基于笔画重构的脱机手写汉字识别研究

论文摘要

在中华5000年的历史长河中,汉字作为记忆的载体,对中华文明的发展一直起着不可替代的重要作用。现如今随着科技的高速发展,特别是人们对文字信息化的迫切需求,脱机手写汉字的识别一直作为识别领域一个重要的研究方向,各领域与之相关的专家都对其做了大量的研究,提出了很多有建设性的意见及算法,并在实际应用中取得了很多可喜的成果。特征提取作为识别过程中极其重要的一步更是得到了很多学者的重视,因为特征的选取、提取算法的好坏都会直接影响到识别的效率及结果。但是由于脱机手写汉字具有字量大、书写风格众多、随意性较大和结构复杂等特点,且脱机汉字又缺少笔画位置、笔顺等信息,所以想要提取稳定的结构特征一直是研究人员追求的目标。本文研究了脱机手写汉字识别过程的各要点,重点分析了现有的各种笔画(横竖撇捺)提取技术,并在总结以往各笔画提取算法的的基础上提出了一种基于角度自适应窗口检测的笔画提取算法。本算法首先根据汉字平均笔画宽度设置一个矩形窗口,利用此窗口内笔画像素点的统计信息来判断窗口的扫描方向,从而提取汉字笔画。相对于以往的笔画提取方法具有更好的稳定性和准确性。由于利用本文所提出的算法提取的笔画中会包含一些冗余信息,且在笔画提取过程中可能会造成其他笔画的断裂,为了解决这些问题本文也提出了相应的笔画重构方法来对所提取的笔画进行拟合、重构,从而达到理想的笔画提取效果。最后通过实验也充分证明了本文所提出的算法的有效性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 汉字识别概述
• 1.2 汉字识别一般过程
• 1.3 汉字识别目的和意义
• 1.4 汉字识别的问题和困难
• 1.5 笔画提取、重构技术研究的现状及在汉字识别中的意义
• 1.6 本文主要工作
• 1.7 本文的内容安排
• 2 TWAIN 标准在手写汉字样本录入中的应用
• 2.1 TWAIN 的由来及作用
• 2.2 TWAIN 的体系结构
• 2.3 TWAIN 的两个重要接口
• 2.4 TWAIN 的工作过程
• 2.5 基于TWAIN 的扫描仪应用程序参数设置及实验
• 3 文字图像采集与预处理过程
• 3.1 文字样本采集设计方案
• 3.2 图像预处理
• 3.2.1 图像二值化
• 3.2.2 平滑去噪
• 3.2.3 倾斜校正
• 3.2.4 切分汉字
• 3.2.5 大小归一化
• 3.2.6 手写体汉字笔划宽度提取
• 3.2.7 本章小结
• 4 脱机手写汉字笔画提取
• 4.1 笔画提取的作用及意义
• 4.2 脱机手写汉字笔画提取的难点
• 4.3 笔画提取方法分类
• 4.4 笔画提取的相关理论、方法
• 4.4.1 基于轮廓像素点的笔画提取
• 4.4.2 行程长度法
• 4.4.3 基于数学形态学的笔画提取
• 4.4.4 基于Gabor 变换的笔画提取
• 4.5 基于角度自适应窗口检测的笔画提取方法
• 4.5.1 主要思想
• 4.5.2 算法的优势
• 4.5.3 算法执行过程
• 4.6 笔画提取过程实例演示
• 4.7 问题与不足
• 4.8 本章小结
• 5 笔画重构及特征提取
• 5.1 以‘牛’字为例演示笔画重构过程
• 5.3 基于网格的笔画特征提取
• 5.3.1 网格划分方法
• 5.3.2 弹性网格内笔画类别统计数特征
• 5.3.3 基于模糊网格的笔画特征提取
• 5.3.4 伪笔顺特征
• 6 脱机手写汉字分类器设计与识别
• 6.1 常用分类器
• 6.1.1 距离分类器
• 6.1.2 神经网络分类器
• 6.1.3 支持向量机分类器
• 6.1.4 基于模糊数学的识别方法
• 6.2 级联分类器设计
• 6.3 识别实验过程、结果及分析
• 6.4 后期处理
• 总结与展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢