基于HMM的维吾尔文联机手写识别研究

论文摘要

在新疆信息化发展的今天,对手写体维吾尔文进行机器识别的需求越来越紧迫。它不仅对维吾尔族的古代文献资料等有重要的利用价值,而且在今天经济发展的同时对信息交流也很重要。联机手写维吾尔文的识别研究还处于初级阶段,归根结底是由于维吾尔文本身的书写特点给识别带来的困难,以及其他影响识别成功的因素。维吾尔文与阿拉伯文相似,现今存在的阿拉伯文的手写识别技术比较成熟,研究的人员也比较多,识别方法也较为成功,所以可以借鉴识别阿拉伯文的方法来应用在识别维吾尔文当中。同时,对维吾尔文的研究新方法也可以作为研究阿拉伯文的借鉴。本实验是在已有技术的基础上进行改进,实现了联机手写维吾尔文的识别。本文在对维吾尔文的特点和难点分析的基础上,研究并实验了维吾尔文文字识别技术中的识别部分。通过对字符的建模及分类、字典的建立及识别网络的建立,借助HTK工具包达到了识别的目的。在样本训练阶段,将样本单词手动切分成字母,经提取特征后,构建以字母为基元的HMM模型,并将其嵌入到识别字典网络中,而识别字典为有延迟笔画字典、无延迟笔画字典和备用字典(共3个)。在识别阶段,当在线输入手写单词后,经过特征提取、消除延迟笔画等一系列步骤,在HTK基础上进行识别,最终得到识别结果。实验得到的单词的识别率达到90%左右。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 文字识别技术在国内外发展与现状
• 1.1.1 文字识别技术在国外的发展与现状
• 1.1.2 文字识别技术在国内的发展与现状
• 1.1.3 维吾尔文识别技术的发展与现状
• 1.2 文字识别技术简要
• 1.3 维吾尔文手写体书写特点
• 1.4 维吾尔文联机手写体识别的难点及研究趋势
• 1.5 课题背景及研究意义
• 1.6 论文主要研究工作及结构安排
• 第二章 隐马尔可夫模型相关原理
• 2.1 隐马尔可夫模型（HMM）的基本概念
• 2.2 HMM的三个基本问题
• 2.2.1 评估问题——Forward-Backward算法
• 2.2.2 解码问题——Viterbi算法
• 2.2.3 训练问题——Baum-Welch算法
• 2.3 HMM在字符识别中的应用
• 2.4 本章小结
• 第三章 基于HMM的联机手写维吾尔文识别框架
• 3.1 样本库的建立
• 3.2 样本预处理和特征提取
• 3.2.1 预处理
• 3.2.2 特征提取
• 3.2.3 特征离散化
• 3.3 字符建模及分类
• 3.3.1 字符建模
• 3.3.2 字符模型的分类
• 3.4 字典的构建
• 3.4.1 带延迟笔画的字典
• 3.4.2 无延迟笔画的字典
• 3.5 识别过程
• 3.6 本章小结
• 第四章 基于HMM的联机手写维吾尔文识别实验
• 4.1 实验平台
• 4.1.1 硬件环境
• 4.1.2 软件环境——HTK工具包
• 4.2 实验数据准备
• 4.3 语言模型
• 4.3.1 n-gram语言模型
• 4.3.2 Markov语言模型
• 4.3.3 基于决策树的语言模型
• 4.3.4 动态、自适应、基于缓存的语言模型
• 4.3.5 本实验语言模型的建立
• 4.4 训练与识别
• 4.4.1 建立HMM模型原型
• 4.4.2 初始化HMM模型
• 4.4.3 HMM模型参数估计
• 4.4.4 识别
• 4.5 实验结果与分析
• 4.5.1 从语言模型看实验结果
• 4.5.2 从识别字典看实验结果
• 4.5.3 实验结果分析
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 在校期间发表论文情况
• 致谢