脱机汉字字符识别系统（OOCRS）：失真建模、隐式马尔可夫模型以及矢量量化的共同作用（上）

摘要

由于字符种类繁多以及笔划的变化，导致脱机手写体汉字字符的识别很困难。这些汉字字符是由偏旁部首构成的，通常书写时会产生比例和大小的失真，而且不能使用类似神经网络及预处理模板的直接分类方法来处理。本文提出了一种新颖的预处理与分类器共同作用的方法，并且取得了很好的效果。新分类法中使用了粗分类模板，在适当的共同作用下，能在脱机汉字字符的识别中产生高准确率的分类并能提高识别系统的性能。识别准确率可达97％，且在前5名的参选样本选择中达到99％。