手写体汉字的合成方法研究

论文摘要

手写体汉字识别和生成一直是模式识别领域的一大难题,对手写体汉字识别的研究有助于提出解决模式识别一些基本问题的方法,手写体汉字生成的研究则有助于手写体识别的研究。用生成的手写体字符可以为机器学习、模式识别提供大量的训练样本,还可以用合成的字符生成个性化文档。现有的关于字符生成的算法大部分都是关于英文字符,但这些算法都不适合汉字的生成。本文通过两个方面对汉字合成进行分析,一是用英文字符的方法即形状统计的方法进行汉字合成,具体包括了三个方面:汉字形状的变化表示、汉字笔划的形状表示和笔划、部首的空间结构统计。另一方面是基于汉字层次模型的合成方法,通过汉字的三层等级表示将汉字分解为基本的部件。这些基本部件形成笔划和部首数据集合。在合成过程,我们运用基于小波变换的特征提取方法选取合适的笔划和部首作为候选。并且我们从汉字的结构特征出发提出了一些汉字的“美学约束”。在组合过程中我们运用遗传算法来搜索符合“美学约束”的最优结果。具体内容包括四个方面:汉字的三层等级表示模型、汉字的“美学约束”定义、基于小波分解的特征提取、基于遗传算法的最优搜索。具体为:(1)汉字的三层等级表示模型大部分得汉字是由一些基本的笔划和部首组成,本文将汉字分解成“汉字→部首→笔画”三层模型。(2)汉字的部件之间的关系从汉字的结构性质出发,我们定义了一些符合汉字特性的“美学约束”,并将这些“约束”量法。并在搜索过程中搜索符合这些“约束”的汉字。(3)基于小波分解的特征提取本文引入小波变换,并利用小波变换的多尺度特性抽取汉字更为有用的“轮廓”信息。以此来选择候选的基本笔划和基本部首。(4)基于遗传算法的最优组合由候选笔划和部首组合得到的字符数量庞大,为了得到其中最符合“美学约束”的汉字,一个蛮干的方法就是穷举所有的汉字,但是效率太低。我们利用遗传算法来进行近似的最优搜索。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 计算机汉字书法的发展
• 1.3 汉字识别的发展
• 1.4 手写体合成的发展
• 1.5 本文研究内容及安排
• 第二章 汉字的形状统计生成模型
• 2.1 形状的表示
• 2.2 形状变化的表示
• 2.2.1 主成份分析
• 2.2.2 主成份分析在高维数据中的处理
• 2.2.3 基于主成份分析的形状统计模型
• 2.3 汉字生成研究
• 2.3.1 笔划的统计和生成
• 2.3.2 笔划生成部首
• 2.3.3 部首的统计
• 2.3.4 单字的生成
• 2.4 实验结果
• 2.5 本章小结
• 第三章 基于层次模型的汉字合成方法
• 3.1 汉字的特性和层次表示模型
• 3.2 汉字各种特性的表示建模
• 3.2.1 空间布局模型
• 3.2.2 部件之间的关系模型
• 3.2.3 笔划粗细的计算
• 3.3 基于小波特征的笔划、部首选取
• 3.3.1 小波分析的背景知识
• 3.3.2 多分辨率分析
• 3.3.3 小波特征提取
• 3.4 基于遗传算法的最优组合
• 3.4.1 遗传算法的背景知识
• 3.4.2 遗传算法的基本概念
• 3.4.3 遗传算法的一般过程
• 3.4.4 字符合成中遗传算法的基本过程
• 3.4.5 构造遗传算法进行最优组合
• 3.5 实验结果
• 3.6 本章小结
• 第四章 总结与展望
• 4.1 内容总结
• 4.2 展望
• 参考文献
• 致谢
• 攻读硕士期间论文发表情况