基于笔画结构特征的脱机手写汉字识别

摘要

目前，OCR（Optical character recognition，光学字符识别）技术对印刷体汉字的识别已经达到实用效果，但是，对脱机手写汉字的处理却很难满足实际需求，手写汉字的形变是造成这一状况的主要原因。鉴于单一的统计特征提取手段和简单的分类算法很难适应脱机手写汉字字形的变化，本文利用汉字笔画结构作为识别特征，选用以笔画组合距离为判定标准的模板匹配方法对脱机手写汉字进行识别。
　　 本系统主要分为笔画特征提取和笔画结构特征匹配两个阶段。在汉字笔画结构特征提取阶段，首先将汉字细化，得到其骨架结构；再利用像素点的度的概念，去掉交叉点，并通过最大距离法获取拐点位置；然后以获取的特征点信息为依据提取笔段，并对其进行优化，消除干扰特征；最后根据笔段间的相似矩阵，将在原汉字图像中本应该相连的笔段合并为笔画，提取汉字笔画的端点坐标和笔画数作为笔画结构特征。在之后的笔画结构特征匹配阶段，利用笔画的结构特征作为模板，将待识别汉字的所有笔画与字典匹配，计算出待识别汉字与字典中每一个汉字的组合距离，选取其中最小的距离进行分类识别。通过对脱机手写汉字样本的识别实验，该方法是行之有效的。