基于多層次信息融合的手寫體漢字識別研究.pdf

1、該文主要在基于信息融合結構的手寫體漢字識別理論和應用方面進行了以下工作:1、手寫體漢字變形問題是手寫體漢字識別中的關鍵問題,歸一化處理是直接從漢字點陣圖像上矯正手寫變形、減小屬于同一類別的不同模式之間差異的途徑.通過對目前文獻中的幾種歸一化處理算法的深入研究,提出了一種新的非線性歸一化方法.該方法在進行空間坐標變換歸一化處理時,采取線密度填充的算法,使得筆劃密度的描述更為合理,歸一化后的漢字點陣中筆劃的分布更加均勻.2、漢字特征直接反映

2、著漢字形體整體或局部分布狀況,良好的特征應該使同一種漢字的不同書寫樣本之間的差異性盡可能小,而在不同漢字之間的差異性盡可能大.根據手寫體漢字的特點,對特征提取進行了分析研究,提出了改進方向線素特征、筆劃分區(qū)矩特征、擴展周邊筆劃方向特征等幾種新的手寫體漢字特征,實驗表明所提取的幾種特征是有效的.3、研究了基于自適應特征融合及模塊神經網絡的手寫體漢字識別.4、通過對神經網絡集成的理論分析,提出了一種多級神經網絡結構的手寫體漢字識別模型.5、