基于笔画和结构特征的公式版式识别研究

论文摘要

数学公式可以由不同的数学公式编辑软件生成,而不同的编辑软件都有一套默认的、统一的排版样式,使得生成的数学公式在版式上存在着差异。在识别印刷体数学公式过程中根据版式差异获取版式信息,不仅可以改善识别算法的适应性,还能够使重构结果更加精确。本文针对数学公式排版方式的不同,设计了识别数学公式版式的算法。鉴于Word(MathType)和Latex两种数学公式编辑软件的广泛应用,主要对这两种软件生成的数学公式进行了对比分析。通过分析这两种版式数学公式中的变量、运算符和数字的书写形式,以及结构字符间的相对位置关系,给出了版式识别算法。在版式识别过程中主要通过基于笔画特征的字体辨别和基于字符间结构特征的方式对版式进行区分。辨别字体时,应用细化和Hough变换检测直线的方法对斜体变量进行筛选,并使用投影法和截取字符的方法检测字体间的最大不同特征点,对字体的版式进行识别;辨别结构时,通过简单的结构分析得到预判结构关系字符,计算字符质心相对位置关系,对结构的版式进行识别;最终,确定数学公式的版式。实验表明,本文设计的算法能够较准确的对数学公式的版式进行区分。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文的工作及组织结构
• 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概述
• 2.2 版式变化对识别系统的影响
• 2.3 本章小结
• 第3章 数学公式版式特征分析与提取
• 3.1 两种版式数学公式的总体特点及版式识别流程
• 3.2 两种版式数学公式识别特征的提取
• 3.2.1 版式识别的特殊符号提取
• 3.2.2 版式识别的特殊结构提取
• 3.3 本章小结
• 第4章 数学公式版式识别算法
• 4.1 数学公式版式识别算法的设计
• 4.2 数学公式版式识别算法的实现
• 4.2.1 根据变量字体和运算符的差异进行识别
• 4.2.2 根据上/下标字符位置关系进行识别
• 4.3 本章小结
• 第5章 实验过程及结果分析
• 5.1 实验过程
• 5.2 实验结果分析
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表论文情况