用神經(jīng)網(wǎng)絡(luò)方法分割粘連字符的一種改進(jìn)方案.pdf

1、隨著計算機(jī)的普及，人們越來越多地使用計算機(jī)處理日常工作和存儲信息。OCR系統(tǒng)已經(jīng)廣泛應(yīng)用于辦公自動化、快速錄入等領(lǐng)域。科技文獻(xiàn)中有大量的數(shù)學(xué)公式，它們是由特殊符號組成的復(fù)雜的結(jié)構(gòu)體。如何將OCR系統(tǒng)應(yīng)用于數(shù)學(xué)公式識別的問題引起了人們注意。為此，文中提出了一種新的關(guān)于數(shù)學(xué)表達(dá)式識別的設(shè)計思想，并寫出了程序。最終實現(xiàn)的系統(tǒng)可以將印刷體的數(shù)學(xué)公式(圖像格式)轉(zhuǎn)換成可編輯的電子格式(如LATEX，Word公式編輯器)。在前人工作的基礎(chǔ)上，本文對

2、粘連字符分割的神經(jīng)網(wǎng)絡(luò)方法提出了一種改進(jìn)方案，期望進(jìn)一步改進(jìn)印刷體數(shù)學(xué)公式識別系統(tǒng)的表現(xiàn)。 本文在簡述系統(tǒng)構(gòu)成的基礎(chǔ)上，主要討論了粘連字符的分割和字符識別兩個部分。一是粘連字符的分割：由于紙質(zhì)文檔的印刷質(zhì)量、紙張的光潔度、掃描儀的分辨率、二值化等因素的影響，掃描得到的圖像中的字符可能是粘連的。這為字符識別帶來了困難。本文提出了綜合運(yùn)用“查找最短路徑方法”和“修正自組織特征映射神經(jīng)網(wǎng)絡(luò)方法”的一種粘連字符分割方案。該方法對印刷質(zhì)量