脫機手寫體漢字識別中細化、特征提取和相似字識別算法研究.pdf

1、與印刷體漢字識別相比，脫機手寫體漢字識別具有書寫風格眾多、隨意性較大、幾乎無規(guī)律可循、復(fù)雜漢字難以識別等特點，并且由于手寫變形的問題普遍存在，所以手寫體漢字中相似字的區(qū)分比印刷體要困難得多。與聯(lián)機手寫體漢字識別相比，脫機手寫體漢字識別不含任何實時信息。因此傳統(tǒng)的細化、特征提取和相似字識別算法并不完全適合脫機手寫體漢字識別，必須針對脫機手寫體漢字識別的特性研究新的相關(guān)算法。本文主要工作如下： 首先，針對當前漢字識別細化算法中存在的

2、交叉點分離及筆段變短等問題，提出了一種基于字符邊界的細化算法。算法每一步都針對單個的像素點作處理，并提取筆劃單側(cè)邊緣點序列作為字符圖像骨架。實驗結(jié)果表明：該算法能較好地保留字符圖像的基本信息，快速地去除字符圖像中冗余的像素點，有效地解決了交叉點分離，筆段變短等問題，具有較好的細化結(jié)果，并為筆段的提取提供了有效的方法。 在上述研究的基礎(chǔ)上，提出了一種基于邊界細化的筆段提取算法，算法的基本思想是利用基于字符邊界細化算法初步細化后字符

3、中部分復(fù)雜筆劃已分解成筆段的特點，找出細化圖像中的拐點、端點、斷點；然后利用原圖的連通關(guān)系把斷開的基本筆段進行合并；最后進行筆段的提取。實驗結(jié)果表明，采用該算法能有效地提取字符圖像的筆段，并能取得較好的筆段提取效果。 而后，為了提高相似字的識別率，分析了手寫體漢字識別中相似字誤識的成因，提出了一種新的相似字識別方法——基于特征點特征的部分空間算法。算法針對造成相似字誤識別的各種原因進行了分析，得出了區(qū)分各種原因造成的相似字的特征