方法进行了介绍。手写体数字识别是一个极具研究价值的课题，手写体数字的样品类别有0～9总共10类，比对其他大字符集的识别（汉字识别）要容易一些。

本案例所采用的模板匹配分类器既节省时间、简便易行，也可以达到较好的识别效果。但是在系统的设计上由于实验条件的限制，本案例采用了200组样本图像进行特征提取，得到模板库。在特征训练不够导致识别率不够高时，可考虑增加训练样本，采用神经网络等识别器进行处理，提高识别率。

8.4.2 特征库改善

手写体数字的特征提取是一个非常复杂的问题，可以考虑在识别时使用有监督的识别方法，这样在识别的同时可以更新特征库，这里所说的更新是把导致识别错误的模板替换掉，这样出错的概率就会越来越小，从而使特征库越来越完善，进一步提高识别的准确度。

本章参考的文献如下。

[1] 张立凡，游福成，张勇斌.手写数字识别系统设计[J].北京印刷学院学报，2009.

[2] 范艳峰，肖乐，甄彤.自由手写体数字识别技术研究[J].计算机工程，2005.

[3] 阮秋琦.数字图像处理学[M].北京：电子工业出版社，2001.