联机手写汉字识别中字根提取算法研究

联机手写汉字识别中字根提取算法研究

论文摘要

联机手写汉字识别(OLCCR)作为模式识别的一个重要分支,已经发展成为一种非常重要的计算机智能接口技术。由于手写汉字输入符合人的自然手写习惯,是一种实时的、操作方便的汉字输入方法,因此具有非常广阔的应用前景。但是手写汉字识别存在字库庞大、书写易变形、不易提取特征等难点,现有的理论和方法在解决这些困难方面还存在缺陷。识别系统的核心在于特征提取和特征匹配。在特征提取方面,提出了一种联机手写汉字识别中基于多边形逼近的笔段提取算法,以内角作为准则进行多边形逼近,检测出书写笔画上角度变化最大的点作为提取笔段的分界点,逼近效果良好,复杂度低。在特征匹配方面,采取基于字根的多级识别方案。根据字根与汉字的关系,选取并自定义了36个首字根,为了适用于无限制手写,采取笔段延迟法提取首字根;针对包围结构的汉字在书写时易颠倒笔顺导致其首字根提取不准确的问题,提出了一种新的包围结构细分方法,将包围结构细分为多种不同类型,通过检测包围结构类型提取包围结构字根,较为全面地解决了包围结构的检测及其字根的提取问题。实验测试结果表明,笔段提取效果好,对提取的笔段以笔段延迟法提取首字根取得了98%的正确率,此外提取包围结构字根也取得了良好的效果,基本解决手写汉字识别的特殊难点。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 课题研究的背景及意义
  • 1.2 国内外研究现状
  • 1.3 汉字识别的难点
  • 1.4 论文研究内容
  • 2 汉字识别的方法及其过程
  • 2.1 相关概念
  • 2.2 汉字识别常用方法
  • 2.3 汉字识别基本过程
  • 2.4 预处理
  • 2.5 特征提取
  • 2.6 特征匹配
  • 2.7 后处理
  • 2.8 本章小结
  • 3 笔段提取
  • 3.1 基于多边形逼近的笔段提取算法
  • 3.2 笔段合并
  • 3.3 实现结果及分析
  • 3.4 本章小结
  • 4 首字根的提取
  • 4.1 基于字根的多级模式识别
  • 4.2 首字根的选取
  • 4.3 首字根的提取
  • 4.4 实验结果及分析
  • 4.5 本章小结
  • 5 包围结构字根的提取
  • 5.1 汉字结构概述
  • 5.2 汉字结构进一步细分
  • 5.3 包围结构字根的提取
  • 5.4 实验结果及分析
  • 5.5 本章小结
  • 6 总结与展望
  • 致谢
  • 参考文献
  • 附录1 攻读学位期间发表论文目录
  • 相关论文文献

    • [1].特征分组提取融合深度网络手写汉字识别[J]. 计算机工程与应用 2020(12)
    • [2].计算机汉字识别和静态手写汉字签名鉴定技术综述[J]. 网络安全技术与应用 2019(10)
    • [3].手写汉字识别的发展应用综述[J]. 电视指南 2017(24)
    • [4].手写汉字已成为需要保护的传统文化[J]. 基础教育课程 2016(02)
    • [5].最需要继承保护的是手写汉字[J]. 中国钢笔书法 2015(10)
    • [6].基于压缩感知的手写汉字识别研究[J]. 西安航空学院学报 2017(05)
    • [7].手写汉字的特性与生命力[J]. 中国教师 2008(04)
    • [8].基于反向传播算法在联机手写汉字结构识别中的应用[J]. 软件导刊 2011(04)
    • [9].基于笔顺自由及连笔的联机手写汉字识别[J]. 计算机系统应用 2009(05)
    • [10].深度学习在手写汉字识别中的应用综述[J]. 自动化学报 2016(08)
    • [11].手写汉字规定格式练习系统设计[J]. 教师 2009(16)
    • [12].一种改进的脱机手写汉字四角特征粗分类方法[J]. 信息安全与技术 2013(04)
    • [13].基于联机手写汉字字块特征码提取的研究[J]. 电脑知识与技术 2011(01)
    • [14].基于结构聚类和笔画分析的粘连手写汉字切分[J]. 计算机工程与应用 2008(34)
    • [15].基于卷积神经网络的手写汉字识别研究[J]. 信息技术与信息化 2018(12)
    • [16].基于深度学习的异噪声下手写汉字识别的研究[J]. 计算机应用研究 2019(12)
    • [17].基于压缩感知的阅卷系统手写汉字识别算法[J]. 电子科技 2018(03)
    • [18].用于手写汉字识别的文本分割方法[J]. 智能计算机与应用 2018(02)
    • [19].空中手写汉字交互输入与识别实验平台构建[J]. 实验技术与管理 2016(07)
    • [20].用于相似字识别的手写汉字特征优化方法[J]. 哈尔滨工程大学学报 2012(07)
    • [21].基于信息熵的静态手写汉字签名鉴定研究[J]. 计算机应用与软件 2013(01)
    • [22].基于自产生投票的手写汉字识别[J]. 自动化学报 2013(04)
    • [23].一种静态手写汉字签名特征描述算法的实现[J]. 软件导刊 2012(09)
    • [24].“书法速成”:一个浮躁时代的商业噱头[J]. 美术观察 2010(07)
    • [25].概率神经网络在手写汉字识别中的应用[J]. 电子设计工程 2016(02)
    • [26].基于局部模块组合的手写汉字识别算法[J]. 微计算机信息 2011(02)
    • [27].基于相似度的手写汉字笔划鉴别方法实验研究[J]. 实验室研究与探索 2015(12)
    • [28].一种新的手写汉字生成方法[J]. 太原大学学报 2014(03)
    • [29].一种多模型超图用于手写汉字识别算法[J]. 计算机应用与软件 2019(07)
    • [30].联机手写汉字识别系统应用研究[J]. 信息与电脑(理论版) 2018(18)

    标签:;  ;  ;  ;  

    联机手写汉字识别中字根提取算法研究
    下载Doc文档

    猜你喜欢