基于大字符集脫機手寫體漢字識別方法研究.pdf

1、脫機手寫漢字識別在中文字符自動化處理和智能輸入方面有著廣泛的應用前景。由于手寫漢字具有隨意性、相似字多和字體形式多變等特點，使得脫機手寫漢字識別成為字符識別領域的一個難點和熱點。
　　 本文主要以脫機手寫文本圖像作為研究對象，研究了文本圖像的二值化、漢字字符的分割和基于多特征多分類器融合的識別方法三個方面，尋求一個針對大字符集能較好區(qū)分相似特征的脫機手寫體漢字識別方案。論文研究內容如下：
　　 (1)針對光照不均對文本圖

2、像二值化的影響，提出了一種基于邊緣輪廓的自適應文檔圖像二值化方法。該方法基于log邊緣輪廓生長的閾值化方法估計文本前景區(qū)域，有效的減少筆劃丟失和斷筆現(xiàn)象，同時解決前景估計時產生大塊噪音的問題。其次，以局部區(qū)域背景灰度平均值和前景區(qū)域平均灰度值與當前位置像素的灰度差值為度量標準，引入抑制噪音的參數(shù)變量來改進閾值公式，進一步對噪音進行抑制。實驗表明該方法有效地抑制了噪音，較好的保留了漢字結構的完整性。
　　 (2)針對手寫體漢字中粘

3、連或交叉字符的分割問題，本文提出一種基于最小加權分割路徑的脫機手寫漢字多步分割方法。該方法繼承了以往粗分割和細分割相結合的思想，首先采用投影方法進行粗分割，將文本漢字分為粘連字符和非粘連字符兩類；在細分割階段，拋棄常用的串行模式分割思想，直接利用粗分割后的統(tǒng)計信息，來設置初始分割路徑。并基于最短分割路徑的思想，在初始分割路徑的局部鄰域內采用基于最小權值的算法搜索并修改分割路徑，從而獲得最佳的加權分割路徑。實驗證明該方法較好地解決了字符分

4、割不足和多處粘連字符的分割問題，有效的提高了分割的準確率，且算法的時間復雜度較低。
　　 (3)為進一步提高大字符集漢字的識別率，本文將能反映上下文關系的基于詞的級聯(lián)隱馬爾可夫訓練模型用于解決相似字識別問題，并給出了一種與其相應的級聯(lián)識別方法，嘗試從識別分類器的角度提高相似字的識別率。然后利用不同分類器的優(yōu)點，設計了一種結合詞級聯(lián)HMM的多特征多分類器集成方案，該方案使相似字和非相似字能自適應地選擇合適的方法進行針對性識別，有效