印刷体数学公式符号切分的研究

论文摘要

目前主流OCR (Optical Character Recognition,光学字符识别)技术虽然能够高速、自动地将印刷体文字信息输入计算机,但对于结构复杂、符号多变的数学公式仍然无能为力。数学公式是科技文献的重要组成部分,因此,数学公式识别问题已经成为模式识别领域炙手可热的课题。印刷体数学公式识别系统包括公式抽取、公式符号识别、公式结构分析和公式重构四个组成部分。其中,数学公式符号识别是公式识别系统的核心部分,分为符号切分和符号识别两个阶段,而符号切分又是关键的一个环节。本文针对印刷体数学公式符号切分展开研究。首先设计并实现了一个能够处理公式二维嵌套结构的符号切分算法；然后基于识别结果以及粘连符号的特点,给出了一种基于轮廓特征的印刷公式粘连符号切分方法,通过检测粘连符号的凹凸轮廓以及轮廓的宽高比,并结合给出的粘连符号切分算法对粘连符号进行切分。通过对不同印刷质量文档的实验表明,本文设计的符号切分方法能够取得较高的切分正确率和令人满意的处理速度。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 本文工作及内容安排
• 第2章 印刷体数学公式识别系统
• 2.1 印刷体数学公式识别系统的功能与组成
• 2.2 印刷体数学公式符号切分的难点
• 第3章 印刷体数学公式符号的切分
• 3.1 符号切分方法综述
• 3.1.1 投影切分技术
• 3.1.2 阈值分割技术
• 3.1.3 区域生长技术
• 3.1.4 边缘检测与跟踪技术
• 3.2 连通域搜索算法
• 3.3 符号合并与分离
• 第4章 印刷体数学公式粘连符号的切分
• 4.1 粘连符号切分方法综述
• 4.2 建立粘连字典
• 4.3 粘连符号切分的设计思想与算法
• 4.3.1 轮廓特征的定义与检测
• 4.3.2 凹凸轮廓位置的检测
• 4.3.3 凹凸轮廓宽度与高度比的近似检测
• 4.3.4 切分位置的检测
• 4.3.5 粘连符号切分算法描述
• 第5章 实验结果分析
• 5.1 无粘连符号切分结果分析
• 5.2 粘连符号切分结果分析
• 第6章 结论与展望
• 6.1 工作总结
• 6.2 后续工作展望
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢