手写汉字的笔划特征与粗分类

摘要

该文提出扫描首笔划的概念和基于首笔划的笔划宽度确定算法,实验分析证明这种算法能有效克服了汉字笔划倾斜和粘连所带来的困难,具有很好的适应性和鲁棒性.该文在仔细分析Fan、Wu笔划抽取算法优缺点的基础上,提出了基于Run-length游程的并行笔划抽取算法,它能够抵抗点阵中微小的凸起和凹陷噪声,文中阐述的模糊笔划连接概念为粗分类中的多笔划匹配提供了有效信息.该文提出了以笔划结构为特征的HCCR粗分类子系统方案,包括:部首模式表达、部首模糊匹配、调整部首权重w和二级粗分类的思想.该文实现了一个包含26个部首的粗分类系统,通过实验证明用部首位置、笔划类型和笔划关系表达部首模式的可行性,并提出了系统改进的方向.

目录

文摘

英文文摘

第一章前言

1.1文字识别研究的历史回顾和现状

1.2汉字识别研究的范围和应用领域

1.3汉字识别的原理和研究方法

1.4本文主要工作及组织结构

第二章预处理技术

2.1预处理的研究范围及现有研究成果

2.2平滑与除噪声

2.3抽取汉字点阵的轮廓信息

2.4确定汉字的平均笔划宽度

2.4.1传统投影式笔划宽度确定算法

2.4.2基于首笔划宽度的算法

2.4.3实验与分析

第三章汉字笔划特征抽取

3.1汉字笔划抽取技术的研究现状

3.2笔划中线抽取算法

3.3 RUN-LENGTH概念及FAN和WU的算法简介

3.4基于RUN-LENGTH的并行笔划抽取算法

3.4.1笔划抽取算法流程

3.4.2并行抽取笔划骨架子算法

3.4.3笔划抽取后处理

3.4.4模糊笔划连接和规一化

第四章部首模糊匹配粗分类

4.1常用的粗分类方法

4.1.1四周面积骗码(surroundingarea code)方法

4.1.2笔划复杂性指数索引方法

4.1.3部首模板匹配法

4.2部首分类及笔划匹配算法研究回顾

4.3参考部首的模式表达

4.3.1部首位置

4.3.2笔划类型

4.3.3笔划关系

4.3.4部首模式表达

4.4输入汉字的模式表达

4.5模糊相似度及其计算

4.6部首模糊匹配粗分类

4.6.1输入汉字Gi与Gr模糊匹配

4.6.2构造粗分类字典

4.6.3搜索、匹配粗分类字典

4.6.4粗分类后处理

4.6.5二级粗分类

第五章实验与分析

5.1实验设计

5.2实验结果

5.3实验分析

5.3.1组内汉字粗分类的横向比较

5.3.2组间汉字粗分类的纵向比较

5.3.3误分类原因分析及改进方向

5.3.4小结

第六章结论

附录Ⅰ汉字粗分类结果详表

[参考文献]

致谢