随着计算机技术的不断发展,模式识别技术,特别是OCR技术,已经成为与科学研究、日常生活和国民经济密切相关的重要技术。在最早得以应用的邮政领域,信函分拣机通过OCR技术识读信封上的收信人地址,并在分拣地址库中匹配出目标投递局,从而达到信函自动化分拣的目的。在传统的邮政分拣地址库中,地址以条目的形式表达。对于标准的层级地址书写方式,可将地址划分为不同的元素,如道路名、门牌号等,并在地址库中匹配到相应的地址条目,得到最终的结果——即目标投递局。当用户使用特殊的地址书写方式,如“XX路与XX路”或“XX路近XX路”时,便无法在地址库得到匹配的最终结果。在实际情况中,由于不同地区用户书写习惯不同,对于某一区域的信件,会出现大量地址书写方式不标准的信件,影响了分拣设备的实际效率。本文将拓扑关系引入现有分拣地址库,这既可以体现出不同地址之间地理意义上的关联性,使地址之间的关系更为清晰,同时也增强了对于不同地址书写方式的适应性。在对地址进行匹配时,通常所采用的精确匹配方法存在不少弊端。当信封地址出现错误时,无法返回匹配结果。根据实际情况统计,同音字错误或近音字错误是地址错误中的主要类型。本文引入了基于拼音的扩展的编辑距离来衡量汉字字符串之间的相似度,通过对汉字及拼音两方面相似度的综合判断,返回最终的模糊匹配结果。实验结果证明,该方法在对准确率带来轻微负面作用的同时,能够有效提高数据的处理率。