联机手写汉字特征合并与相似字区分算法研究

摘要

目前在模式识别研究领域中联机手写体汉字识别已经成为一个非常重要的研究热点。联机手写体汉字识别系统在笔输入计算机方面已有较为广泛的应用。它符合人的自然手写习惯，能从根本上解决输入慢和操作繁琐等问题，因而具有非常广阔的应用前景。但是手写汉字变形大以及手写方式不固定等问题，现有的识别技术还存在相当多的问题，识别系统性能有待进一步提高。 针对联机手写汉字笔迹存在的各种噪声，详细介绍了预处理各阶段具体工作，并给出相应的处理算法；提出了一种基于有限状态机的笔段合并算法。在预处理完成后，为了将提取的笔段更好地拟合为标准笔划，该算法根据连续笔段的状态对提取的笔段进行合并。 分析了造成相似字误识的主要原因，提出了一种新的相似字区分算法——基于支持向量机的部分空间法。该算法能自动判断识别候选字中是否存在相似字、然后提取相似汉字的部分空间特征，利用支持向量机良好的分类能力，对相似字进行区分。 以C++作为模型系统的编程语言，在Windows系统下实现了系统原型。测试结果表明，良好的预处理算法能够有效地消除噪声，为后续特征提取打好基础，有助于提高系统识别性能；笔段合并算法能有效地合并提取出来的汉字笔段，将汉字的结构特征很好地描述出来；相似字区分算法利用不同的部分空间特征和支持向量机，能够有效地区分相似字，达到了预期目标。