基于SVM的手写字符识别算法的研究与实现开题报告

1. 研究目的与意义（文献综述）

手写字符识别是模式识别领域中的一个非常活跃的分支，一方面是由于问题本身的应用广泛，另一方面是因为字符识别实验起来方便，可以研究一些基本的、共性的问题。

手写字符识别从输入设备来分，可以分为联机识别和脱机识别，从识别对象来分，可以分为手写数字识别和手写字母识别等。联机手写字符识别相对脱机识别，具有更多的可用信息，从而识别相对容易一些。相对联机识别，脱机识别技术的输入数据可以是任何一张包含字符的图像，然后自动识别，当然，由于不能获取比划信息，必须先找到字符位置，再分清一个一个的字符并识别，所以会比较困难。

数字的形状轮廓比文字要简洁很多，而且只有0到9十个字符，所以识别起来容易很多。现在数字识别已经是比较成熟的领域了，不过手写体的字符因人而异，很难兼顾到各种写法。另外在应用到大量数字的场合，比如票据、试验数据，需要严格的识别率，如果识别错误不仅影响严重，而且不易检查出来。

2. 研究的基本内容与方案

1 研究目标

利用c 平台，实现基于支持向量机的手写数字识别算法的设计。手写字符识别是模式识别领域中的一个非常活跃的分支，一方面是由于问题本身的应用广泛，另一方面是因为字符识别实验起来方便，可以研究一些基本的、共性的问题。在需要分析大量手写数据的场合中，利用计算机自动录入信息将节约许多时间和精力，提高工作效率。

2 研究内容

3. 研究计划与安排

第1周：进行开题报告的撰写；

第2周：学习c 和开发环境的使用；

第3周：学习支持向量机算法；

4. 参考文献（12篇以上）

1. 毛星云等, opencv3编程入门, 电子工业出版社,20152. 拉戈尼尔, opencv计算机视觉编程攻略（第2版）, 人民邮电出版社, 20153. 迪达等, 模式分类（第2版）,机械工业出版社,2003

4.nello cristianini, john shawe-taylor 支持向量机导论（李国正）.2004

5. 路轶, 复杂背景字符识别前处理研究, 华南理工大学, 2005